فهرست مطالب:
- تدارکات
- مرحله 1: کار پروژه:-
- مرحله 2: آماده سازی RPI:- زمان راهنمای راه اندازی این است:- 15:10 تا 16:42 در ویدیوی Youtube
تصویری: ردیابی شی بر اساس تشخیص رنگ: 10 مرحله
2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:53
داستان
من این پروژه را برای یادگیری پردازش تصویر با استفاده از Raspberry PI و CV باز انجام دادم. برای جذابیت بیشتر این پروژه ، من از دو موتور SG90 Servo و دوربین نصب روی آن استفاده کردم. یک موتور برای حرکت افقی و موتور دوم برای حرکت عمودی استفاده می شد.
تدارکات
نوشتن کامل
ردیابی شی بر اساس تشخیص رنگ
1. Raspbian Strech را روی Raspberry 3B+ نصب کنید
آ. ویدیوی YouTube من را از ساعت - تا 15:10 تا 16:42 - >> https://www.youtube.com/embed/XfPXu4UAZwQ بررسی کنید
ب برای اتصال RPI با مانیتور و صفحه کلید USB و ماوس از مبدل HDMI-VGA استفاده کنید.
ج RPI رومیزی را بوت کنید و مرحله بعدی را دنبال کنید.
د اگر مبتدی هستید از مانیتور استفاده کنید زیرا دسترسی مستقیم به PI برای مبتدیان آسان است.
2. Open CV را روی RPI3B+ نصب کنید
آ.
ب زمان صرف شده:- حدود 8+ ساعت
ج من دو روز را برای تکمیل این روند (20 ساعت) صرف می کنم ، بنابراین پرشور و آرام باشید.
3. کتابخانه PCM9685 را روی Raspberry PI نصب کنید.
آ. مستندات مرجع:-https://learn.adafruit.com/adafruit-16-channel-servo-driver-with-raspberry-pi؟view=all
ب اتصال PCM9685 i2c را با RPI بررسی کنید
من. اجرا:-sudo apt-get python-smbus را نصب کنید
دوم اجرا:-sudo apt-get i2c-tools را نصب کنید
سوم اجرا: - sudo i2cdetect -y 1
1. تصویر ارتباط موفق با PCM9685
ج باز کردن ترمینال و اجرا: - منبع ~/. پروفایل #برای ورود به محیط مجازی.
د ترمینال را باز کنید و اجرا کنید:-pip3 adafruit-circuitpython-servokit را نصب کنید
ه هرگز از "sudo" استفاده نکنید در غیر این صورت با مشکل روبرو خواهید شد زیرا استفاده از "sudo" کتابخانه ای را در محیط مجازی شما نصب نمی کند.
f بررسی سروو
من. python3 را باز کرده و دستورات زیر را وارد کنید.
دوم از adafruit_servokit وارد ServoKit
سوم kit = ServoKit (کانال = 16)
iv kit.servo [0].ango = 90
v. kit.servo [0]. زنگ = 180
vi kit.servo [0].ango = 0
4. جزئیات اتصال:-
آ. 5VDC را به PCM9685 وصل کنید (برای سروو 5 ولت خارجی مورد نیاز است)
ب / پین های منبع تغذیه PC9685 I2C و منطق را با پایه های RPI وصل کنید.
ج Two Servo را به PCM9685 وصل کنید
5. بررسی سروو
آ. من 4 فایل برای بررسی سروو (180.py ، 90.py ، 0.py) آماده کرده ام.
من. برای 0 درجه (هر دو سروو در 0 درجه).
دوم برای 90 درجه (هر دو سروو در 90 درجه).
سوم برای 180 درجه (هر دو سروو در 180 درجه).
iv کد منبع ()
6. دوربین PI را روی کانکتور دوربین و نصب سروو نصب کنید ، همانطور که در فیلم آموزشی توضیح داده شده است.
آ. آدرس آموزشی:-
7. اجرای کد ردیابی شی (بارگیری از:-)
8. ترمینال را باز کنید
آ. اجرا: - منبع ~/. پروفایل.
ب اجرا: - workon cv.
ج "(CV)" را مقابل فرمان ترمینال بررسی کنید.
د Run Object tracking Code:- ‘path of your file file’/python3.’file name’
ه برای خروج از مطبوعات:- Esc
مرحله 1: کار پروژه:-
- تصویر توسط دوربین RPI گرفته شده و در python با استفاده از openCV پردازش می شود.
- تصویر گرفته شده از RGB به HSV تبدیل می شود.
