Crash-Detection.md

@@ -2,8 +2,9 @@
 title: Crash Detection
 ---
 
-
 Dieses Projekt befasst sich mit der präventiven Erkennung von Crashes. Mit den aus ROS entnommenen Daten werden ttc dtc und ein Fahrschlauch berechnet, um ein Crash zu verhindern. Hierfür werden aus der ZED2 Kamera Tiefendaten entnommen und die Distanz zum nächsten Hindernis berechnet. Mit der zeitlichen Änderung wird die Geschwindigkeit gemessen (Δ Distanz / Δ Zeit). Dies wurde genommen, da keine andere Möglichkeit für die Erkennung der Fahrgeschwindigkeit bestand.
+Der Fahrschlauch konnte noch nicht eingebunden werden. Hier ist die Logik aber, je nach Lenkung des Fahrzeugs, nur bestimmte Bereiche im Bild mit Tiefendaten zu beachten. Später kommt dann noch hinzu, dass bei größerer Entfernung sich die y-Werte des ROI (region of interest) verändern (minima wird größer und maxima wird kleiner).
+
 
 
 #### Wichtige Daten für das Arbeiten im Projekt: 
@@ -22,8 +23,8 @@ Dieses Projekt befasst sich mit der präventiven Erkennung von Crashes. Mit den
 Git-Repository: [https://git.th-wildau.de/yuso4249/CrashDetection](https://git.th-wildau.de/yuso4249/CrashDetection)
 
 Infos:
-Die importierten Bibliotheken müssen nicht auf dem lokalen Gerät installiert sein, da die Datei nur auf dem Nvidiajetson ausgeführt wird und dieser alle Pakete schon vorhanden hat.
-
+- Die importierten Bibliotheken müssen nicht auf dem lokalen Gerät installiert sein, da die Datei nur auf dem Nvidiajetson ausgeführt wird und dieser alle Pakete schon vorhanden hat.
+- Der einfachste Weg den Code auf ein Fahrzeug zu deployen ist, diesen über git aufs das Fahrzeug zu pullen.
 #### Herausforderungen:
 
 1. Die Tiefendaten der ZED2 Kamera sind nicht immer exakt, wodurch die Distanz und auch die Geschwindigkeit nicht immer exakt berechnet werden können. Das topic /ctrlcmd_motor gibt leider auch keinen Auscchluss über die Geschwindigkeit.