我设置了Sabertooth 2 X 25A电动机驱动器,以使用Arduino UNO控制4台直流电动机。自主机器人的解决方案。

两周前,我在信箱中收到了 剑齿2 X 25A 电机驱动器。我买了它,是因为我有短期和长期的重大计划。从一开始,我将用它来驱动室内自动机器人;然后我将继续为全地形活动构建一个高性能的机器人。我了解了它的性能,并且看到了很多YouTube短片,其中包含用于控制高功率机器人(例如RC割草机,电动轮椅,电动车,踏板车等)的直流电动机的电动机驱动器。适用于130Kg(300lbs)以下的几乎所有大型机器人。因此,我认为这对我的未来项目非常理想。

考虑到很多想法,我有一些理由详细研究Sabertooth电动机驱动器,并看到以该价格可以提供的功能。由于我提到了价格这个话题,因此马达驱动器的价格为$ 124.99 亚马孙。与提供相同规格范围的其他电动机驱动器相比,Sabertooth的2 X 25A电动机驱动器是该价格市场上最好的。

无论如何,在这篇文章中,我决定向您展示如何使用Arduino UNO设置电机驱动器并控制四个直流电机。互联网上找到的许多解决方案对于RC车辆都是好的,但对于自动驾驶机器人是不可接受的。在第一阶段中,我想到了一些限制: 阅读更多→

我如何破解自动驾驶功能的mBot Ranger套件

两周前,我写了一篇关于 mBot游侠套件。这是我第一次’我一直在玩Makeblock工具包,这给我留下了深刻的印象。优质的组件,还有更多扩展空间,等等。您可以在 mBot游侠评论。在这篇文章中,我’继续我在mBot Ranger上的经验,并与您分享了如何破解mBot Ranger套件以使用超声波传感器自动工作的方法。

经过30分钟的工作,我将mBot套件的所有硬件组件组装到了一个漂亮的机器人储物箱中。我非常高兴,至少直到进入软件方面为止。该套件可通过PC或使用应用程序进行编程。很快我发现我的文档存在一些问题,并且智能手机的软件版本不是最新的,因为该套件没有’当时已被释放。关于该软件的平板电脑版本,我不知道’没有平板电脑。 (是的,我不’t want a tablet!)

幸运的是,我知道机器人的大脑是基于Arduino Mega 2560的Me Auriga砖。作为Arduino风扇,我知道该怎么做才能前进。

计划是在库中搜索并找到使用Arduino草图控制机器人电机的引脚。经过几分钟的研究,我找到了控制两个直流电动机所需的引脚。使用超声波传感器要容易得多。我使用Makeblock库读取距离。 阅读更多→

Makeblock mBot游侠套件评估

这些天我得到了 mBot游侠 是免费的,我要感谢 Makeblock 这个伟大的工具包。该工具包的正常价格约为149.99美元,但价格偏低’尚未发布。如果您现在想使用较旧版本的mBot进行游戏,可以在 亚马孙。不然你 必须等到2016年5月23日 可以购买mBot Ranger套件。

除非您拥有一个底盘套件并且具有电子学和编程学士学位,否则很难从零开始构建自主的金属机器人。那’是什么让Makeblock’的mBot Ranger设置如此惊人。 mBot游侠套件将传感器,电机和电子大脑与经过阳极氧化处理的铝制零件,车轮和轨道结合在一起,从而使任何人都可以制造机器人。当然,也可以通过蓝牙连接对机器人进行无线控制。但是我更喜欢自主方式。

IMG_0607

好的,坏的

好的

  • 精心设计,注重细节;
  • 易于组装;
  • 强大而优质的组件;
  • 进一步扩展的空间很大;

不好

  • 如果要更换电池,则需要随套件一起提供扳手。
  • 文档不是最新的;
  • 我对MeAuriga固件有一些不好的经验。在Arduino IDE中安装时会出现很多错误;

阅读更多→

用于检测和跟踪对象的最新OpenCV教程

计算机视觉应用领域’这些天只对有经验的开发人员特别重要。业余DIY希望通过计算机视觉中的新的和先进的算法来开发下一个自主机器人或安全系统。考虑到所有这些方面,在本文中,我将探索适用于机器人技术和自动化的最新OpenCV检测和跟踪教程。

  • 没人停在这里!
    计算机视觉是检查是否有人使用您的停车位的绝佳方法。 DIYer Ron Dagdag展示了他的云应用程序,该应用程序使用Raspberry Pi作为大脑,廉价的网络摄像头和OpenCV库。
    不要在这里停车
  • Detecting Circles with OpenCV的的 and Python
    自发布以来,OpenCV库已被誉为完美的多合一计算机视觉库。现在它’更容易实时检测和跟踪对象。在此Instructables教程中,开发人员ShubhamIoT向我们展示了如何实时检测圆圈。该计算机视觉应用程序可用于常见方案。
    002
  • 使用OpenCV确定对象颜色的
    Adrian Rosebrock帮助您了解如何使用Python和OpenCV确定图像中的形状检测和颜色标签。
    此计算机视觉应用程序在半控制的照明条件下且仅对较小的颜色集有用。
    确定对象的颜色
  • 使用OpenCV保存关键事件视频片段的
    您是否需要计算机视觉应用程序来检测关键事件?如果是的话,同一个大师– Adrian Rosebrock –OpenCV和计算机视觉中的应用程序介绍了如何从头开始构建保存关键事件视频剪辑的应用程序。

    如果您要检测受限访问区域或房屋内的入侵者的运动,则此应用程序很有用。
    key_event_demo

  • 信使篮球比赛机器人
    如果您是Arduino用户,DIY-er,游戏开发者,或者只是想以计算机视觉为乐,则需要查看此应用程序。在此应用程序中,OpenCV库用于在智能手机上玩篮球游戏。机器人是一个3自由度的手臂,它使用棍子与智能手机的屏幕进行交互。
    完了
  • 使用OpenCV测量图像中对象的大小
    在查看带有不同对象的照片时,您可能会想到的一件事就是对象的大小。 OpenCv库再次是衡量图像中参考对象处报告的对象大小的最佳方法。
    size_of_objects_example_02
  • 使用OpenCV查找轮廓中的极点
    在他博客上的教程中,Adrian Rosebrock向我们展示了如何使用OpenCV查找轮廓中的极限点。本教程对于更高级的手势识别应用程序很有用。
    Extreme_points_header
  • 使用PHP在照片中进行自动面部检测
    如果你’在想知道如何使用OpenCV和PHP脚本检测人脸时,在本教程中,您将找到如何在OpenCV库中使用PHP facedetect扩展。
    追赶

(图片来源:hackster,instructionables,pyimagesearch,github,corpocrat)

ODOI项目

这是一个来宾帖子。谢谢 法布里斯·诺里斯(Fabrice R..

1.目的

主要目标是设计一个中型人形机器人(约90厘米)并创建一个利基市场,该市场正在考虑将人形机器人视为一门艺术。得益于机械结构和相关算法的创新设计,该机器人将能够像人一样行走,执行任务,并且非常重要的一点是,配备了著名设计师设计的精巧设计/外壳,可以满足不同社区的期望。

2.如何到达

为了实现这一宏伟目标,已经定义了几个目标:

