Spisu treści:
2025 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2025-01-23 15:03
Ostatnio większość zapytań, które od Was otrzymujemy, dotyczy aplikacji uArm opartych na wizji, takich jak rozpoznawanie obiektów, korelacja kamera-uArm itp. Właściwie pracowaliśmy nad tym przez pewien czas.
Przeprowadziliśmy prosty projekt „podnieś i umieść” oparty na wizji z uArm, w którym uArm i kamera są ustawione niezależnie od siebie. W tym systemie uArm jest w jakiś sposób inteligentny, ponieważ może rozróżniać różne obiekty, kolory, rozmiary i automatycznie przeprowadzać zadanie „podnieś i umieść”.
Krok 1: Komponenty
Krótkie omówienie komponentów…
U-ramię,,Aparat, „Komputer”
Platformy oprogramowania--
Okna
Visual Studio C++
Biblioteki - Opencv3.0, Aruco1.3, QT5.5
Konkretnie, uArm oddzieli dwa różne rodzaje monet, 1 juana i 1 Jiao chińskich monet, i umieści je w odpowiednich przezroczystych małych pudełkach (średnica 1 juana wynosi około 25 mm, a 1 Jiao około 19 mm).
Krok 2: Zróbmy mapę myśli tego projektu
Tutaj możesz zobaczyć trzy moduły, które są trzema głównymi krokami. Zostaną one omówione później.
Krok 3: Moduł pierwszy – Rozpoznawanie
Przede wszystkim musimy zlokalizować monetę. Ta aplikacja wizualna nie jest tutaj zbyt skomplikowana, więc metody morfologii i progu krawędzi są w stanie zlokalizować docelową monetę.
Następnym krokiem jest rozpoznanie. Wielkość 1 Yuan i 1Jiao łatwo odróżnić. Jeśli masz inne kolorowe monety lub inny kształt, możesz podzielić się z nami swoim pomysłem.:)
Krok 4: Moduł drugi - konwersja współrzędnych
Dzięki przetwarzaniu obrazu możemy zlokalizować pozycję monety w Pixel Coordinates, jednak potrzebujemy współrzędnych monet w osiach ramki uArm. Możemy faktycznie uzyskać te dane na podstawie współrzędnych pikseli i aparatu.
Krok 5: Ostatni moduł - dostosuj pozycję przyssawki i popraw cel
Jak radzimy sobie z problemem dokładności uchwycenia monety docelowej? Zobaczmy!
Gdy konwersja współrzędnych zostanie zakończona po raz pierwszy, uArm rozpocznie wykonywanie poleceń. Po tym ruchu uArm prześle z powrotem swoje aktualne informacje o pozycji i porówna tę rzeczywistą pozycję z monetą, dzięki czemu możemy uzyskać błąd w rzeczywistości. Na koniec, dodając ten błąd z tą samą współrzędną, uArm otrzyma nowe polecenie i ponownie zacznie się poruszać. W rezultacie uArm będzie kontynuował ten obieg, dopóki przyssawka nie przesunie się do prawej górnej pozycji monety!
Krok 6: Ten film przedstawia cały proces zbierania monet i ich rozróżniania
Dzięki za zainteresowanie. Mam nadzieję, że ten film pomoże i baw się dobrze!
Wszelkie pytania prosimy o kontakt na forum--
forum.ufactory.cc/
:)
Mak w uArm
Zalecana:
Hakowanie Hexbug Spider XL w celu dodania wizji komputerowej za pomocą smartfona z Androidem: 9 kroków (ze zdjęciami)
Hakowanie Hexbug Spider XL w celu dodania wizji komputerowej za pomocą smartfona z systemem Android: Jestem wielkim fanem oryginalnego Hexbug™ Pająk. Mam już kilkanaście i zhakowałem je wszystkie. Za każdym razem, gdy jeden z moich synów idzie do przyjaciół’ przyjęcie urodzinowe, przyjaciel dostaje Hexbug™ pająk w prezencie. Zhakowałem lub
Trwałość wizji DIY: 6 kroków (ze zdjęciami)
DIY Persistence of Vision: W tym projekcie przedstawię perspektywę widzenia lub wyświetlacz POV z kilkoma materiałami eksploatacyjnymi, takimi jak Arduino i czujniki Halla, aby stworzyć obrotowy wyświetlacz, który wyświetla wszystko, co chcesz, takie jak tekst, czas i inne znaki specjalne
Prawdziwa działająca różdżka Harry'ego Pottera przy użyciu wizji komputerowej: 8 kroków (ze zdjęciami)
Prawdziwie działająca różdżka Harry'ego Pottera przy użyciu wizji komputerowej: „Każda wystarczająco zaawansowana technologia jest nie do odróżnienia od magii” - Arthur C. ClarkeKilka miesięcy temu mój brat odwiedził Japonię i miał prawdziwe doświadczenie czarodziejów w czarodziejskim świecie Harry'ego Pottera w Universal Studios, które stało się
Korzystanie z sonaru, lidaru i wizji komputerowej na mikrokontrolerach w celu pomocy osobom niedowidzącym: 16 kroków
Korzystanie z sonaru, lidaru i wizji komputerowej na mikrokontrolerach do wspomagania osób niedowidzących: Chcę stworzyć inteligentną „laskę”, która może pomóc osobom z wadami wzroku znacznie bardziej niż istniejące rozwiązania. Laska będzie w stanie powiadomić użytkownika o obiektach z przodu lub po bokach, wydając dźwięk w słuchawkach typu surround
DIY Skaner 3D oparty na świetle strukturalnym i wizji stereo w języku Python: 6 kroków (ze zdjęciami)
DIY Skaner 3D oparty na świetle strukturalnym i wizji stereo w języku Python: Ten skaner 3D został wykonany przy użyciu tanich konwencjonalnych elementów, takich jak projektor wideo i kamery internetowe. Skaner 3D ze światłem strukturalnym to urządzenie skanujące 3D do pomiaru trójwymiarowego kształtu obiektu za pomocą rzutowanych wzorów światła i systemu kamer