תוכן עניינים:
- אספקה
- שלב 1: עבודת הפרויקט:-
- שלב 2: הכינו RPI:- זמן מדריך ההתקנה הוא:- 15:10 עד 16:42 בסרטון Youtube
וִידֵאוֹ: מעקב אחר אובייקטים מבוססי זיהוי צבעים: 10 שלבים
2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:13
כַּתָבָה
עשיתי את הפרויקט הזה כדי ללמוד עיבוד תמונות באמצעות פטל PI ולפתוח קורות חיים. כדי להפוך את הפרויקט למעניין יותר השתמשתי בשני מנועי סרוו SG90 ועליו מצלמת הר. מנוע אחד נהג לנוע אופקית ומנוע שני נהג לזוז אנכית.
אספקה
כתב מלא
מעקב אחר אובייקטים המבוסס על זיהוי צבעים
1. התקן את Raspbian Strech ב- Raspberry 3B+
א. צפה בסרטון היוטיוב שלי מ: - עד 15:10 עד 16:42 - >>
ב. השתמש בממיר HDMI-VGA לחיבור RPI עם צג ומקלדת USB ועכבר.
ג. אתחול שולחן העבודה של RPI ובצע את השלב הבא.
ד. ממליץ להשתמש במסך אם אתה מתחיל כיוון שהגישה הישירה ל- PI קלה למתחילים.
2. התקן את קורות החיים הפתוחים ב- RPI3B+
א.
ב. הזמן הנדרש:- כ- 8 שעות
ג. אני מבלה יומיים כדי להשלים את התהליך הזה (20 שעות) אז היו נלהבים ורגועים.
3. התקן את ספריית PCM9685 ב- Raspberry PI.
א. תיעוד הפניה:-https://learn.adafruit.com/adafruit-16-channel-servo-driver-with-raspberry-pi?view=all
ב. בדוק את קישוריות PCM9685 i2c עם RPI
אני. הפעלה:-sudo apt-get install python-smbus
ii. הפעלה:-sudo apt-get install i2c-tools
iii. הפעלה: - sudo i2cdetect -y 1
1. תמונה של תקשורת מוצלחת עם PCM9685
ג. פתח מסוף והפעל: - מקור ~/.profile #to להיכנס בסביבה וירטואלית.
ד. פתח מסוף והפעל:-pip3 התקן adafruit-circuitpython-servokit
ה. לעולם אל תשתמש ב- "sudo" אחרת תתמודד עם בעיה מכיוון ששימוש ב- "sudo" לא יתקין את הספרייה בסביבה הווירטואלית שלך.
ו. בודק סרוו
אני. פתח את python3 והזן פקודות מתחת.
ii. מאת adafruit_servokit יבוא ServoKit
iii. ערכה = ServoKit (ערוצים = 16)
iv. kit.servo [0]. מלבן = 90
v. kit.servo [0]. מלבן = 180
vi. kit.servo [0].angle = 0
4. פרטי חיבור:-
א. חבר 5VDC ל- PCM9685 (לפעולת סרוו נדרש 5V חיצוני)
ב. / חבר PC9685 I2C וסיכות אספקה לוגיות עם סיכות RPI.
ג. חבר שני סרוו ל- PCM9685
5. בדיקת סרוו
א. הכנתי 4 קבצים לבדיקת סרוו (180.py, 90.py, 0.py).
אני. ל 0 מעלות. (שניהם סרוו ב 0 מעלות).
ii. ל 90 מעלות. (שניהם סרוו ב 90 מעלות).
iii. ל 180 מעלות. (שניהם סרוו ב 180 מעלות).
iv. קוד מקור ()
6. התקן את מצלמת ה- PI על מחבר המצלמה וסרוו הר כמו שהוסבר בסרטון ההדרכה.
א. כתובת אתר הדרכה:-
7. הפעל קוד מעקב אחר אובייקטים (הורד מ:-)
8. פתח טרמינל
א. הפעלה: - מקור ~/.profile.
ב. הפעלה: - workon cv.
ג. בדוק את "(CV)" מול פקודת הטרמינל.
ד. הפעל קוד מעקב אובייקטים:- 'נתיב של מיקום הקובץ שלך'/python3.' שם קובץ '
ה. ליציאה לחץ:- Esc
שלב 1: עבודת הפרויקט:-
- תמונה שצולמה במצלמת RPI ומעובדת בפייתון באמצעות openCV.