  • 第一个目标是创造创新的步行步态-尽可能接近人类的步态,即不再弯曲膝盖-真正的脚后跟打击-主动使用关节前足。这些步态或多或少会被“硬编码”。主要目标一方面是证明这种步态的可行性,另一方面是了解身体的不同部位如何协调以及如何从机器人的动力学中受益。
  • 第二个目标是根据从以前的工作中获得的知识设计一个控制器,该控制器将连接到传感器并考虑机器人的动态特性。这意味着步行步态将不再进行硬编码,而是在线生成。这将导致步态更快,更平稳,以及对意外事件/障碍物做出反应的可能性。
  • 一旦实现了移动性,就有可能添加更多的传感功能,例如照相机,不同种类的抓持工具和/或特定的附件,以完成新任务。
  • 最后一个目标更侧重于艺术和设计。要取悦观众,移动性并向观众灌输机器人“或多或少聪明”是不够的,它必须美观。为了实现这一目标,我们的想法是聘请著名的设计师,他们将能够创造出符合不同社区期望(时尚,男装,机甲……)的服装/外衣。

3.结果

该项目的第一个目标正在完成中,为了展示进度(主要集中在步行步态),我发布了可在YouTube上观看的视频。

考虑了两种不同的步态:直线步态和转弯步态。每个视频都有几个视频(视频1是最旧的,视频n是最新的)。

odoi Straight Walk Video 2 with speedx4

Odoi直走影片3 speedx4

关于步态的第一个视频:

我将不时添加更多视频,并且可以在我创建的博客中找到技术细节: 艺术机器人.

4.机器人

本节详细介绍了实际机器人的机械结构和硬件。

图1概述了当前的机器人。高75厘米。

图1机器人

4.1机械结构

机器人配备

  • 铰接的脚;
  • 关节骨盆;
  • 铰接的躯干;

除了需要铝的骨盆外,大多数支架都由树脂制成(并印有1+表格)。实际上,由于机器人的重量,先前的支架和树脂制成的骨盆结构弯曲会导致髋关节的真实角度与理论角度之间的差异过大。

脚是机器人的重要元素,如图2所示。
图2脚

机械设计的主要优点是:

  • 创新的步态–不再弯曲膝盖;
  • 步态接近人的步态;
  • 全向步行;
  • 节省能量,因为机器人不会弯曲膝盖,这在机器人运行时确实有好处
    电池;
  • 可能改变步幅长度;
  • 全身参与。

到目前为止,据我所知,只有两个业余爱好者/研究人员能够在不弯曲膝盖的情况下实现步行步态:

  • 山口正彦(Masahiko Yamaguchi)的昵称是Guero博士,其特征是经过改良的KHR-3HV,它几乎可以像人一样在地板上行走[1]。但是,机器人无法转弯,我不知道是否可以更改步幅长度并获得相同的惊人结果。
  • 高桥智隆(Tomotaka Takahashi)的最新作品Robi,Kirobo / Mirata和最近的Robohon,开发了一种获得专利的步行步态而不会弯曲膝盖[2] –然而,这些可爱的机器人配备了相当大的占地面积以保持稳定性。
4.2硬件

硬件–见图3–将由以下内容组成:

  • OPEN CM9板连接到Robotis的Dynamixel伺服器。机器人配备2个MX106T,4个MX64T,11个MX28T和9个AX12伺服器;
  • 一个PIXY Cam可以进行基本的物体/颜色识别;
  • 9DOF Razor IMU将用于控制余额;
  • FSR传感器;
  • 村田制作所的旋转电位器,用于测量脚跟的方向;
  • 即将添加Raspberry Pi 2/3,以便在线生成步态(以及更多步态)。

在当前版本的机器人中,仅使用OPEN CM9并将其连接到Dynamixel伺服器。它将很快连接到FSR和Murata传感器。

覆盆子将在未来几个月内添加。然后将其连接到OpenCM9,Pixy CAM和9DOF Razor IMU。
图3硬件配置

5.怎么做

该方法的原理如图4所示。

每个步态都被分解为以下几个阶段:

  • 右侧的横向化;
  • 左腿摆动;
  • 左侧的横向化;
  • 右腿摆动。

对于每个阶段,都会创建一系列运动。每个序列由起点(T0),持续时间(D),目标()和要遵循的模板曲线组成。

这些阶段是运动模拟器的输入,该运动模拟器生成每个肢体的运动。该软件考虑了机器人的运动学,还计算了CoG(重心)。输出是每个肢体在不同时间戳的一组角度位置。

为了计算每个伺服的角位置和相关的速度,使用了另一个软件,称为“commands generator”.

