a）Config相关配置

在Config中配置光流传感器时，以下参数尤为关键：

• **"DataWidth"** 和 **"DataHeight"**：这些参数指定了光流传感器的图像分辨率，决定了传感器捕捉画面的宽度和高度。
• **"CameraFOV"**：光流计算中视场角（FOV）用于确定像素偏移量的转换比例。
• **"SensorAngEular[1]"**：设置传感器角度（如-90°），用于确定传感器朝向，如向下对准地面。
• **"otherParams[0]"**：定义最大检测距离，即光流传感器的作用距离。
• **"otherParams[1]"**：置为0以真值计算光流，置为1以OpenCV处理图像来计算光流

b) 结构体 OpticalFlow

光流数据结构体包含以下字段：

• sensor_id**：传感器ID，区分不同的光流传感器。
• **flow_x 和 flow_y**：表示光流在 x 和 y 方向上的像素偏移量（单位是像素，dipix）。
• **flow_comp_m_x 和 flow_comp_m_y**：光流在 m/s（米/秒）为单位的实际速度，用于描述相对运动速度。
• **quality**：光流质量，反映检测结果的可信度。
• **ground_distance**：表示光流传感器到地面的距离，有助于计算精确的光流速度。
• **flow_rate_x 和 **flow_rate_y**：角速度，表示图像中的旋转运动速度。

c) 参考例程

参考路径 4.RflySimModel\3.CustExps\e7_ExternalSensors\e3_Opticalflow_UE 中的例程，其中包含4种方式计算光流：

1. **Python 真值计算**：通过Python代码基于地面真值计算光流。
2. **UE 真值计算**：使用UE真实值计算光流。
3. **UE OpenCV 计算**：在UE中调用OpenCV库计算光流。
4. **外部 OpenCV 计算**：在外部环境中（如Python或C++）调用OpenCV库计算光流。

d) 计算光流的方式

光流计算主要有以下两种方法：

1. 直接计算

   ：

   • 利用传感器配置中的分辨率（Width和Height）以及FOV，计算光流在像素上的偏移量。这种方法适用于计算简单、实时性要求高的场景。

2. OpenCV函数计算

   ：

   • 使用OpenCV库的 goodFeaturesToTrack 和 calcOpticalFlowPyrLK 函数计算光流。
   • **角点检测**：goodFeaturesToTrack 函数检测图像中的角点数量，角点越多，光流的质量越高。
   • **稀疏光流计算**：calcOpticalFlowPyrLK 函数基于检测的角点计算光流，并获得每个点的偏移量和追踪状态。
   • 通过识别的角点数量与最大角点数量的比值，估算光流质量，平均值可用于描述光流的方向和速度。

e) 数据准确性验证

为了验证光流数据的准确性，可以考虑以下方法：

• **与地面真值对比**：将计算得到的光流数据与地面真值（或其他可靠传感器数据）进行对比。
• **质量指标检查**：使用结构体中的 quality 字段检查光流质量，当质量较低时可能需要过滤或重新计算。
• **多次采样求平均**：通过对多帧光流数据求平均，减少噪声影响，提升准确性。