Raspberry Pi - Mars Rover Autonome me Ndjekje Objekti OpenCV: 7 hapa (me fotografi)

2024 Autor: John Day | [email protected]. E modifikuara e fundit: 2024-01-30 12:16

Mundësuar nga një Raspberry Pi 3, njohje e hapur e objekteve CV, sensorë tejzanor dhe motorë të përshtatur DC. Ky rover mund të gjurmojë çdo objekt për të cilin është stërvitur dhe të lëvizë në çdo terren.

Hapi 1: Hyrje

Në këtë Instructables, ne do të ndërtojmë një Mars Rover Autonome i cili mund të njohë objektet dhe t'i gjurmojë ato duke përdorur softuerin Open CV që funksionon në një Raspberry Pi 3 me një mundësi për të përdorur një pajisje kamera në internet ose kamerën origjinale të mjedrës pi. Shtë gjithashtu i pajisur me një sensor tejzanor të montuar në një servo për të gjetur rrugën e tij në mjedise të errëta ku kamera nuk do të funksiononte. Sinjalet e marra nga Pi i dërgohen shoferit motorik IC (L293D) i cili drejton 4 x 150 RPM motorë DC të montuar në një trup të ndërtuar me tuba PVC.

Hapi 2: Materialet dhe Softueri i kërkuar

Materialet e kërkuara

1. Raspberry Pi (çdo gjë por zero)
2. Kamera Raspberry PI ose një kamerë në internet
3. IC shoferi i motorit L293D
4. Rrotat Robot (7x4cm) X 4
5. Motorët e ingranazhit DC (150RPM) X 4
6. Tuba PVC për shasi

Kërkohet softuer

1. Stuko për SSH ing Pi
2. Hapni CV për njohjen e objektit

Hapi 3: Ndërtimi i Shasisë Rover

Për të ndërtuar këtë shasi PVC, do t'ju duhet

• 2 X 8"
• 2 X 4"
• 4 T-nyje

Vendosni tubat PVC në një strukturë të ngjashme me shkallët dhe futini në nyjet T. Ju mund të përdorni ngjitës PVC për t'i bërë nyjet edhe më të forta.

Motorët e ingranazhuar DC lidhen me shasinë e tubave PVC duke përdorur kapëset dhe më pas rrotat lidhen me motorët duke përdorur vida.

Hapi 4: Ndërtimi i Asamblesë tejzanor të Rangefinder

Kuvendi tejzanor i gjetjes së diapazonit është ndërtuar duke përdorur një sensor tejzanor HC-SR04 të lidhur me një motor Micro Servo. Kabllot janë të lidhura paraprakisht me sensorin tejzanor para se të futen në kutinë plastike e cila është e lidhur me servo motorin përmes vidhave.

Hapi 5: Skemat dhe Lidhjet Elektrike

Ju lutemi bëni lidhjet elektrike sipas diagramit të bashkangjitur.

Hapi 6: SSH dhe Instalimi i CV -së së Hapur

Tani, ne duhet të SSH në mjedrën tonë pi në mënyrë që të instalojmë programin e kërkuar. Ne do të fillojmë me SSHing në Raspberry Pi tonë. Sigurohuni që Pi juaj është i lidhur me të njëjtin ruter me kompjuterin tuaj dhe e dini se është adresa IP e caktuar nga ruteri juaj. Tani, hapni një komandë të shpejtë ose PUTTY nëse jeni në Windows dhe ekzekutoni komandën e mëposhtme.

ssh [email protected]

IP -ja juaj Pi mund të jetë e ndryshme, e imja është 192.168.1.6.

Tani, futni fjalëkalimin tuaj të paracaktuar - "mjedër"

Tani, që keni SSH'd në Pi tuaj, Le të fillojmë duke azhurnuar me këtë komandë.

sudo apt-merrni përditësim && sudo apt-merrni përmirësim

Le të instalojmë mjetet e kërkuara të zhvilluesit tani, sudo apt-get install build-thelbësore cmake pkg-config

Tjetra, ne duhet të instalojmë disa paketa I/O të imazhit që do të ndihmojnë Pi -në tonë të marrë formate të ndryshme të imazhit nga disku.

sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

Tani, disa pako për marrjen e videos, transmetimin e drejtpërdrejtë dhe optimizimin e performancës OpenCV

