Автомобиль, преследующий мяч

Видеоурок 9 — Автомобиль, преследующий мяч: https://singtown.com/learn/49239/

Видеоурок 21 — Автомобиль, преследующий другие объекты: https://singtown.com/learn/50041/

Подготовка материалов

• Плата OpenMV x1:\

• 3D-печатное шасси автомобиля:

• Литиевая батарея 3.7В x1:

• Плата драйвера моторов TB6612 x1:

• Всенаправленное колесо (bull's eye) x2:

• Двигатель постоянного тока N20 x2 (включая крепление и колесо):

• Винт с гайкой M3*20 x2:

• Саморез M2*4 x2

Подключение схемы и проверка двигателей

Написание модуля автомобиля

Прежде всего, зачем вообще писать модуль? Управлять двигателем напрямую не так уж сложно. – Потому что так код становится максимально переиспользуемым, а логика управления не зависит от конструкции автомобиля. Для другого автомобиля достаточно просто заменить модуль.

car.py

from pyb import Pin, Timer
inverse_left=False  #измените на True, чтобы инвертировать левое колесо
inverse_right=False #измените на True, чтобы инвертировать правое колесо

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)))

Сохраните этот файл как car.py и загрузите car.py на OpenMV в соответствии с использованием модулей.

Проверьте код в IDE:\ main.py

import car

while True:
    car.run(100,100)

Проверьте, едет ли автомобиль вперёд. Если нет, измените inverse_left и inverse_right во второй и третьей строках, чтобы инвертировать левое или правое колесо и добиться движения вперёд.

У функции car.run(left_speed, right_speed) два параметра: один — скорость левого колеса, другой — скорость правого колеса.

Если значение скорости положительное, колесо вращается вперёд, если отрицательное — назад. Чем больше число от 0 до 100, тем выше скорость.

Реализация ПИД-алгоритма

ПИД-алгоритм — очень распространённый алгоритм, используемый в системах управления, и в интернете есть множество материалов о его принципах.\ https://zh.wikipedia.org/wiki/PID控制器\ http://baike.baidu.com/link?url=-obQq78Ur4bTeqA10bIniO6y0euQFcWL9WW18vq2hA3fyHN3rt32o79F2WPE7cK0Di9M6904rlHD9ttvVTySIK\ Код очень простой. Я напрямую скопировал исходный код с полётного контроллера:\ https://github.com/wagnerc4/flight_controller/blob/master/pid.py\ Это копия из 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')

Также сохраните pid.py на OpenMV в соответствии с использованием модулей.

Настройка параметров для реализации слежения

Главное — настроить два параметра ПИ, http://blog.csdn.net/zyboy2000/article/details/9418257

# Пример обнаружения блобов
#
# В этом примере показано, как использовать функцию find_blobs для поиска цветных
# блобов на изображении. В частности, здесь ищутся тёмно-зелёные объекты.

import csi, image, time
import car
csi0 = csi.CSI()

from pid import PID

# Возможно, вам придётся подстроить указанные выше настройки для отслеживания
# зелёных объектов...
# Выделите область в буфере кадра, чтобы скопировать настройки цвета.

csi0.reset() # Инициализация датчика камеры.
csi0.pixformat(csi.RGB565) # использовать RGB565.
csi0.framesize(csi.QQVGA) # использовать QQVGA для скорости.
csi0.snapshot(frames=10) # Дать новым настройкам вступить в силу.
csi0.auto_whitebal(False) # отключить это.
clock = time.clock() # Отслеживание FPS.

# Чтобы отслеживание цвета работало действительно хорошо, в идеале нужно
# находиться в очень, очень контролируемой среде с постоянным освещением...
green_threshold   = (76, 96, -110, -30, 8, 66)
size_threshold = 2000
x_pid = PID(p=0.5, i=1, imax=100)
h_pid = PID(p=0.05, i=0.1, imax=50)

def find_max(blobs):
    max_size=0
    for blob in blobs:
        if blob[2]*blob[3] > max_size:
            max_blob=blob
            max_size = blob[2]*blob[3]
    return max_blob

while(True):
    clock.tick() # Track elapsed milliseconds between snapshots().
    img = csi0.snapshot() # Take a picture and return the image.

    blobs = img.find_blobs([green_threshold])
    if blobs:
        max_blob = find_max(blobs)
        x_error = max_blob[5]-img.width()/2
        h_error = max_blob[2]*max_blob[3]-size_threshold
        print("x error: ", x_error)
        '''
        for b in blobs:
            # Нарисовать прямоугольник вокруг блоба.
            img.draw_rectangle(b[0:4]) # прямоугольник
            img.draw_cross((b[5], b[6])) # cx, cy
        '''
        img.draw_rectangle(max_blob[0:4]) # прямоугольник
        img.draw_cross((max_blob[5], max_blob[6])) # cx, cy
        x_output=x_pid.get_pid(x_error,1)
        h_output=h_pid.get_pid(h_error,1)
        print("h_output",h_output)
        car.run(-h_output-x_output,-h_output+x_output)
    else:
        car.run(18,-18)