视觉循迹小车（旭日x3派、opencv）

本文主要是介绍视觉循迹小车（旭日x3派、opencv），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

效果

硬件

1、旭日x3派（烧录好系统镜像）
2、USB摄像头
3、TB6612
4、小车底盘（直流电机或直流减速电机）

视觉循迹原理

x3派读取摄像头图像，转换成灰度图像，从灰度图像中选择第 120 行（图像的一个水平线），遍历第120行的全部320列，根据像素值小于或大于阈值，将相应的值（0 或 1）添加到 date 列表中。最后根据小于阈值的像素个数和它们的总和来判断黑色赛道的位置，以此调节左右电机的转速实现循迹。

python代码

import Hobot.GPIO as GPIO
import time
import cv2class EYE():def __init__(self):self.video = cv2.VideoCapture(8)  #打开索引为8的摄像头ret = self.video.isOpened()  #判断摄像头是否打开成功if ret:print("The video is opened.")else:print("No video.")codec = cv2.VideoWriter_fourcc( 'M', 'J', 'P', 'G' )   #设置参数self.video.set(cv2.CAP_PROP_FOURCC, codec)self.video.set(cv2.CAP_PROP_FPS, 30)self.video.set(cv2.CAP_PROP_FRAME_WIDTH, 672)self.video.set(cv2.CAP_PROP_FRAME_HEIGHT, 672)# 创建全屏窗口#cv2.namedWindow("Camera Feed", cv2.WND_PROP_FULLSCREEN)#cv2.setWindowProperty("Camera Feed", cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_FULLSCREEN)def outmiss(self):_, img = self.video.read()  #从摄像头读取一帧图像img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #将图像转为灰度img = img[120]   #选择图像的第120行，一共240行。date = []for i in range(320):    #遍历每一列，一共320列if img[i] <= 64:   #如果当前列的像素值小于等于 64，将 1 添加到 date 列表，表示该像素是感兴趣的。date.append(1)elif img[i] > 64:  #如果当前列的像素值大于 64，将 0 添加到 date 列表，表示该像素不感兴趣。date.append(0)n = 0   #用于计算感兴趣的像素数量。  sum = 0   #用于计算感兴趣像素的列索引总和。for i in range(320):if date[i] == 1:sum += i   #如果该列的像素是感兴趣的（即 date[i] 为 1），则更新 sum 和 n。n += 1if n >= 18:return sum / n - 159.5else:return Nonedef off(self):self.video.release()class CTRL():def __init__(self, in1, in2, in3, in4, pa, pb):GPIO.setmode(GPIO.BOARD)GPIO.setwarnings(False)GPIO.setup(in1, GPIO.OUT)GPIO.setup(in2, GPIO.OUT)GPIO.setup(in3, GPIO.OUT)GPIO.setup(in4, GPIO.OUT)self.in1 = in1self.in2 = in2self.in3 = in3self.in4 = in4self.PWMA = GPIO.PWM(pa, 48000)self.PWMB = GPIO.PWM(pb, 48000)def drive(self, FL, FR):if FL >= 0:GPIO.output(self.in3, GPIO.HIGH)GPIO.output(self.in4, GPIO.LOW)elif FL < 0:GPIO.output(self.in4, GPIO.HIGH)GPIO.output(self.in3, GPIO.LOW)if FR >= 0:GPIO.output(self.in1, GPIO.HIGH)GPIO.output(self.in2, GPIO.LOW)elif FR < 0:GPIO.output(self.in2, GPIO.HIGH)GPIO.output(self.in1, GPIO.LOW)self.PWMA.ChangeDutyCycle(abs(FR))self.PWMB.ChangeDutyCycle(abs(FL))self.PWMA.start(abs(FR))self.PWMB.start(abs(FL))def stop(self):GPIO.output(self.in1, GPIO.LOW)GPIO.output(self.in2, GPIO.LOW)GPIO.output(self.in3, GPIO.LOW)GPIO.output(self.in4, GPIO.LOW)self.PWMA.ChangeDutyCycle(0)self.PWMB.ChangeDutyCycle(0)self.PWMA.start(0)self.PWMB.start(0)def clean(self):self.PWMB.stop()self.PWMA.stop()GPIO.cleanup()class PID():def __init__(self,KP,KI,KD):self.KP = KPself.KI = KIself.KD = KDself.p1 , self.p2 = 0 , 0#保留一个帧的误差self.i = 0#积累误差初值def naosu(self,miss):if miss != None:self.p1 , self.p2 = self.p2 , miss #替换缓存的误差self.i += missif self.i > 1000:self.i -= 800if self.i < -1000:self.i += 800#积累误差的限制naosu = self.KP * miss + self.KI * self.i + self.KD * (self.p2 - self.p1)#按照公式输出return naosuelif miss == None:#摄像头读空时，根据上一帧的缓存误差正负，来判断现在应该原地左转还是右转if self.p2 >= 0:self.p1 , self.p2 = self.p2 , 1return "r"elif self.p2 < 0:self.p1 , self.p2 = self.p2 , -1return "l"if __name__ == '__main__':try:Ctrl = CTRL(11, 13, 16, 15, 32, 33)  # 设置管脚Eye = EYE()  # 调用视觉模块Pid = PID(0.095,0.001,0.52)#调用PID，传入参数Ctrl.drive(25, 25)  # 小车的始发运动time.sleep(0.5)while True:ms = Eye.outmiss()  # 获取误差ns = Pid.naosu(ms)#获取修正值if ns == "r":#原地转弯的情况Ctrl.drive(20,-20)elif ns == "l":Ctrl.drive(-20,20)else:#限制修正值，保证不超过PWM上下限if ns > 18:ns = 18if ns < -18:ns = -18Ctrl.drive(25+ns, 25-ns)  # 小车的始发运动# 添加代码来显示摄像头捕获的图像_, frame = Eye.video.read()cv2.imshow("Camera Feed", frame)time.sleep(0.2)if cv2.waitKey(1) & 0xFF == ord('q'):breakfinally:Ctrl.stop()Ctrl.clean()Eye.off()cv2.destroyAllWindows()

这篇关于视觉循迹小车（旭日x3派、opencv）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---