- ماسک را برای رنگ خاص اعمال کنید (در کد نهایی من از رنگ قرمز استفاده کردم و از کد مخصوص برای پیدا کردن مقدار پوشش دقیق استفاده شده است که همچنین شنوایی با آن ضمیمه شده است).
- پیدا کردن خطوط برای همه اشیاء قرمز در قاب.
- سرانجام مرتب سازی و انتخاب اولین کانتورها باعث می شود بزرگترین شی قرمز رنگ در کادر ایجاد شود.
- مستطیل را روی شی بکشید و مرکز افقی و عمودی مستطیل را بیابید.
- تفاوت بین مرکز افقی قاب و مرکز افقی مستطیل شکل را بررسی کنید.
- اگر اختلاف بیشتر است مقدار تعیین شده را شروع کنید و برای به حداقل رساندن اختلاف حرکت سروو افقی را شروع کنید.
- به همین ترتیب ما می توانیم محور عمودی را حرکت دهیم و در نهایت ردیابی شی برای 180 درجه کار می کند.
مرحله 2: آماده سازی RPI:- زمان راهنمای راه اندازی این است:- 15:10 تا 16:42 در ویدیوی Youtube
Raspbian Streach را بارگیری کرده و روی کارت حافظه 32 گیگابایتی قرار دهید. URL: -https://downloads.raspberrypi.org/raspbian_full_latest.
پس از بارگیری تصویر Raspbian ، آن را از حالت فشرده خارج کرده و روی دسکتاپ (یا مکان مناسب) ذخیره کنید.
برای نوشتن تصویر روی کارت SD ، Eatcher را بارگیری کنید.
آدرس اینترنتی:
کابل HDMI را به کابل VGA به RPI و مانیتور LCD وصل کنید.
USB Keyboard و Mouse را وصل کرده و PI را با استفاده از آداپتور برق (2.5 آمپر) وصل کنید.
توصیه شده:
PCB: سیستم ردیابی خودرو بر اساس GPS و GSM: 3 مرحله
PCB: سیستم ردیابی خودرو بر اساس GPS و GSM: سیستم ردیابی خودرو بر اساس GPS و GSM 30 ژوئن 2016 ، پروژه های مهندسی پروژه سیستم ردیابی خودرو بر اساس GPS و GSM از سیستم موقعیت یابی جهانی (GPS) و سیستم جهانی ارتباطات تلفن همراه (GSM) استفاده می کند ، که این پروژه را بیشتر
دستگاه رنگ تشخیص رنگ: 4 مرحله
ماشین رنگ تشخیص رنگ: دستگاه تشخیص رنگ ، رنگهای اطراف خود را کپی کرده و به شما اجازه می دهد با آنها نقاشی کنید. اگر رنگ اصلی را دارید ، می توانید از حسگر رنگ RGB برای تشخیص رنگ مورد نظر خود و مخلوط کردن آن استفاده کنید. اما به یاد داشته باشید ، از شیء رنگ روشن استفاده کنید
چراغ های LED چند رنگ رنگ Reactive - سنسور تشخیص صدا آردوینو - نوار LED RGB: 4 مرحله
چراغ های LED چندرنگ Reactive Music | سنسور تشخیص صدا آردوینو | RGB LED Strip: پروژه چراغ های LED چند رنگ LED فعال در برابر موسیقی. در این پروژه ، از یک نوار LED 5050 RGB ساده (نه LED WS2812 آدرس پذیر) ، سنسور تشخیص صدا آردوینو و آداپتور 12 ولت استفاده شد
ربات هوشمند DIY ردیابی ماشین ردیابی ماشین ردیابی خودرو حساس به نور: 7 مرحله
دستگاه DIY Robot Smart Tracking Car Tracking Car Photosensitive: طراحی شده توسط SINONING ROBOT شما می توانید از ربات ردیابی ماشین خرید کنید بچرخید تا
ربات ردیابی رنگ بر اساس چرخ همه کاره و OpenCV: 6 مرحله
ربات ردیابی رنگ بر اساس چرخ همه کاره و OpenCV: من از یک شاسی چرخ همه جهته برای پیگیری رنگ خود استفاده می کنم و از یک نرم افزار تلفن همراه به نام OpenCVBot استفاده می کنم. با تشکر از توسعه دهندگان نرم افزار در اینجا ، از شما متشکرم. OpenCV Bot در واقع هر شیء بلادرنگ را از طریق پردازش تصویر شناسایی یا ردیابی می کند