HexaWalker: 5 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:09

Hemos echo un grupo de estudiantes de la UAB un robot hexapodo autonomo con una webcam con micrófono mediante la cual puedes interactuar con el. La idea era hacer un robot amistoso que reconociera ordenes de voz y pueda seguir mediante la cámara una pelota. Algo así como una "mascota" rebotica.

Cabe comentar que la estructura que hemos utilizado para nuestro hexapodo la hemos sacado del robot sumber terbuka Hexy de ArcBotics.

Aquí el link al codigo:

Bekalan

- bateri lipo 7.4V 2700mmAh

- pemandu servo x2 adafruit

- x18 servos mikro SG90s

- Mata permainan kamera web

-raspberry pi -LM2596 turun -x2 suis - RGB LED

- kabel varios

Langkah 1: Langkah 1: Imprimir Todas Las Piezas De La Estructura

Es necesario imprimir todas las piezas.

Aqui podreis encontrar todos los archivos.stl:

Cabe destacar que las hemos impreso con las siguientes propiedades:

bahan: PLA

mengisi: 25%

ketinggian lapisan: 0.12

kelajuan: 55 mm / s

Langkah 2: Montaje De La Estructura

Para el montaje de la estructura recomendamos seguir la guía del autor de las piezas 3D:

guia:

Tidak ada nesesario seguir las instrucciones estrictamente para el buen funcionamiento del robot, ya que en nuestro caso, solo las hemos utilizado como ayuda.

Nota: no fijéis los tornillos de los servos antes de calibrarlos en el apartado de código.

Langkah 3: Montaje De La Electronica

Aquí va una lista de los componentses utilizados y algunos consejos para el montaje.- lipo baterry 7.4V 2700mmAh - x2 pemandu servo adafruit

- x18 servos mikro SG90s

- Mata permainan kamera web

-pai raspberi

-LM2596 turun ke bawah

-x2 suis

- LED RGB

- kabel varios

Es importante que para conectar 2 pemandu servo adafruits, se suelde el bridge A0 de la segunda placa. En este link esta detallado: https://learn.adafruit.com/16-channel-pwm-servo-d… Respecto a los servos el orden en el que conectes los pines es indiferente ya que tendrás que configurar los mas adelante en el código. Explicado en el apartado de código.

Langkah 4: Perisian: Calibraje De Servos

Antes de nada se tiene que configurar los pulsos máximos y mínimo de vuestros servos así como los pines donde estén conectados en el archivo hexapod_core.py.

cada servo esta identificado según la leyenda de abajo, por cada servo se tiene que indicar, el pin de conexión al servo driver, pulso mínimo, pulso máximo y el ultimo parámetro es por si el servo esta funcionando al revés de como debería, tenies solo que cambiarlo de signo.

Konvensi sendi_kunci: R - kanan, L - kiri F - depan, M - tengah, B - belakang H - pinggul, K - lutut, A - Kekunci pergelangan kaki: (saluran, minimum_pulse_length, maksimum_pulse_length) "" "GPIO.setwarnings (Salah) GPIO.setmode (GPIO. BOARD)

joint_properties = {

'LFH': (0, 248, 398, -1), 'LFK': (1, 195, 492, -1), 'LFA': (2, 161, 580, -1), 'RFH': (31, 275, 405, 1), 'RFK': (30, 260, 493, -1), 'RFA': (29, 197, 480, -1), 'LMH': (3, 312, 451, -1), 'LMK': (4, 250, 520, -1), 'LMA': (5, 158, 565, -1), 'RMH': (28, 240, 390, 1), 'RMK': (27, 230, 514, -1), 'RMA': (26, 150, 620, -1), 'LBH': (6, 315, 465, 1), 'LBK': (8, 206, 498, -1), 'LBA': (7, 150, 657, -1), 'RBH': (25, 320, 480, 1), 'RBK': (24, 185, 490, -1), 'RBA': (23, 210, 645, -1), 'N': (18, 150, 650, 1)}

Langkah 5: Perisian: Modulos

Módulo de reconocimiento de voz:

Para la implementación de éste módulo hemos hecho juga API de Google 'Ucapan-ke-Teks' Google. Establecemos un streaming con el cloud de Google, para obtener las respuestas en texto, y así poder procesarlas para accionar solo en los casos que nos interesa.

Para poder hacer APIso de esta API necesitamos tener un proyecto registrado en Google Cloud, y de este descargar las credenciales para poder autenticar el robot.

Para guardar las credenciales en una variabel de entorno tenemos que ejecutar el siguiente comando (Raspbian):

eksport GOOGLE_APPLICATION_CREDENTIALS = "/ tu / ruta / hacia / las / credenciales.json"

Una vez hemos realizado esta comando ya podemos hacer APIso de la API de speech-to-text.

El código para realizar el streaming está proporcionado por google en su pagina oficial, muy bien documentado:

La función utama del streaming es 'listen_print_loop', la encargada de decidir cual es la respuesta que se aproxima más al input recibido, y donde hemos controlado las respuestas para poder comunicarle al robot cuando ha de hacer una acción, o para avisarle que el de voz no es reconocido, para que el robot realice un movimiento que simula no haber entendido al usuario.

