Სარჩევი:
- ნაბიჯი 1: კამერის დამონტაჟება:
- ნაბიჯი 2: Arduino და RC-Servo Motors:
- ნაბიჯი 3: Matlab კოდი:
- ნაბიჯი 4: სპექტაკლები:
ვიდეო: ობიექტის თვალყურის დევნება - კამერის დამონტაჟების კონტროლი: 4 ნაბიჯი
2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:19
Გამარჯობა ყველას, ამ ინსტრუქციებში მე გაჩვენებთ პროგრესს ჩემი ობიექტის თვალთვალის პროექტისათვის. აქ შეგიძლიათ იპოვოთ წინა ინსტრუქცია: https://www.instructables.com/id/Object-Tracking/ და აქ შეგიძლიათ იუთუბის დასაკრავი სიები ყველა ვიდეო და კოდის ახსნა:
ამრიგად, ჩვენ საბოლოოდ შეგვიძლია გადავიდეთ წმინდა პროგრამული უზრუნველყოფისა და კოდირების სამყაროდან ნამდვილ მგელში, დავაყენოთ კამერა მთაზე და გადავიყვანოთ მთაზე, რათა მიჰყვეს ობიექტს, ვნახოთ როგორ!
ნაბიჯი 1: კამერის დამონტაჟება:
ეს არის კამერის საყრდენი, რომელსაც ჩვენ გამოვიყენებთ. ის სრულად არ არის თავსებადი ვებკამერასთან და ისე, როგორც მე კამერა მთაზე დავაფიქსირე, სულ მცირე რბილად რომ ვთქვა: D
მაგრამ ეს გაკეთდება ახლა და მომავალში მე ალბათ 3D დაბეჭდვას რაიმე სახის ადაპტერი ან ავაშენებთ მას მთლიანად ნულიდან.
ამ ტიპის მთაზე ხშირად მოიხსენიება როგორც "ტაფა და დახრის მთა", რადგან მათ აქვთ 2 ძრავა ტაფის გასაკონტროლებლად (ბრუნვა ჰორიზონტალურ სიბრტყეზე) და დახრის (ბრუნვა y ღერძის გარშემო ან "ზემოთ-ქვემოთ"), როგორც ეს ნაჩვენებია სურათი.
ნაბიჯი 2: Arduino და RC-Servo Motors:
მთის გასაკონტროლებლად ჩვენ ვაპირებთ გამოვიყენოთ 2 RC-Servo Motors და Arduino Uno.
სურათზე ხედავთ საჭირო კავშირებს:
დახრის servo: ადგილზე - breadboard ადგილზე
VCC - breadboard VCC
სიგნალი - pin D6
პან სერვო: დაფქვილი - პურის დაფა
VCC - breadboard VCC
სიგნალი - pin D5
ნაბიჯი 3: Matlab კოდი:
Arduino მთლიანად კონტროლირებადი იქნება Matlab– ით, Matlab– ის arduino ინსტრუმენტების გამოყენებით.
ამ განყოფილებაში შეგიძლიათ იხილოთ კოდი:
blueCircleFollow2.m არის "მთავარი" ფუნქცია, K_proportional1.m არის დამხმარე სკრიპტი, რომელსაც სხვა სკრიპტი ეწოდება, ის ძირითადად შეიცავს პროპორციულ კონტროლერს.
გამოყენებული კონტროლის მიდგომა ნაჩვენებია სურათზე: საცნობარო პოზიცია, რომელზეც ჩვენ გვინდა, რომ იყოს ობიექტის წრე არის ეკრანის ცენტრი, პროპორციული კონტროლერი იმოქმედებს servos კონტროლის სიგნალზე, რომ მიიღოს შეცდომა, განსაზღვრული როგორც გამოსახულების ცენტრი - წრე ცენტრში, 0 -მდე.
ნაბიჯი 4: სპექტაკლები:
აქ ნახავთ ორ ვიდეოს, სადაც ნაჩვენებია როგორ მოქმედებდა ალგორითმი და კონტროლერი.
