描述

Small Intro

在這個(gè)項(xiàng)目中，我 使用OpenCV和Raspberry pi設(shè)計(jì)了一個(gè)車道跟隨機(jī)器人。

樣本輸出

?

Step 1 : Importing Libraries

首先我們導(dǎo)入 OpenCV、Numpy、數(shù)學(xué)和串行庫(kù)。

import cv2
import numpy as np
import math
import serial

Step 2 : Read Image from your directory

image = cv2.imread(r'C:\Users\aasai\Desktop\new1.jpeg')

?

?

?

?

1 / 2 ? Raspi 相機(jī)拍攝的圖像

?

Step 3 : Color Conversion

將我們的 BGR 圖像轉(zhuǎn)換為灰色。灰度圖像僅包含 [0-255] 范圍內(nèi)的值。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

灰度圖像

?

Step 4 : Image Smoothing

圖像模糊/平滑圖像平滑以減少噪點(diǎn)。它是在各種低通濾波器內(nèi)核的幫助下完成的。這里我們使用了高斯核。了解更多關(guān)于不同內(nèi)核的信息。點(diǎn)擊這里

# given input image, kernel width =5 height = 5, Gaussian kernel standard deviation
k_width = 5
k_height = 5
blurred = cv2.GaussianBlur(gray, (k_width, k_height), 0)

平滑圖像

?

Step 5 : Edge Detection

Canny邊緣檢測(cè)算法是一種流行的邊緣檢測(cè)算法，用于檢測(cè)圖像中的邊緣。為了保留圖像中的高梯度值，我們選擇低閾值和高閾值。這將幫助我們保留圖像中的強(qiáng)邊緣。

# Find the edges in the image using canny detector
threshold1 = 80
threshold2 = 80
edged = cv2.Canny(blurred, threshold1, threshold2)

邊緣檢測(cè)

?

Step 6 : Find Lines

霍夫變換是一種特征提取方法，用于檢測(cè)圖像中的簡(jiǎn)單形狀，如圓形、線條等。在這里，您可以了解更多相關(guān)信息。

# it will return line coordinates,it will return 3darray.
lines = cv2.HoughLinesP(edged,1,np.pi/180,max_slider,minLineLength,maxLineGap)

for x in range(0, len(lines)):
    for x1,y1,x2,y2 in lines[x]:
        # draw line in image using cv2.line function.
        cv2.line(image,(x1,y1),(x2,y2),(255,0,0),3)
        theta=theta+math.atan2((y2-y1),(x2-x1))
        print(theta)

About theta calculation:

atan2() 函數(shù)以弧度為單位返回值，表示 -pi 和 pi 之間的值，表示 (x, y) 點(diǎn)與正 x 軸的角度 theta。

來(lái)源：https://www.learnopencv.com/hough-transform-with-opencv-c-python/

?

?

?

?

?

1 / 2

?

您可以使用這行代碼獲取第一行的坐標(biāo)。

for x1,y1,x2,y2 in lines[0]:

行[0]的輸出

?

Step 7 : Decision Making Part

現(xiàn)在，我們要設(shè)置閾值，根據(jù)閾值和θ值之間的差異，我們將向arduino發(fā)送命令以驅(qū)動(dòng)特定方向的電機(jī)。

threshold=5
if(theta>threshold):
    print("Go left")
if(theta<-threshold):
    print("Go right")
if(abs(theta)<threshold):
    print("Go straight")

Step 8 : Integrate

示意圖

?

Arduino Code :

Arduino將從 Raspberry Pi 串行端口接收命令。

// assign pin num
int right_pin = 12;
int left_pin = 13;
int const ENA = 10;  
int const ENB = 11; 


// initial command
int command = 0;

void setup()

{
  pinMode(right_pin, OUTPUT);
  pinMode(left_pin, OUTPUT);
  pinMode(ENA, OUTPUT);   // set all the motor control pins to outputs
  pinMode(ENB, OUTPUT);

  Serial.begin(115200);
  
  while (!Serial);
  
  Serial.println("Opencv Lane Detect Autonomous Robot");

}

void loop() {

if (Serial.available())

{
  //int state = Serial.parseInt();
  int state = Serial.read();

  if (state == 4)
  {
    
    digitalWrite(left_pin, LOW);
    digitalWrite(right_pin, HIGH);
    digitalWrite(ENA, HIGH);
    digitalWrite(ENB, HIGH);
    Serial.println("Left");
  }

  if (state == 2)
  {
    digitalWrite(left_pin, LOW);
    digitalWrite(right_pin, LOW);
    digitalWrite(ENA, HIGH);
    digitalWrite(ENB, HIGH);
    Serial.println("Right");
    Serial.println("Reverse");
  }

  if (state == 3)
  {
    digitalWrite(left_pin, HIGH);
    digitalWrite(right_pin, LOW);
    digitalWrite(ENA, HIGH);
    digitalWrite(ENB, HIGH);

  Serial.println("Right");
  }
  if (state == 1)
  {
    digitalWrite(left_pin, HIGH);
    digitalWrite(right_pin, HIGH);
    digitalWrite(ENA, HIGH);
    digitalWrite(ENB, HIGH);

  Serial.println("Forward");
  }
  if (state == 5)
  {
    digitalWrite(left_pin, LOW);
    digitalWrite(right_pin, LOW);
    digitalWrite(ENA, LOW);
    digitalWrite(ENB, LOW);

  Serial.println("Stop");
  }
}
}

?

?

感謝信

感謝OpenCV Python 文檔。

Thanks閱讀這個(gè)項(xiàng)目。希望這個(gè)項(xiàng)目能給你一些關(guān)于 OpenCV Lane Follow 機(jī)器人的見解，你可以按照給定的步驟做同樣的事情。

我在沉默中努力工作，我的機(jī)器人制造噪音。

來(lái)源：https://www.google.com/url?sa=i&url=https%3A%2F%2Fitaliandirectory.eu%2Fwill-robots-eventually-able-insert-key-lock%2F&psig=AOvVaw0q_aR0pBfINA7scyxOyS4x&ust=1588470268487000&source=images&cd= vfe&ved=0CA0QjhxqFwoTCODb4YaHlOkCFQAAAAAdAAAAABAP

?

?