תוכן עניינים:
וִידֵאוֹ: מעקב אחר אובייקטים - בקרת הר מצלמה: 4 שלבים
2024 מְחַבֵּר: John Day | [email protected]. שונה לאחרונה: 2024-01-30 09:16
שלום לכולם, במדריך זה אראה לכם את ההתקדמות שנעשתה בפרויקט מעקב האובייקטים שלי. כאן תוכלו למצוא את ההוראה הקודמת: https://www.instructables.com/id/Object-Tracking/ והנה תוכלו למצוא רשימות השמעה ביוטיוב עם כל הסרטונים והסברי הקוד:
אז, סוף סוף אנו מסוגלים לעבור מעולם התוכנה והקידוד גרידא אל העולם הממשי, לשים את המצלמה על הר ולהזיז את הר כדי לעקוב אחר האובייקט, בוא נראה איך!
שלב 1: הר מצלמה:
זהו הר המצלמה שאנו הולכים להשתמש בו. היא לא תואמת לחלוטין את מצלמת הרשת והאופן שבו תיקנתי את המצלמה לתושבת היא מעט בסיסית בלשון המעטה: D
אבל זה יעשה לעת עתה ובעתיד כנראה שאדפיס תלת מימד איזה שהוא מתאם או אבנה אותו לגמרי מאפס.
סוג זה של הרכבה מכונה לעתים קרובות "הר והטה" מכיוון שיש להם 2 מנוע לשליטה במחבת (סיבוב במישור האופקי) והטיה (סיבוב סביב ציר y או "למעלה כלפי מטה"), כפי שמוצג ב התמונה.
שלב 2: מנועי Arduino ו- RC-Servo:
כדי לשלוט בהר אנו הולכים להשתמש בשני מנועי RC-Servo ו- Undu Arduino.
בתמונה ניתן לראות את החיבורים הדרושים:
סרוו הטיה: טחון - קרקע לוח
VCC - קרש לחם VCC
אות - סיכה D6
מחבת סרוו: טחון - טחון קרש
VCC - קרש לחם VCC
אות - סיכה D5
שלב 3: קוד Matlab:
הארדואינו יהיה נשלט כולו עם Matlab, באמצעות ארגז הכלים של arduino מבית Matlab.
בחלק זה תוכל למצוא את הקוד:
blueCircleFollow2.m היא הפונקציה "הראשית", K_proportional1.m היא סקריפט עזר הנקרא מהתסריט השני, הוא בעצם מכיל את הבקר הפרופורציונלי.
גישת הבקרה בה נעשה שימוש מוצגת בתמונה: מיקום ההתייחסות שאנו רוצים שמעגל האובייקט יהיה בו הוא מרכז המסך, הבקר הפרופורציוני יפעל על אות בקרת הסרוווס כדי לקבל את השגיאה, המוגדרת כמרכז התמונה - מעגל מרכז, עד 0.
שלב 4: הופעות:
כאן תוכלו למצוא שני סרטונים המראים את ביצועי האלגוריתם והבקר.
בסרטון הראשון, הארוך יותר, הקוד, המבנה ואסטרטגיית הבקרה מוסברים יותר לעומק, הסרטון השני הוא תמצית של הסרטון הראשון המכיל רק את הווידאו של המערכת העוקבת אחר האובייקט.
כפי שאתה יכול לראות האלגוריתם הוא יותר מסוגל לעקוב אחר האובייקט כאשר הוא מועבר, אבל אני מאמין שיש מקום לשיפורים, הצגת בקר מורכב יותר מאשר פרופורציונלי בלבד (coff PID coff coff) ועוד כמה רעיונות.
אם יש לך שאלות אל תהסס לשאול אותן בתגובות, ואם אתה רוצה לראות את השלבים הבאים הירשם לערוץ היוטיוב שלי, אני אמשיך לשים הכל שם!
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
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
מעקב אחר אובייקטים מבוססי זיהוי צבעים: 10 שלבים
מעקב אחר אובייקטים מבוססי זיהוי צבעים: סיפור 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 לתנועה אנכית
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