Carro de patrulha de linha
Tutorial em vídeo 20 - Carro de patrulha de linha: https://singtown.com/learn/50037/
Este exemplo mostra o uso do método get_regression() na câmera OpenMV para obter a regressão linear da ROI. Usando esse método, é fácil fazer o robô seguir todas as linhas que apontam na mesma direção geral.
Esta rotina pode ser usada para a patrulha de linha do robô, e o efeito é muito bom.
Carro perseguidor de bolas
Tutorial em vídeo 9 - O carro que persegue a bola: https://singtown.com/learn/49239/
Preparar os materiais
Placa de circuito OpenMV x1:\
Base do carro impressa em 3D:
- Bateria de lítio 3,7V x1:
- Placa driver de motor TB6612 x1:
- Roda tipo "olho de boi" x2:
- Motor DC N20 x2 (incluindo base de fixação e pneu):
- Parafuso e porca M3*20 x2:
- Parafuso autoatarraxante M2*4 x2
Ligar o circuito e testar o motor
Escrever o módulo do carro
Antes de tudo, por que precisamos escrever um módulo? Não é difícil acionar o motor diretamente — mas fazer isso oferece a melhor reutilização de código, e a lógica de controle fica independente da estrutura do carro. Para carros diferentes, basta trocar o módulo do carro.
car.py
from pyb import Pin, Timer
inverse_left=False #change it to True to inverse left wheel
inverse_right=False #change it to True to inverse right wheel
ain1 = Pin('P0', Pin.OUT_PP)
ain2 = Pin('P1', Pin.OUT_PP)
bin1 = Pin('P2', Pin.OUT_PP)
bin2 = Pin('P3', Pin.OUT_PP)
ain1.low()
ain2.low()
bin1.low()
bin2.low()
pwma = Pin('P7')
pwmb = Pin('P8')
tim = Timer(4, freq=1000)
ch1 = tim.channel(1, Timer.PWM, pin=pwma)
ch2 = tim.channel(2, Timer.PWM, pin=pwmb)
ch1.pulse_width_percent(0)
ch2.pulse_width_percent(0)
def run(left_speed, right_speed):
if inverse_left==True:
left_speed=(-left_speed)
if inverse_right==True:
right_speed=(-right_speed)
if left_speed < 0:
ain1.low()
ain2.high()
else:
ain1.high()
ain2.low()
ch1.pulse_width_percent(int(abs(left_speed)))
if right_speed < 0:
bin1.low()
bin2.high()
else:
bin1.high()
bin2.low()
ch2.pulse_width_percent(int(abs(right_speed)))
Salve o arquivo acima como car.py, e grave car.py no OpenMV conforme o uso do módulo.
Teste o código na IDE:\ main.py
import car
while True:
car.run(100,100)
Verifique se o carro está se movendo para frente. Se não estiver, altere inverse_left e inverse_right na segunda e na terceira linhas para inverter a roda esquerda ou a direita, garantindo que o carro se mova para frente.
Implementação do algoritmo PID
O algoritmo PID é um algoritmo muito comum usado em controle, e há muitos princípios disponíveis na internet.\ https://zh.wikipedia.org/wiki/PID控制器\ http://baike.baidu.com/link?url=-obQq78Ur4bTeqA10bIniO6y0euQFcWL9WW18vq2hA3fyHN3rt32o79F2WPE7cK0Di9M6904rlHD9ttvVTySIK\ O código é muito simples. Eu copiei diretamente o código-fonte de um controlador de voo:\ https://github.com/wagnerc4/flight_controller/blob/master/pid.py\ É uma cópia do ArduPilot\ https://github.com/ArduPilot/ardupilot
pid.py
from pyb import millis
from math import pi, isnan
class PID:
_kp = _ki = _kd = _integrator = _imax = 0
_last_error = _last_derivative = _last_t = 0
_RC = 1/(2 * pi * 20)
def __init__(self, p=0, i=0, d=0, imax=0):
self._kp = float(p)
self._ki = float(i)
self._kd = float(d)
self._imax = abs(imax)
self._last_derivative = float('nan')
def get_pid(self, error, scaler):
tnow = millis()
dt = tnow - self._last_t
output = 0
if self._last_t == 0 or dt > 1000:
dt = 0
self.reset_I()
self._last_t = tnow
delta_time = float(dt) / float(1000)
output += error * self._kp
if abs(self._kd) > 0 and dt > 0:
if isnan(self._last_derivative):
derivative = 0
self._last_derivative = 0
else:
derivative = (error - self._last_error) / delta_time
derivative = self._last_derivative + \
((delta_time / (self._RC + delta_time)) * \
(derivative - self._last_derivative))
self._last_error = error
self._last_derivative = derivative
output += self._kd * derivative
output *= scaler
if abs(self._ki) > 0 and dt > 0:
self._integrator += (error * self._ki) * scaler * delta_time
if self._integrator < -self._imax: self._integrator = -self._imax
elif self._integrator > self._imax: self._integrator = self._imax
output += self._integrator
return output
def reset_I(self):
self._integrator = 0
self._last_derivative = float('nan')
Também grave pid.py no OpenMV conforme o uso do módulo.
Ajustar os parâmetros para alcançar o seguimento
O principal é ajustar os dois parâmetros de PI, http://blog.csdn.net/zyboy2000/article/details/9418257
THRESHOLD = (5, 70, -23, 15, -57, 0) # Limiar em escala de cinza para objetos escuros...
import csi, image, time
csi0 = csi.CSI()
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()
csi0.reset()
csi0.vflip(True)
csi0.hmirror(True)
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.QQQVGA) # 80x60 (4.800 pixels) - O(N^2) máximo = 2,3040,000.
#csi0.window([0,20,80,40])
csi0.snapshot(time = 2000) # AVISO: Se você usar QQVGA, às vezes pode levar segundos
clock = time.clock() # para processar um quadro.
while(True):
clock.tick()
img = csi0.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, color = 127)
print(rho_err,line.magnitude,rho_err)
if line.magnitude>8:
#if -40<b_err<40 and -30<t_err<30:
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
#print(clock.fps())
Se você quiser construir um carro de patrulha de linha, basta usar os valores de retorno theta e rho do objeto de linha obtido por este programa (theta representa o ângulo do segmento de linha retornado, rho representa a distância de deslocamento), e usar theta e rho para controlar o ângulo do carro.
Rho é mais importante. Se você não usar theta, pode simplesmente usar rho.
Diagrama do efeito de funcionamento:
