機(jī)器人、人工智能和機(jī)器學(xué)習(xí)領(lǐng)域正在迅速發(fā)展，它肯定會在不久的將來改變?nèi)祟惖纳罘绞?。機(jī)器人被認(rèn)為通過傳感器和機(jī)器學(xué)習(xí)處理來理解現(xiàn)實(shí)世界并與之交互。圖像識別是一種流行的方式，機(jī)器人被認(rèn)為是通過相機(jī)觀察現(xiàn)實(shí)世界來理解物體的一種方式，就像我們一樣。在這個(gè)項(xiàng)目中，讓我們利用樹莓派的力量來構(gòu)建一個(gè)機(jī)器人，它可以跟蹤球并跟隨它，就像踢足球的機(jī)器人一樣。

OpenCV是一個(gè)非常著名的開源工具，用于圖像處理，但在本教程中，為了簡單起見，我們使用處理IDE。由于ARM的處理也發(fā)布了用于處理的GPIO庫，因此我們不必再在python和處理之間切換即可使用Raspberry Pi。聽起來很酷吧？因此，讓我們開始吧。

所需硬件：

樹莓派

帶帶狀電纜的攝像頭模塊

機(jī)器人底盤

帶輪齒輪的減速電機(jī)

L293D 電機(jī)驅(qū)動(dòng)器

移動(dòng)電源或任何其他便攜式電源

編程要求：

樹莓派的監(jiān)視器或其他顯示器

Pi 的鍵盤或鼠標(biāo)

處理 ARM 軟件

注意：在編程過程中，必須通過電線將顯示器連接到Pi，因?yàn)橹挥羞@樣才能查看相機(jī)的視頻

在樹莓派上設(shè)置處理：

如前所述，我們將使用處理環(huán)境來編程我們的樹莓派，而不是使用 python 的默認(rèn)方式。因此，請按照以下步驟操作：

第 1 步：-將樹莓派連接到顯示器、鍵盤和鼠標(biāo)，然后將其打開。

第 2 步：-確保您的Pi已連接到有效的互聯(lián)網(wǎng)連接，因?yàn)槲覀兗磳⑾螺d一些內(nèi)容。

第 3 步：-單擊“處理 ARM”，下載 Raspberry Pi 的處理 IDE。下載將以 ZIP 文件的形式進(jìn)行。

第 4 步：-下載后，將ZIP文件夾中的文件解壓縮到首選目錄中。我剛剛在桌面上提取了它。

第 5 步：-現(xiàn)在，打開提取的文件夾，然后單擊名為“處理”的文件。它應(yīng)該打開一個(gè)窗口，如下所示。

第 6 步：-這是我們將輸入代碼的環(huán)境。對于熟悉Arduino的人來說，不要感到震驚，是的，IDE看起來確實(shí)與Arduino相似，程序也是如此。

第 7 步：-我們需要兩個(gè)庫才能讓我們的球跟隨程序工作，安裝然后只需單擊 Sketch -> 導(dǎo)入庫 -> 添加庫。將打開以下對話框。

第 8 步：-使用左上角的文本框搜索樹莓派并按回車鍵，您的搜索結(jié)果應(yīng)如下所示。

第 9 步：-搜索名為“GL 視頻”和“硬件 I/O”的庫，然后單擊安裝以安裝它們。確保安裝這兩個(gè)庫。

步驟10：-根據(jù)您的互聯(lián)網(wǎng)，安裝將需要幾分鐘。完成后，我們就可以使用處理軟件了。

電路圖：

這個(gè)樹莓派球跟蹤項(xiàng)目的電路圖如下所示。

如您所見，該電路涉及PI相機(jī)，電機(jī)驅(qū)動(dòng)器模塊和一對連接到Raspberry Pi的電機(jī)。整個(gè)電路由移動(dòng)電源供電（在上述電路中由AAA電池表示）。

由于樹莓派上沒有提到引腳細(xì)節(jié)，我們需要使用下圖驗(yàn)證引腳

為了驅(qū)動(dòng)電機(jī)，我們需要四個(gè)引腳（A，B，A，B）。這四個(gè)引腳分別從 GPIO14、4、17 和 18 連接。橙色和白色的電線共同構(gòu)成了一個(gè)電機(jī)的連接。所以我們有兩個(gè)這樣的對用于兩個(gè)電機(jī)。

