التنقل المستقل للروبوت المتحرك

المقدمة

• تحليل قواعد مسابقة كأس RTK
• تحليل الخوارزميات الحالية للتوجيه المستقل للروبوت المتنقل
• إنشاء البرمجيات

تحليل قواعد مسابقة كأس RTK

باختصار عن العناصر التي يتكون منها المضلع

«» , . , , (), , (), ..

:



:



– , «» ( ) , . , , , , .

. , , , , , , .

• القيادة على طول الخط بجهاز استشعار للضوء المحيط أو خط الرؤية
• التقاط منارة مستقل باستخدام أجهزة استشعار المسافة أو أنظمة الرؤية
• الحركة على مسار معقد (على سبيل المثال ، صعود / نزول الدرج) على طول خط باستخدام بوصلة أو جيروسكوب أو مقياس تسارع أو نظام رؤية أو طرق مجمعة

تحليل خوارزميات رؤية الكمبيوتر الموجودة

• كاميرا أو أكثر
• مجمع الكمبيوتر
• البرنامج الذي يوفر أدوات معالجة الصور
• قنوات الاتصال لنقل معلومات الهدف والقياس عن بعد.

• إزالة الضوضاء أو التشويه الناتج عن المستشعر المستخدم
• طمس الصورة المستخدم للتخلص من القطع الأثرية الصغيرة التي تحدث أثناء تشغيل الكاميرا وعناصر تخفيف الضغط والضوضاء وما إلى ذلك.
• تحسين التباين بحيث يمكن الكشف عن المعلومات الصحيحة على الأرجح
• تغيير التعرض لظلال المحاصيل أو الإبرازات
• تحجيم أو اقتصاص للتمييز بشكل أفضل بين الهياكل في الصورة.
• تحويل صورة إلى لون أحادي أو تغيير دقتها للحصول على أداء أسرع للنظام

• اختيار مجموعة معينة من نقاط الاهتمام في اللون ، وعدد وحدات البكسل المعزولة التي تتشابه بطريقة ما (انحناء الشكل واللون والسطوع وما إلى ذلك)
• تجزئة مقطع صورة واحد أو أكثر يحتوي على كائن مميز.

• تصفية القيم حسب أي معيار
• تقييم معلمات مثل الأبعاد المادية للكائن والشكل وموقعه في الإطار أو نسبة إلى كائنات مميزة أخرى
• تصنيف

• دعم المكتبة لواجهة Python بسبب السهولة النسبية في تعلم هذه اللغة من قبل مبتدئ ، هو بناء بسيط ، والذي له تأثير مفيد على سهولة قراءة البرنامج.
• قابلية النقل ، أي القدرة على تشغيل برنامج باستخدام هذه المكتبة على التوت pi3.
• قد يكون انتشار المكتبة ، الذي يضمن مجتمعًا جيدًا من المبرمجين ، قد واجه بالفعل مشاكل قد تنشأ أثناء عملك.

تطوير البرمجيات

$ sudo apt install python3-pip

• picamera - مكتبة للعمل مع كاميرا التوت بي
• numpy - مكتبة للعمل مع مصفوفات البيانات متعددة الأبعاد ، مثل الصور

$ sudo pip3 install picamera
$ sudo pip3 install numpy

$ sudo apt-get install cmake cmake-curses-gui libgtk2.0-dev
$ sudo apt-get install cmake cmake-curses-gui libgtk2.0-dev

$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libx264-dev libxvidcore-dev
$ sudo apt-get install libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev
$ sudo apt-get install gfortran libatlas-base-dev

$ sudo apt install libgstreamer1.0-0 gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav gstreamer1.0-doc gstreamer1.0-tools gstreamer1.0-x gstreamer1.0-alsa gstreamer1.0-gl gstreamer1.0-gtk3 gstreamer1.0-qt5 gstreamer1.0-pulseaudio

$ mkdir opencv
$ cd opencv

$ wget https://github.com/opencv/opencv/archive/4.1.0.zip -O opencv_source.zip
$ unzip opencv_source.zip
$ wget https://github.com/opencv/opencv_contrib/archive/4.1.0.zip -O opencv_contrib.zip
$ unzip opencv_contrib.zip

$ rm opencv_source.zip
$ rm opencv_contrib.zip

$ cd /home/pi/opencv/opencv-4.1.0
$ mkdir build
$ cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D INSTALL_PYTHON_EXAMPLES=ON -D INSTALL_C_EXAMPLES=OFF -D BUILD_opencv_python2=OFF -D WITH_GSTREAMER=ON -D BUILD_EXAMPLES=ON -DENABLE_VFPV3=ON -DENABLE_NEON=ON -DCPU_BASELINE=NEON ..

$ make –j4

$ sudo make install
$ sudo ldconfig

import cv2
print(cv2.getBuildInformation())

• دفق الفيديو الرئيسي - ينقل بيانات الفيديو مباشرة من كاميرا الروبوت إلى الكمبيوتر لضمان الحد الأدنى من تأخير التحكم.
• دفق فيديو مساعد - ينقل بيانات الفيديو التي يعالجها الروبوت ، اللازمة لإعداد وتصحيح برنامج ينفذ رؤية الكمبيوتر.

• تستقصي "وحدة التحكم" في الدورة جميع أجهزة الإدخال المتاحة وتشكل حزمة بيانات تحكم تتكون من البيانات نفسها والمجموع الاختباري (في وقت إجراء التغييرات النهائية على المقالة ، رفضت إنشاء مجموعات اختبارية لتقليل التأخير ، ولكن في المصدر ، الذي الموضوعة في النهاية هذا الجزء من الكود متبقٍ) - من قيمة محسوبة من مجموعة بيانات عن طريق تشغيل بعض الخوارزميات المستخدمة لتحديد تكامل البيانات أثناء الإرسال
• روبوت - ينتظر وصول البيانات من الكمبيوتر. يفرغ البيانات ويعيد حساب المجموع الاختباري ويقارنه مع المرسل والمحتسب على جانب الكمبيوتر. إذا تطابق المجموع الاختباري ، يتم نقل البيانات إلى البرنامج الرئيسي.

عن الروبوت

.

— . (3 ) . , . 6 , . . . . , - . «» rasberry pi 3 b — .

, , , , Solidworks petg . , raspberry .

ubiquiti bullet M5 hp. ( ) , . , «» .

: «» thingiverse. , , , , .

, , . , . , , , , . , , , .





- ( - 200 ) , , 90 70 ( ), , « ». , VL53L0X , .

«» , , (rds3115). — , , , , .

, , , :

- , , , . . raspberry, , . , .

, USB. , , .

إنشاء خوارزمية كشف الخط باستخدام طرق مكتبة OpenCV

sudo raspi-config

from picamera.array import PiRGBArray
from picamera import PiCamera
import cv2
#   
camera = PiCamera()
camera.resolution = (640, 480) 
camera.framerate = 30
cap = PiRGBArray(camera, size=(640, 480))

for frame in camera.capture_continuous(cap , format="bgr", use_video_port=True):
	new_frame = frame.array
	cap.truncate(0)
	if False: #   -   
		break

gray = cv2.cvtColor(self._frame, cv2.COLOR_RGB2GRAY)
blur = cv2.GaussianBlur(gray, (ksize, ksize), 0)

thresh = cv2.threshold(blur, self._limit, 255, cv2.THRESH_BINARY_INV)[1]

contours = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)[0]

mainContour = max(contours, key = cv2.contourArea)
M = cv2.moments(mainContour)
if M['m00'] != 0:#     (..   -  )
    cx = int(M['m10']/M['m00'])
    cy = int(M['m01']/M['m00'])

cv2.line(frame, (cx, 0), (cx, self.height), (255, 0, 0), 1)    #    
cv2.line(frame, (0, cy), (self.width, cy), (255, 0, 0), 1)                  
cv2.circle(frame, (self.width//2, self.height//2), 3, (0, 0, 255), -1) #  
cv2.drawContours(frame, mainContour, -1, (0, 255, 0), 2, cv2.FILLED) #   

error= cx / (self.width/2) - 1  
#  ( 0   )  [-1; 1]
error*= cy / self.height + self.gain #

#if lineFound:
leftSpeed = round(self.base_speed + error*self.koof)
rightSpeed = round(self.base_speed - error*self.koof)

استنتاج

• -, , ( , ), . , , , . , , , ,
• -, — , ,