პირველ, უფრო ხანგრძლივ ვიდეოში კოდი, სტრუქტურა და კონტროლის სტრატეგია უფრო ღრმად არის ახსნილი, მეორე ვიდეო არის პირველის ამონაწერი, რომელიც შეიცავს მხოლოდ ობიექტის თვალთვალის სისტემის ვიდეოს.
როგორც ხედავთ, ალგორითმი უფრო მეტს შეუძლია დაიცვას ობიექტი, როდესაც ის გადაადგილდება, მაგრამ მე მჯერა, რომ არსებობს გაუმჯობესების ადგილი, უფრო კომპლექსური კონტროლერის შემოღება, ვიდრე უბრალოდ პროპორციული (coff PID coff coff) და რამდენიმე სხვა იდეა.
თუ თქვენ გაქვთ რაიმე შეკითხვა, ნუ დააყოვნებთ მათ კომენტარებში და თუ გსურთ ნახოთ შემდეგი ნაბიჯები გამოიწერეთ ჩემი youtube არხი, მე ყველაფერს განვაგრძობ!
გირჩევთ:
მოძრაობის თვალყურის დევნება MPU-6000 და ნაწილაკების ფოტონის გამოყენებით: 4 ნაბიჯი
მოძრაობის თვალყურის დევნება MPU-6000 და ნაწილაკების ფოტონის გამოყენებით: MPU-6000 არის 6 ღერძიანი მოძრაობის თვალთვალის სენსორი, რომელსაც აქვს 3 ღერძიანი ამაჩქარებელი და 3 ღერძიანი გიროსკოპი. ამ სენსორს შეუძლია ეფექტურად აკონტროლოს ობიექტის ზუსტი მდებარეობა და მდებარეობა სამგანზომილებიან სიბრტყეში. მისი დასაქმება შესაძლებელია
ადამიანის თვალის მოძრაობის თვალყურის დევნება: 6 ნაბიჯი
ადამიანის თვალის მოძრაობის თვალყურის დევნება: ეს პროექტი მიზნად ისახავს ადამიანის თვალის მოძრაობის დაფიქსირებას და აჩვენებს მის მოძრაობას თვალის ფორმაში მოთავსებული LED ნათურების ნაკრებზე. ამ ტიპის პროექტს პოტენციურად ბევრი გამოყენება ექნება რობოტიკის სფეროში და კონკრეტულად ჰუმას
მოძრაობის თვალყურის დევნება MPU-6000 და Arduino Nano გამოყენებით: 4 ნაბიჯი
მოძრაობის თვალყურის დევნება MPU-6000 და Arduino Nano: MPU-6000 არის 6 ღერძიანი მოძრაობის თვალთვალის სენსორი, რომელსაც აქვს 3 ღერძიანი ამაჩქარებელი და 3 ღერძიანი გიროსკოპი. ამ სენსორს შეუძლია ეფექტურად აკონტროლოს ობიექტის ზუსტი მდებარეობა და მდებარეობა სამგანზომილებიან სიბრტყეში. მისი დასაქმება შესაძლებელია
მიკრო: ბიტი MU Vision Sensor - ობიექტის თვალყურის დევნება: 7 ნაბიჯი
Micro: bit MU Vision Sensor - Object Tracking: ასე რომ, ამ ინსტრუქციურად ჩვენ ვაპირებთ დავიწყოთ Smart Car– ის პროგრამირება, რომელსაც ჩვენ ვაშენებთ ამ ინსტრუქციურად და რომ ჩვენ დავაყენებთ MU ხედვის სენსორს ამ ინსტრუქტაჟში. ჩვენ ვაპირებთ მიკრო პროგრამირებას: ცოტა მარტივი ობიექტის თვალყურის დევნებით, ასე რომ
Opencv ობიექტის თვალყურის დევნება: 3 ნაბიჯი
Opencv ობიექტების თვალყურის დევნება: მოძრავი ობიექტების გამოვლენა არის ტექნიკა, რომელიც გამოიყენება კომპიუტერული ხედვისა და სურათის დამუშავების პროცესში. ვიდეოს მრავალი თანმიმდევრული ჩარჩო შედარებულია სხვადასხვა მეთოდით, რათა დადგინდეს არის თუ არა რაიმე მოძრავი ობიექტი. მოძრავი ობიექტების გამოვლენა გამოყენებულია wi