- התמונה שצולמה מומרת מ- RGB ל- HSV.
- החל מסכה לצבע ספציפי (בקוד הסופי שלי השתמשתי בצבע אדום וקוד מיוחד משמש למציאת ערך מיסוך מדויק אשר מצורף גם עם שמיעה).
- מציאת קווי מתאר לכל האובייקטים האדומים במסגרת.
- לבסוף מיון ובחירת קווי המתאר הראשונים ייתן אובייקט אדום והכי גרוע במסגרת.
- צייר מלבן על האובייקט ומצא מרכז אופקי ואנכי של המלבן.
- בדוק את ההבדל בין מרכז אופקי למסגרת למרכז אופקי של מלבן האובייקט.
- אם ההפרש גדול יותר אז הערך נקבע ואז התחל להזיז סרוו אופקי כדי למזער את ההבדל.
- באותו אופן שנוכל להזיז ציר אנכי ולבסוף מעקב אחר אובייקטים עובד במשך 180 מעלות.
שלב 2: הכינו RPI:- זמן מדריך ההתקנה הוא:- 15:10 עד 16:42 בסרטון Youtube
הורד את Raspbian Streach ובשר אותו בכרטיס זיכרון בנפח 32 GB. URL: -https://downloads.raspberrypi.org/raspbian_full_latest.
לאחר הורדת התמונה של Raspbian, פרקו אותה ושמרו על שולחן העבודה (או מקום מתאים).
כדי לכתוב תמונה בכרטיס SD, הורד את Eatcher.
כתובת אתר:
חבר כבל HDMI לכניסת VGA לתוך צג RPI ו- LCD.
חבר את מקלדת ועכבר USB והפעל את ה- PI באמצעות מתאם מתח (2.5 אמפר)
מוּמלָץ:
חיישן מיקרו: bit MU Vision - מעקב אחר אובייקטים: 7 שלבים
חיישן מיקרו: bit MU Vision - מעקב אחר אובייקטים: אז במדריך זה אנו מתחילים לתכנת את המכונית החכמה שאנו בונים במדריך זה ושהתקנו עליו חיישן ראיית MU במדריך זה. אנו הולכים לתכנת את המיקרו: קצת עם מעקב אחר אובייקטים פשוטים, כך ש
PCB: מערכת מעקב אחר רכבים מבוססי GPS ו- GSM: 3 שלבים
PCB: מערכת מעקב אחר רכבים מבוססי GPS ו- GSM: מערכת מעקב אחר רכבים מבוססי GPS ו- GSM 30 ביוני 2016, פרויקטים הנדסיים הפרויקט מערכת GPS ומעקב מבוסס GSM משתמשת במערכת מיקום עולמית (GPS) ובמערכת גלובלית לתקשורת סלולרית (GSM), אשר הופך את הפרויקט הזה ל
מעקב אחר אובייקטים של Opencv: 3 שלבים
מעקב אחר אובייקטים Opencv: זיהוי אובייקטים נעים היא טכניקה המשמשת בראייה ממוחשבת ועיבוד תמונות. מספר פריימים עוקבים מסרטון מושווים בשיטות שונות כדי לקבוע אם מזוהה אובייקט נע כלשהו
חיישן מיקרו: bit MU Vision - מעקב אחר אובייקטים: 6 שלבים
חיישן מיקרו: ביט MU Vision - אובייקטים למעקב: זהו המדריך הרביעי שלי לחיישן ראיית MU עבור המיקרו: ביט. כאן אעבור כיצד לעקוב אחר אובייקטים בעזרת המיקרו: ביט ואכתוב את הקואורדינטות למסך OLED. במדריכים האחרים שלי עברתי כיצד לחבר את המיקרו: ביט ל
Raspberry Pi - רובר מאדים אוטונומי עם מעקב אחר אובייקטים של OpenCV: 7 שלבים (עם תמונות)
Raspberry Pi - רובר מאדים אוטונומי עם מעקב אחר אובייקטים OpenCV: מופעל על ידי Raspberry Pi 3, זיהוי אובייקט CV פתוח, חיישנים אולטראסוניים ומנועי DC מכוונים. רובר זה יכול לעקוב אחר כל אובייקט שאליו הוא מאומן ולנוע בכל שטח