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

sudo apt-get install libxvidcore-dev libx264-dev

sudo apt-get install libgtk2.0-dev libgtk-3-dev

sudo apt-get install libatlas-base-dev gfortran

Ne gjithashtu duhet të instalojmë skedarët e kokës Python 2.7 dhe Python 3 në mënyrë që të mund të përpilojmë OpenCV me lidhje python

sudo apt-get install python2.7-dev python3-dev

Shkarkimi i kodit burimor OpenCV

cd

wget -O opencv.zip

zbërtheni opencv.zip

Shkarkimi i depozitës opencv_contrib

wget -O opencv_contrib.zip

zbërtheni opencv_contrib.zip

Rekomandohet gjithashtu të përdorni një mjedis virtual për instalimin e OpenCV.

sudo pip instaloni virtualenv virtualenvwrapper

sudo rm -rf ~/.cache/pip

Tani, që virtualenv dhe virtualenvwrapper janë instaluar, ne duhet të azhurnojmë profilin tonë./. Për të përfshirë rreshtat e mëposhtëm në fund

eksport WORKON_HOME = $ HOME/.virtualenvs eksport VIRTUALENVWRAPPER_PYTHON =/usr/bin/python3 source /usr/local/bin/virtualenvwrapper.sh

Krijoni mjedisin tuaj virtual python

mkvirtualenv cv -p python2

kaloni në mjedisin virtual të krijuar

burimi ~/.profili

workon cv

Instalimi i NumPy

pip instaloni numpy

Përpiloni dhe instaloni OpenCV

cd ~/opencv-3.3.0/

mkdir ndertoj

cd ndërtuar

cmake -D CMAKE_BUILD_TYPE = LIROJI / -D CMAKE_INSTALL_PREFIX =/usr/local / -D INSTALL_PYTHON_EXAMPLES = ON / -D OPENCV_EXTRA_MODULES_PATH = ~/opencv_CAMILES_3

Më në fund përpiloni OpenCV

bëj -j4

Pasi kjo komandë të përfundojë drejtimin. E tëra çfarë ju duhet të bëni është ta instaloni.

sudo make config

sudo ldconfig

Hapi 7: Drejtimi i Kodit Python për Rover

Krijoni një skedar Python të quajtur tracker.py dhe shtoni kodin e mëposhtëm në të.