输入是每个肢体的角位置(由运动模拟器处理)和每个阶段的持续时间。更改每个阶段的持续时间的可能性使我们可以(稍微)发挥动态效果。如果持续时间太短,则某些致动器在给定时间的速度将太重要,并且会产生导致不稳定的振荡。

图4创建步态的主要步骤

输出“commands generator”是OpenCM9板将使用的命令表。如果必须在给定的时间t发送命令列表,则创建指向(servoId,位置和速度)列表的指针–参见图5。

fig 5

6.艺术设计

我认为,如果要在人类环境中引入可以被人们接受和/或容忍的机器人,艺术设计确实非常重要。下一步将是“artistic robots”可以认为是一件艺术品。到目前为止,只有日本机器人技术界才真正解决这个问题。

这就是为什么我渴望与设计师合作,以创建可以适应机器人骨骼的“外壳”(甚至是服装)。我发起了与加拿大艺术家达科斯塔·贝利(Dacosta Bayley)的合作,后者在Instagram上进行了MarchOfRobot的运行(三月的每一天,艺术家都在推动描绘机器人的素描–请参阅#marchofrobots2016)。他成功地跑了 Kickstarter 运动在2014年,以出版一本有关他的作品的书。

图6草图示例

7.后续步骤

下一步将包括将所有软件放在树莓上以生成“on the fly”走路的步态。传感器将连接到处理板上,以根据地形的实际情况调整步态。动力学将逐步介绍。

独自进行这样的项目是非常困难的,因此,如果有一些有趣的人参与软件编程,数学,电子或艺术技能的学习,请随时与我联系。

参考文献

  1. //www.youtube.com/watch?v=-Vg-BdXps50
  2. //www.youtube.com/watch?v=RPjlJKRa7Uw

灵感:DIY坦克鞋履系列

DIY坦克履带的好处在于,设计师会注意使其适合特定项目。但是,为了保持灵感并提出不同寻常的想法,设计需要一些独特而富有创意的东西-一个很小的细节会带来很大的不同。

谁说机器人应该只使用现成的坦克履带,而不要使用我们的个人技能从头开始建造它们?当然,这些都不错,但有时我们需要构建自定义零件。即使你’在重新设计简单的油箱轨道时,您可以探索多种可能性来使事物移动。

例如,您是否曾经想到过构建其中一种设计?

(图片来源:Instructables,Woodgears,Rctankcombat,Letsmakerobots,Thingiverse)

OpenCV的的 Tutorials – Best Of

当我们谈论计算机视觉时,OpenCV通常是首选的选择。但是,这个开源库专注于实时图像处理,并且绝对很难掌握。例如,应用程序并不总是直观的,’并不总是清楚何时使用什么API以及如何有效使用算法。实际上,如果您打算使用OpenCV库来实现某项功能并且从未做过,那么通常需要一段时间才能获得第一个应用程序。

但是,你不’需要搜索成千上万的OpenCV功能和扩展来解决每个计算机视觉问题。您可以使用提供出色信息的专业教程,当然可以节省大量时间。

两年前,我们展示了精选的OpenCV教程集,用于检测和识别手势。现在它’是时候阅读一份全新的OpenCV学习资料清单了。本文提供了专业的OpenCV教程,旨在帮助您快速掌握计算机视觉技能并提高应用程序质量。