如圖所示，電機(jī)連接到L293D電機(jī)驅(qū)動(dòng)器模塊，驅(qū)動(dòng)器模塊由移動(dòng)電源供電。確保移動(dòng)電源的接地連接到樹莓派的接地，只有這樣您的連接才能正常工作。

這就是我們完成硬件連接的事情，讓我們回到我們的處理環(huán)境并開始編程以教我們的機(jī)器人如何跟蹤球。

樹莓派球跟蹤程序：
本頁末尾給出了該項(xiàng)目的完整處理程序，您可以直接使用。下面，我解釋了代碼的工作原理，以便您可以將其用于其他類似的項(xiàng)目。

程序概念非常簡單。雖然這個(gè)項(xiàng)目的目的是跟蹤一個(gè)球，但我們實(shí)際上不會這樣做。我們只是使用球的顏色來識別球。眾所周知，視頻只不過是連續(xù)的圖片幀。所以我們把每張照片分成像素。然后我們將每個(gè)像素顏色與球的顏色進(jìn)行比較;如果找到了一場比賽，那么我們可以說我們已經(jīng)找到了球。有了這些信息，我們還可以識別球在屏幕上的位置（像素顏色）。如果位置在最左邊，我們將機(jī)器人向右移動(dòng)，如果位置最右，我們將機(jī)器人向左移動(dòng)，以便像素位置始終保持在屏幕的中心。您可以觀看Daniel shiffman的計(jì)算機(jī)視覺視頻以獲得清晰的圖片。

與往常一樣，我們首先導(dǎo)入下載的兩個(gè)庫。這可以通過以下兩行完成。硬件 I/O 庫用于直接從處理環(huán)境訪問 PI 的 GPIO 引腳，glvideo 庫用于訪問樹莓派相機(jī)模塊。

import processing.io.*;
import gohai.glvideo.*;
在設(shè)置功能中，我們初始化輸出引腳以控制電機(jī)，并從pi相機(jī)獲取視頻并將其調(diào)整為尺寸為320 * 240的窗口。

void setup() {
size(320, 240, P2D);
video = new GLCapture(this);
video.start();
trackColor = color(255, 0, 0);
GPIO.pinMode(4, GPIO.OUTPUT);
GPIO.pinMode(14, GPIO.OUTPUT);
GPIO.pinMode(17, GPIO.OUTPUT);
GPIO.pinMode(18, GPIO.OUTPUT);
}
void draw就像無限循環(huán)，只要程序終止，這個(gè)循環(huán)中的代碼就會被執(zhí)行。如果有可用的攝像機(jī)源，我們會讀取從中發(fā)出的視頻

void draw() {
background(0);
if (video.available()) {
video.read();
}}
然后我們開始將視頻幀拆分為像素。每個(gè)像素都有一個(gè)紅色、綠色和藍(lán)色的值。這些值存儲在變量 r1、g1 和 b1 中

for (int x = 0; x < video.width; x ++ ) {
for (int y = 0; y < video.height; y ++ ) {
int loc = x + y*video.width;
// What is current color
color currentColor = video.pixels[loc];
float r1 = red(currentColor);
float g1 = green(currentColor);
float b1 = blue(currentColor);
要最初檢測球的顏色，我們必須單擊顏色。點(diǎn)擊后，球的顏色將存儲在名為trackColor的變量中。

void mousePressed() {
// Save color where the mouse is clicked in trackColor variable
int loc = mouseX + mouseY*video.width;
trackColor = video.pixels[loc];
}
一旦我們有了軌道顏色和當(dāng)前顏色，我們必須比較它們。此比較使用的是 dist 函數(shù)。它檢查當(dāng)前顏色與軌道顏色的接近程度。

float d = dist(r1, g1, b1, r2, g2, b2);
對于完全匹配，dist 的值將為零。因此，如果 dist 的值小于指定值（世界紀(jì)錄），那么我們假設(shè)我們已經(jīng)找到了軌道顏色。然后我們獲取該像素的位置并將其存儲在最近的 X 和最近的 Y 變量中，以找到球的位置

if (d < worldRecord) {
worldRecord = d;
closestX = x;
closestY = y;
}
我們還在找到的顏色周圍畫一個(gè)橢圓，以指示已找到該顏色。位置的值也打印在控制臺上，這在調(diào)試時(shí)會有很大幫助。