El código adaptado se encuentra en el repositorio de git Hexawalker

github.com/RLP2019/HEXAWALKER/blob/master/…

PASO 1: PASANG OPENCVHemos seguido la instalación de un profesional como es Adrian Rosebrock, laman web su su:

PASO 2: PROBAR LA CAMARA Primero de todo una vez instalado opencv, lo que vamos a hacer es un pequeño script en python para probar la camara. Para ello haremos que se abran dos ventanas, una con la imagen original y otra con la imagen en blanco y negro.

import numpy sebagai np

import cv2

cap = cv2. VideoCapture (0)

sementara (Benar): ret, bingkai = cap.read () kelabu = cv2.cvtColor (bingkai, cv2. COLOR_BGR2GRAY) cv2.imshow ('frame', frame) cv2.imshow ('grey', abu-abu) jika cv2.waitKey (1) & 0xFF == ord ('q'): rehat

cap.release ()

cv2.destroyAllWindows ()

PASO 3: DETECCIÓN DEL COLOR CON OPENCV Para el siguiente paso lo que vamos a realisar es una detección de color. Para ello, primero de todo vamos a realizar un script que nos permita convertir un color en orden BGR a HSV (formato en el que opencv es capaz de interpretar).

import sys

import numpy sebagai np import cv2 blue = sys.argv [1] green = sys.argv [2] red = sys.argv [3] color = np.uint8 (

Una vez hayamos hecho la percakapan de nuestro warna deseado, el script nos printará por consola el límite por debajo y el límite por arriba, el cual nos servirá para que la detección tenga una gama de colores entre dos colours hsv y no únicamente uno cual dificultaría la detección por problemas de luz o kontras.

El siguiente paso es con una imagen previamente realizada, skrip otro crear el cual nos servirá para probar el paso anterior. Lo que nos mostrará como resultado será la imagen que nosotros le pasemos (con el color u objeto a detar) convertida en una máscara, aislando todos los colores que no se encuentren en ese rango hsv que hemos definido.

import cv2

import numpy sebagai np

# Baca gambar - Yang 1 bermaksud kita mahukan gambar dalam BGR

img = cv2.imread ('yellow_object.jpg', 1)

# ubah saiz imag hingga 20% pada setiap paksi

img = cv2. ukuran (img, (0, 0), fx = 0.2, fy = 0.2) # ubah gambar BGR menjadi gambar HSV hsv = cv2.cvtColor (img, cv2. COLOR_BGR2HSV)

# NumPy untuk membuat tatasusunan untuk menahan julat bawah dan atas

# "Dtype = np.uint8" bermaksud bahawa jenis data adalah bilangan bulat 8 bit

rendah_range = np.array ([24, 100, 100], dtype = np.uint8)

atas_range = np.array ([44, 255, 255], dtype = np.uint8)

# buat topeng untuk gambar

topeng = cv2.inRange (hsv, lower_range, upper_range)

# paparkan topeng dan gambar secara bersebelahan

cv2.imshow ('mask', mask) cv2.imshow ('image', img)

# tunggu pengguna untuk menekan [ESC]

manakala (1): k = cv2.waitKey (0) jika (k == 27): pecahkan cv2.destroyAllWindows ()

PASO 4: POSICIONAMIENTO DEL OBJETO En este paso probaremos que una vez la camara se encuentre en funcionamiento y hayamos configurado nuestro rango mínimo y máximo de color hsv, que este sea capaz de encontrar las coordenadas de e del del del En este caso lo que crearemos será un script para que cuando el radio de nuestro objeto walikota laut 10, dibuje un circulo sobre el objeto y nos vaya mostrando por pantalla la posición en tiempo real sus coordenadas x e y.

# teruskan hanya jika jejari memenuhi ukuran minimum

jika jari-jari> 10: # lukis bulatan dan pusat pada bingkai, # kemudian kemas kini senarai titik yang dilacak cv2.circle (bingkai, (int (x), int (y)), int (radius), (0, 255, 255), 2) cv2.circle (bingkai, tengah, 5, (0, 0, 255), -1) # pusat cetak koordinat bulatan petaObjectPosition (int (x), int (y)) # jika dipimpin adalah belum menyala, hidupkan LED jika tidak dipimpinOn: GPIO.output (redLed, GPIO. HIGH) ledOn = True def mapObjectPosition (x, y): print ("[INFO] Koordinat Pusat Objek pada X0 = {0} dan Y0 = {1} ". Format (x, y))

Con esto lo que vamos a conseguir es en el siguiente paso poder jugar con las coordenadas para establecer los límites de lo que será girar a la derecha nuestro robot, girar a la izquierda o bien no realizar ningún movimiento al no salirm ningún.

PASO 5: TRACKING OBJEK Final Llegamos al paso. Una vez realizados los anteriores puntos, estaremos listos para poder configurar un par de parámetros y poner a funcionar nuestra detección. Para ello utilizaremos como anteriormente hemos dicho, los parámetros del color hsv máximo y mínimo para poder crear la máscara y dtectar el objeto.

colorLower = (-2, 100, 100)

colorUpper = (18, 255, 255)

También necesitaremos las coordenadas x e y para el límite derecho y el límite izquierdo elegidos en el paso anterior.

jika (x 280):

cetak ("[TINDAKAN] GIRAR DERECHA") self.hexa.rotate (offset = -15, pengulangan = 1)

Lo que estamos realizando con los condicionales anteriores es decir que si nuestra coordenada x es más pequeña que 220, gire a la izquierda. En el caso de que sea más grande, dapatkan la derecha.

Para el caso en el que se quiera avanzar hacia adelante lo que se realizará es utilizar la variable dónde calculamos el radio para marcar otro límite en caso de proximidad de la pelota. Cuanto mas cerca este la pelota de nuestro robot ¡, más grande será su radio y por tanto más cerca estará nuestro robot en conseguir su objetivo.

jika jejari <105: self.hexa.walk (swing = 40, pengulangan = 1, dinaikkan = -30, lantai = 50, t = 0.3)

Parti de este punto el programador ya es libre de realizar modificaciones e ir jugando con parámetros y colores.