追踪与检测

物体检测

  • 与FLANN的功能匹配
    此功能匹配教程展示了一种非常简单的方法,可以在OpenCV中执行快速有效的匹配。
    Featur_FlannMatcher_Result
  • SIFT:简介
    这是主要教程的第一部分,分为七个部分。在这个你’可以找到对尺度不变特征变换(SIFT)算法的介绍。继续第二部分,您’当您拥有不同比例和旋转的图像时,将发现如何在不同图像上匹配特征。
    筛选结果
  • 扫描QR码(第1部分)
    本教程将向您展示如何在OpenCV中从头开始创建QR码阅读器。本教程分为两个部分。第一部分(I)是有关QR码的一些解释,而第二部分(II)是在您提供给它的任何图像中标识QR码的代码。
    qr-简介
  • 使用OpenCV和Akaze进行移动应用和游戏测试
    以下是制作具有图像识别功能的移动游戏测试应用程序的方法。这可以通过加速KAZE(AKAZE)算法和OpenCV库来完成。 AKAZE算法用于在两个图像之间找到匹配的关键点,并将它们保存到JSON文件中。第二步是使用OpenCV Java绑定来处理JSON文件,以在屏幕快照中找到所需图像的单应性。
    Screen-Shot-2015-05-19-at-1.11.17-PM
  • 光检测OpenCV的
    您想从远处检查几次电气设备的状态?当然,有很多方法,但是使用OpenCV,您甚至可以选择更多的选项来确定烤箱是打开还是关闭。
    original_image_with_circles
  • Encapsulate OpenCV的的 3.1 as Android AAR
    您需要四个关键要素才能抓住并解决数独难题。甚至无需考虑,您就可以使用Android智能手机,OpenCV,JavaFX和Scala解决数独难题。
    屏幕截图
  • 检测护照图像中的机器可读区域
    本教程是关于使用诸如阈值处理,渐变,形态学操作和轮廓属性之类的处理技术来检测护照扫描中的机器可读区域(MRZ)。
    mrz_output_04
  • 皮肤检测:使用Python和OpenCV的分步示例
    在本OpenCV教程中,我们将学习如何使用计算机视觉来检测图像中的皮肤。此检测应用程序有一些限制,并且仅适用于被认为是皮肤的一定范围的像素强度。在不同的光照条件下,该算法可能会有不同的结果。
    skin_detection_face

人脸检测

边缘检测

OpenCV的的 Video Editing

  • OpenCV的的 video editing tutorial
    尽管OpenCV具有执行某些视频编辑的众多功能,但程序员很少使用此区域。从本教程中,您可以学习如何从网络摄像头读取帧以及如何修改现有视频。
    opencv实时视频
  • 带有Raspberry Pi和OpenCV的多台摄像机
    本教程包括两个部分,它们将向您展示如何使用Raspberry Pi连接和访问多台摄像机以及如何使用这些摄像机创建运动检测应用程序。
    multiple_cameras_rpi_start

图像编辑与处理

教程:如何使用Arduino UNO控制Tower Pro SG90伺服

我写本教程的目的是向您展示如何使用Arduino UNO板控制SG90 9G微型伺服电机的方向,位置和速度。我知道,如果您是一位具有机器人经验的业余爱好者,则很容易控制此伺服电机,但是像往常一样,您在该领域不会错过任何东西。即使这样,如果本教程对您来说无聊,这里还是Arduino UNO廉价项目的列表。

教程:如何使用Arduino UNO控制Tower Pro SG90伺服

教程:如何使用Arduino UNO控制Tower Pro SG90伺服

教程的组织方式:

  1. 我将首先简要介绍控制伺服电机所需的零件。
  2. 然后,我对Tower Pro SG90伺服器进行了概述。
  3. 我将伺服电机分解为零件,向您展示零件;
  4. 最后,我去了练习部分,向您展示了如何连接TowerPro SG90,编写Arduino草图以及一些有关伺服电机的技巧。

伺服电机可以精确控制角位置,速度和加速度。它’s like you’在您的汽车方向盘上。您可以精确控制汽车的速度和方向。

可以非常严格地控制角位置,速度和加速度’必须在没有用于位置反馈的传感器的情况下进行。电机旋转时,此传感器会发出警报。但是即使如此,还是有一些更复杂的东西可以控制伺服电机的所有阶段。它’是一个专用控制器,可使伺服器内的微小物体以军事精度移动。

