这个例子展示了在OpenMV Cam上使用get_regression()方法获得ROI的线性回归。使用这种方法,可以轻松让机器人跟踪所有指向相同大致方向的线。
本例程可以用于机器人巡线,效果非常好。
“巡线小车”的原理和“追小球的小车”是差不多一样的,其中car.py和pid.py完全一样,改动的就只有主函数main.py
追小球的小车
采用的是颜色识别算法,调用的是find_blobs()
函数
巡线小车
采用的是线性回归算法,调用的是get_regression()
函数:快速线性回归,返回视野中的一条回归直线,该函数可以得到直线的斜率、角度(或者说是偏移的距离),然后我们就可以用直线返回来的角度来控制我们的小球进行运动:
如果我们在OpenMV视野中看到的直线正好是竖直的,说明我们看到的是一条位于正前方的直线,那么我们就可以控制小车的两个电机转速一样,往前跑
如果我们在OpenMV视野中看到的直线是左偏45°,那么我们就可以控制我们的小车右边的电机比左边的速度快,让小车稍微向左前方进行移动,右前方同理
![在这里插入图片描述](https://img-blog.csdnimg.cn/737a07ab4623420ebeef60e175fb7597.png)
car.py和pid.py详见"追小球的小车"
使用时要将car.py和pid.py保存到OpenMV内置的flash中!
main.py
THRESHOLD = (5, 70, -23, 15, -57, 0)
import sensor, image, time
from pyb import LED
import car
from pid import PID
rho_pid = PID(p=0.4, i=0)
theta_pid = PID(p=0.001, i=0)
LED(1).on()
LED(2).on()
LED(3).on()
sensor.reset()
sensor.set_vflip(True)
sensor.set_hmirror(True)
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQQVGA)
sensor.skip_frames(time = 2000)
clock = time.clock()
while(True):
clock.tick()
img = sensor.snapshot().binary([THRESHOLD])
line = img.get_regression([(100,100)], robust = True)
if (line):
rho_err = abs(line.rho())-img.width()/2
if line.theta()>90:
theta_err = line.theta()-180
else:
theta_err = line.theta()
img.draw_line(line.line(), color = 127)
print(rho_err,line.magnitude(),rho_err)
if line.magnitude()>8:
rho_output = rho_pid.get_pid(rho_err,1)
theta_output = theta_pid.get_pid(theta_err,1)
output = rho_output+theta_output
car.run(50+output, 50-output)
else:
car.run(0,0)
else:
car.run(50,-50)
pass
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)