sudo nano tracker.py

kodi:-

Programi #ASAR

Ky program gjurmon një top të kuq dhe udhëzon një pi mjedër ta ndjekë atë. import sys sys.path.append ('/usr/local/lib/python2.7/site-packages') import cv2 import numpy si np import os import RPi. GPIO si IO IO.setmode (IO. BOARD) IO.setup (7, IO. OUT) IO.setup (15, IO. OUT) IO.setup (13, IO. OUT) IO.setup (21, IO. OUT) IO.setup (22, IO. OUT) def fwd (): IO.output (21, 1) #Left Motor Forward IO.output (22, 0) IO.output (13, 1) #Right Motor Forward IO.putput (15, 0) def bac (): IO.putput (21, 0)#Motor i majtë prapa IO. Dalje (22, 1) IO.putput (13, 0)#Motor i djathtë prapa IO. Dalje (15, 1) def ryt (): IO.putput (21, 0) #Motor i majtë IO prapa. Dalje (22, 1) IO.output (13, 1)#Motor i drejtë përpara IO. Dalje (15, 0) def lft (): IO.putput (21, 1)#Motor i majtë përpara IO. dalje (22, 0) IO. dalje (13, 0)#Motor i djathtë i prapambetur IO. dalje (15, 1) def stp (): IO.putput (21, 0)#Ndalesa e motorit të majtë IO. dalje (22, 0) IO.putput (13, 0) #Djathtas ndalesa e motorit IO.output (15, 0) ############################### #################################################### ##################### def kryesore (): capWebcam = cv2. VideoCapture (0)#deklaro një VideoCapture objekt dhe shoqëro me kamerën në internet, 0 => përdor kamerën e parë # shfaq rezolucionin origjinal print "rezolucioni i parazgjedhur =" + str (capWebcam.get (cv2. CAP_PROP_FRAME_WIDTH)) + "x" + str (capWebcam.get (cv2. CAP_PROP_FRAME_HEIGHT)) capWebcam.set (cv2. CAP_PROP_FRAME_WIDTH, 320.0) # ndrysho rezolucionin në 320x240 për përpunimin më të shpejtë capWebcam.set (cv2. CAP_PROP_FRAME_HEIGHT, 240.0) # shfaq rezolucion të azhurnuar të printuar "rezolucion i përditësuar =" + str (capWebCAM_RAP_AME)) + "x" + str (capWebcam.get (cv2. CAP_PROP_FRAME_HEIGHT)) nëse capWebcam.isOpened () == E gabuar: # kontrolloni nëse objekti VideoCapture ishte i lidhur me printimin me sukses të kamerës "gabim: capWebcam nuk u arrit me sukses / n / n" # nëse jo, printoni mesazhin e gabimit në std out os.system ("pauzë") # pauzë derisa përdoruesi të shtypë një çelës në mënyrë që përdoruesi të shohë mesazhin e gabimit të kthyer # dhe të dalë nga funksioni (i cili del nga programi) # përfundim nëse gjatë cv2.waitKey (1)! = 27 dhe capWebcam.isOpened (): # derisa të shtypet tasti Esc ose të humbasë lidhjen e kamerës në internet blnFrameReadSuccessf ully, imgOriginal = capWebcam.read () # lexo kornizën tjetër nëse jo blnFrameReadSuccessfully ose imgOriginal është Asnjë: # nëse korniza nuk është lexuar me sukses printo "error: frame not read from webcam / n" # print mesazh gabimi në std out os.system (pauzë), np.array ([0, 135, 135]), np.array ([18, 255, 255])) imgThreshHigh = cv2.inRange (imgHSV, np.array ([165, 135, 135]), np. grup ([179, 255, 255])) imgThresh = cv2.add (imgThreshLow, imgThreshHigh) imgThresh = cv2. GaussianBlur (imgThresh, (3, 3), 2) imgThresh = cv2.dilate (imgThresh, np.ones (5,5 HOUGH_GRADIENT, 5, hyrje / 4) # mbush qarqe të ndryshueshme me të gjitha rrathët në imazhin e përpunuar nëse qarqet nuk është Asnjë: # kjo linjë është e nevojshme që programi të mos rrëzohet në rreshtin tjetër nëse nuk gjenden qarqe IO. dalja (7, 1) për rrethin në qarqe [0]: # për çdo rreth x, y, rreze = rreth # shpërthejnë x, y dhe rreze të shtypura "pozicioni i topit x =" + str (x) + ", y =" + str (y) + ", rrezja =" + str (rreze) # pozicioni i topit të printuar dhe rrezja obRadius = int (rrezja) xAxis = int (x) nëse obRadius> 0 & obRadius100 & xAxis180: print ("Lëviz djathtas") ryt () elif xAxis <100: print ("Moving Left") lft () else: stp () else: stp () cv2.circle (imgOriginal, (x, y), 3, (0, 255, 0), -1) # vizatoni një rreth të vogël të gjelbër në qendër të objektit të zbuluar cv2.circle (imgOriginal, (x, y), rrezja, (0, 0, 255), 3) # vizatoni rreth të kuq rreth objektit të zbuluar # fund për # fund nëse përndryshe: IO.putput (7, 0) cv2.namedWindow ("imgOriginal", cv2. WINDOW_AUTOSIZE) # krijoni dritare, përdorni WINDOW_AUTOSIZE për një madhësi fikse të dritares cv2.namedWindow ("imgThresh", cv2. WINDOW_AUTOSIZE) # ose përdorni WINDOW_NORMAL për të lejuar ndryshimin e madhësisë së dritares cv2.imshow ("imgOriginal", imgOri ginal)#shfaq dritaret cv2.imshow ("imgThresh", imgThresh)#fund ndërsa cv2.destroyAllWindows ()#hiq dritaret nga kujtesa të kthehen ###################### #################################################### ############################# nëse _name_ == "_main_": kryesore ()

Tani, gjithçka që mbetet për të bërë është drejtimi i programit

gjurmuesi i python.py

Urime! roveri juaj vetë-drejtues është gati! Pjesa e navigimit bazuar në sensorin tejzanor do të përfundojë së shpejti dhe unë do ta azhurnoj këtë të udhëzueshme.

Faleminderit per leximin!