反馈传感器,控制器和电动机。一世’m just asking –为什么需要伺服电机?如果需要控制对象的位置,旋转传感器,移动手臂和腿部,驱动轮和轨道等,这些伺服器必不可少。

1.所需硬件

这不是一个复杂的项目,但是我们仍然需要一些部分。幸运的是,所有组件都很便宜,并且可以在全球范围内使用。

要控制TowerPro SG90伺服器,您将需要以下部件:

2. Tower Pro SG90伺服

Tower Pro SG90伺服是市场上最便宜的伺服电机之一。即使’便宜,不到5美元,唐’尝试用手旋转伺服电机,因为这可能会损坏电机。

让’简要概述SG90规格。

例如,您需要扭矩来控制物体的位置,这个重量为0.32盎司(9.0克)的小盒子可以在4.8V电压下提供25.0盎司(1.80千克-厘米)的扭矩。在4.8V时,伺服速度为0.12秒/ 60°。所有这些规格对于这个小塑料盒来说确实令人印象深刻。好吧,还有其他高端伺服器比SG90伺服器有更多的肌肉,但是这些高端伺服器可以’击败了SG90伺服器的价格。 SG90便宜到足以在它们破裂时扔掉。

3.看一下SG90微型伺服器的内部

内部SG90伺服

内部SG90伺服


在微型伺服器内部,您可以从上图中找到零件。顶盖装有塑料齿轮,而中盖装有直流电动机,控制器和电位计。

4.如何连接TowerPro SG90,Arduino草图和一些技巧

考虑到您已经有一个Arduino UNO,SG90伺服器和六根线,您的电路应如下所示(加上方案):

Arduino SG伺服电机控制架构

Arduino SG伺服电机控制架构

Arduino SG伺服电机控制电路

Arduino SG伺服电机控制电路

这是要注意的事情。伺服电机有三根引线,比直流电机多一根。每根引线都有颜色代码。因此,您必须将棕色线从微型伺服器连接到Arduino的GND引脚。将红色导线从伺服器连接到Arduino上的+ 5V。最后,将橙色线从SG90伺服器连接到Arduino上的数字引脚(引脚9)。

Arduino使事情变得简单。在本教程中,我将使用直接通过Arduino通过USB供电的SG90伺服器。您也可以这样做。

Arduino素描

在下面您可以找到控制伺服的Arduino草图’s方向,电机位置和SG90伺服器的速度。在到达Arduino代码之前,我想写一些关于 文件。该库使我们的生活更轻松。它包含控制SG90伺服器所需的所有功能。

您也可以破解SG 90微型伺服器

SG90微型伺服器可以转动您的机械手。这非常好,因为伺服箱的形状可帮助您将其连接到机器人机箱。但是SG90伺服器的旋转存在问题。它’s关于最大旋转180度的旋转。

在这种情况下,您需要对其进行破解以使其连续旋转。这是一个微妙的操作,需要时间和注意。在进行任何操作之前,请确保您有多余的钱或其他微型伺服器。’re doing this wrong.

这个 本教程逐步向您展示如何破解Tower Pro SG 90微型伺服器以实现连续旋转。

最后,我希望本教程能帮助您学习如何使用Arduino UNO控制Tower Pro SG 90微型伺服器。另外,不要’别忘了在社交网络上分享该教程,以帮助其他人学习控制他们的微型伺服器。

免责声明:此帖子包含会员链接。

您可以在家中建造的40个自动车轮上的自动机器人

您是尝试构建简单的移动机器人的设计师,制造商,开发商还是业余爱好者,都没有关系。在某个时候,您将需要提高机器人的能力,以识别和检测障碍物,通过航路点导航等等。换句话说,您想将您的机器人变成自主机器人。

一般而言,自主移动机器人应该能够在不受人控制的环境中导航,而无需人工指导。它应该像遥控机器人一样。如果您已经构建了能够自动导航的机器人,则应该知道构建其中一个机器人有多困难!