if (worldRecord < 10) {
// Draw a circle at the tracked pixel
fill(trackColor);
strokeWeight(4.0);
stroke(0);
ellipse(closestX, closestY, 16, 16);
println(closestX,closestY);
最后，我們可以比較最近的X和最近的Y的位置，并以顏色到達(dá)屏幕中心的方式調(diào)整電機(jī)。下面的代碼用于向右轉(zhuǎn)動(dòng)機(jī)器人，因?yàn)榘l(fā)現(xiàn)顏色的X位置在屏幕的左側(cè)（<140）

if (closestX<140)
{
GPIO.digitalWrite(4, GPIO.HIGH);
GPIO.digitalWrite(14, GPIO.HIGH);
GPIO.digitalWrite(17, GPIO.HIGH);
GPIO.digitalWrite(18, GPIO.LOW);
delay(10);
GPIO.digitalWrite(4, GPIO.HIGH);
GPIO.digitalWrite(14, GPIO.HIGH);
GPIO.digitalWrite(17, GPIO.HIGH);
GPIO.digitalWrite(18, GPIO.HIGH);
println("Turn Right");
}
同樣，我們可以檢查 X 和 Y 的位置，以控制電機(jī)在所需方向上。

樹莓派球跟蹤機(jī)器人的工作：

一旦你準(zhǔn)備好了硬件和程序，就該找點(diǎn)樂子了。在地面上測試我們的機(jī)器人之前，我們應(yīng)該確保一切正常。連接您的 Pi 以監(jiān)控和啟動(dòng)處理代碼。您應(yīng)該會在一個(gè)小窗口中看到視頻源?，F(xiàn)在，將球帶入框架并單擊球以指示機(jī)器人它應(yīng)該跟蹤這種特定顏色?，F(xiàn)在在屏幕上移動(dòng)球，您應(yīng)該注意到輪子在旋轉(zhuǎn)。

如果一切按預(yù)期工作，請將機(jī)器人釋放到地面并開始使用它。確保房間均勻照明以獲得最佳效果。

/*

Processing Raspberry Pi program for Ball following Robot

Project by: B.Aswnith Raj

Dated on: 18-11-2017

#This project would not have been possible without the help of Daniel Shiffman and Gottfried Haider

*/


import processing.io.*;

import gohai.glvideo.*;

GLCapture video;


color trackColor;


void setup() {

size(320, 240, P2D);


video = new GLCapture(this);


video.start();



trackColor = color(255, 0, 0);



GPIO.pinMode(4, GPIO.OUTPUT);

GPIO.pinMode(14, GPIO.OUTPUT);

GPIO.pinMode(17, GPIO.OUTPUT);

GPIO.pinMode(18, GPIO.OUTPUT);

}


void draw() {

background(0);

if (video.available()) {

video.read();

}



video.loadPixels();

image(video, 0, 0);



float worldRecord = 500;?

int closestX = 0;

int closestY = 0;



// Begin loop to walk through every pixel

for (int x = 0; x < video.width; x ++ ) {

for (int y = 0; y < video.height; y ++ ) {

int loc = x + y*video.width;

// What is current color

color currentColor = video.pixels[loc];

float r1 = red(currentColor);

float g1 = green(currentColor);

float b1 = blue(currentColor);

float r2 = red(trackColor);

float g2 = green(trackColor);

float b2 = blue(trackColor);


// Using euclidean distance to compare colors

float d = dist(r1, g1, b1, r2, g2, b2); // We are using the dist( ) function to compare the current color with the color we are tracking.


// If current color is more similar to tracked color than

// closest color, save current location and current difference

if (d < worldRecord) {

worldRecord = d;

closestX = x;

closestY = y;

}

}

}



if (worldRecord < 10) {?

// Draw a circle at the tracked pixel

fill(trackColor);

strokeWeight(4.0);

stroke(0);

ellipse(closestX, closestY, 16, 16);

println(closestX,closestY);



if (closestX<140)

{

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.LOW);

delay(10);

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);



println("Turn Right");?

}

else if (closestX>200)

{

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.LOW);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);

delay(10);

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);

println("Turn Left");?

}

else if (closestY<170)

{

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.LOW);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.LOW);

delay(10);

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);

println("Go Frwd");?

}

else

{

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);

}?

}

else

{

GPIO.digitalWrite(4, GPIO.HIGH);

GPIO.digitalWrite(14, GPIO.HIGH);

GPIO.digitalWrite(17, GPIO.HIGH);

GPIO.digitalWrite(18, GPIO.HIGH);

}

}


void mousePressed() {

// Save color where the mouse is clicked in trackColor variable

int loc = mouseX + mouseY*video.width;

trackColor = video.pixels[loc];

}
?