在本文中,我探索了各种DIY项目,例如将RC玩具车转变为自动驾驶汽车,避障机器人,自动吸尘器,具有自动导航功能的汽车等等。

直线跟随器机器人

屏幕截图-from-2015-02-02-113410_opt

导航

自组织机器人

机器人按航点导航

20多种Raspberry Pi计算机视觉教程

工程师们一直试图给机器人以视觉上的礼物。因此,他们必须使用计算机,算法,照相机等来复制人类视觉过程。

在DIY领域,Raspberry Pi是原型平台的女王。它’在不同领域和多种应用中很有用。因此,为什么不在计算机视觉应用程序中使用它。对于导航,本地化,识别,分类,监视,阅读等项目,这些项目开始变得异常激烈。

单板计算机,摄像头模块,视觉库(例如OpenCV)和一点点创造力几乎没有限制。

从本文探索的教程中您将看到,计算机视觉中一些最流行的应用程序涉及对象,人类的检测,跟踪和识别。无论您是要构建能够检测人类的机器人,还是要构建能够检测物体的自动化系统,Raspberry Pi板都是您项目的中心。

从这套精选的教程中,您将学习各种技巧,这些技巧可用于构建基于Pi的简单且经济高效的计算机视觉应用程序。

导航和避障

  • 导航到目标
    bigfacerobotics,彼得·尼尔(Peter Neal)在教程中向我们展示了如何构建能够通过检测图像的彩色边框导航到目标的自主机器人。
    机器人视觉001_opt
  • 使用Python和OpenCV编程Raspberry Pi机器人
    在这个项目中,设计人员希望使用py_websockets_bot库制作自主机器人。 Python库通过网络接口与移动机器人通信,并发送控制机器人运动的命令。
    edge_image_opt
  • RR.O.P.– RaspRobot OpenCV的的 Project
    这款Raspberry Pi机器人使用对象的形状,颜色和纹理与外部环境进行交互。
    FCBT5L0I0C8ZLSO_opt
  • 最终项目汽车实验室
    在该项目中,设计人员构建了计算机视觉应用程序,以避免在由黑色平行线定义的较宽路径上出现障碍物。
  • OpenCV的的 and python 对于 a line follower
    借助网络摄像头,OpenCV库,Python和Raspberry Pi开发板,您可以使用计算机视觉算法构建行跟随器机器人。
    机器人视觉002_opt
  • 使用OpenCV进行障碍物检测的
    在本教程中,设计人员使用四个步骤来检测机器人前方的障碍物。第一步是捕获图像。第二步是将图像转换为灰度图像。第三步是稍微模糊它,然后在第四步中使用精明边缘检测来突出显示图像中的边缘。
    机器人视觉003_opt
  • 自主瓶回收机器人
    在本教程中,您将找到如何构建一个生态友好型机器人,该机器人经过精心设计可以避免障碍物,直到相机检测到并识别出瓶子为止。
    502251403203495244_opt

跟踪与识别

对象分类

  • 重温扫描困境:Raspberry Pi扫描机
    您可以构建一个视觉应用程序,该应用程序可以检测页面是否应该在文档中。本教程向您介绍视觉系统的工作原理。

    奥林巴斯数码相机

    奥林巴斯数码相机

  • 使用OpenCV和Python比较直方图的3种方法
    使用OpenCV和Python,您可以使用三个选项来比较直方图。本教程介绍了所有这三个选项。
    opencv_histogram_comp_methods_opt
  • 树莓派/乐高球机
    您想用乐高积木建造机器人吗?在本教程中,您可以找到如何使用乐高积木,Raspberry Pi,摄像头模块和OpenCV来构建球分类机。
    机器人视觉应用006_opt

您可能也对以下Raspberry Pi资源感兴趣:
Raspberry Pi相机指南