【实验】树莓派小车

copy2000 / 2023-06-04 / 原文

image-20230315235653212

树莓派小车实验报告

1 小车构造及环境配置

1.1 硬件搭建

  • 树莓派3B树莓派3B

  • 两个PWM电机

  • 两个红外传感器

  • 一个超声波传感器超声波传感器

  • 一个单目摄像头

智能车整体布局

1.2 系统烧录

  1. 使用树莓派镜像烧录器树莓派镜像烧录器

下载直达 https://downloads.raspberrypi.org/imager/imager_latest.exe

​ 优点：

  1. 可以直接在设置中配置网络环境
  2. 可以选择多种操作系统

  • 操作步骤：

    • 下载镜像https://downloads.raspberrypi.org/raspios_arm64/images/raspios_arm64-2022-09-26/2022-09-22-raspios-bullseye-arm64.img.xz

    • 选择自定义镜像选择自定义镜像

    • 设置ssh和wifi

1.3 raspberry PI环境搭配

  1. 首先对树莓派进行换源

    * pi@raspberrypi:~ $ sudo nano /etc/apt/sources.list

  deb https://mirror.nju.edu.cn/debian/ bullseye main contrib non-free
  deb https://mirror.nju.edu.cn/debian-security/ bullseye-security main contrib non-free
  deb https://mirror.nju.edu.cn/debian bullseye-updates main contrib non-free

* pi@raspberrypi:~ $ sudo nano /etc/apt/sources.list.d/raspi.list

  deb https://mirror.nju.edu.cn/raspberrypi/debian/ bullseye main

  2. 更新

    sudo apt-get update
sudo apt-get upgrade

  3. 安装OPENCV

    sudo apt-get install python3-opencv

  4. 配置摄像头选项

    sudo raspi-config

    找到Interface Options --> Camera -->打开摄像头YES

    （可以在终端中查看device0是否存在）

1.4 PC端配置

  1. VS code连接Raspberry PiVS code连接Raspberry Pi

​ 配置SSH文件

#Read more about SSH config files: https://linux.die.net/man/5/ssh_config
Host copy								# PC名称，随便起
    HostName 192.168.43.162				# 树莓派地址，可以使用IP Scanner查看
    User pi								# 树莓派名称，在烧录SD卡的时候配置
    Port 22								# 默认22

几点注意事项:

HostName可以使用IP Scanner，如果是连接安卓手机可以通过手机热点直接查看，苹果手机不管是IP Scanner还是手机热点都看不了

改这个SSH会造成连不上GitHub的情况，如果想要重新连接GitHub，必须将上面注释，该车下面

Host github.com
Hostname ssh.github.com
Port 443

  1. 下载VNC Viewer

    VNC Viewer

    连接方式也是通过SSH连接到小车地址

1.5 引脚分配

树莓派引脚

# 设置gpio口为BOARD编号规范
gpio.setmode(gpio.BOARD)

# 定义引脚
#	电机
pin1 = 12  # 左正
pin2 = 16  # 左反
pin3 = 18  # 右正
pin4 = 22  # 右反
ENA = 38   # 左边电机使能
ENB = 40   # 右边电机使能
#	超声波
TRIG = 13  # send-pin
ECHO = 15  # receive-pin
#	红外线
GPIO_Infrared_left = 29		# 左边红外线
GPIO_Infrared_right = 31	# 右边红外线

2 八字循迹

1.1 电机控制

def car_forward():  # 定义前进函数
    gpio.output(pin1, gpio.HIGH)  # 将pin1接口设置为高电压
    gpio.output(pin2, gpio.LOW)  # 将pin2接口设置为低电压
    gpio.output(pin3, gpio.HIGH)  # 将pin3接口设置为高电压
    gpio.output(pin4, gpio.LOW)  # 将pin4接口设置为低电压


def car_back():  # 定义后退函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_left():  # 定义左转函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.HIGH)
    gpio.output(pin4, gpio.LOW)


def car_right():  # 定义右转函数
    gpio.output(pin1, gpio.HIGH)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_stop():  # 定义停止函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.LOW)

1.2 图像捕捉与处理

1.2.1 摄像头处理

# 打开摄像头，图像尺寸640*480（长*高）
cap = cv2.VideoCapture(0)
# 设置捕捉到的图像为480*640
cap.set(3, 640)
cap.set(4, 480)

1.2.2 图像处理

import time
import cv2
import numpy as np

cap = cv2.VideoCapture(0)
cap.set(3, 640)
cap.set(4, 480)
while (1):
    ret, frame = cap.read()
    cv2.imshow('frame', dst)  # 展示每一帧
    # 转化为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow('gray', gray)  # 展示灰度图
    # 大津法二值化
    retval, dst = cv2.threshold(gray, 100, 255, cv2.THRESH_OTSU)
    # 膨胀，白区域变大
    dst = cv2.dilate(dst, None, iterations=2)
    cv2.imshow('dilate_frame', dst)  # 展示每一帧
    # 腐蚀，白区域变小
    dst = cv2.erode(dst, None, iterations=6)
    cv2.imshow('erode_frame', dst)  # 展示每一帧
    # 找到连续白色像素点最宽的那条
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放清理
cap.release()
cv2.destroyAllWindows()

代码讲解

ret, frame = cap.read()
cv2.imshow('frame', dst)
原图 
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray', gray)  # 展示灰度图
灰度图

这里我们先是将图像进行二值化

retval, dst = cv2.threshold(gray, 100, 255, cv2.THRESH_OTSU)

这个阈值取决于环境

# 膨胀，白区域变大
dst = cv2.dilate(dst, None, iterations=2)
cv2.imshow('dilate_frame', dst)  # 展示每一帧
膨胀

如果只对图像进行膨胀则在边界处提取不够明显！！

# 腐蚀，白区域变小
dst = cv2.erode(dst, None, iterations=6)
cv2.imshow('erode_frame', dst)  # 展示每一帧
腐蚀

如果只对图像进行腐蚀则图像特征不明显！！！

# 膨胀，白区域变大
dst = cv2.dilate(dst, None, iterations=2)
cv2.imshow('dilate_frame', dst)  # 展示每一帧
# 腐蚀，白区域变小
dst = cv2.erode(dst, None, iterations=6)
cv2.imshow('erode_frame', dst)  # 展示每一帧
最终结果

1.2.3 结果展示

此处推荐先对图像进行高斯滤波

结果展示

1.3 循迹策略

寻找第400行像素，找到最长的一段白色像素集合作为赛道，寻找赛道中点与320作为比较进行左右判断

# 单看第400行的像素值
# print(dst.shape)
color = dst[400]
# 找到连续白色像素点最宽的那条
road_set = []
road_set_length = []
road = []
for i in range(len(color)):
    if (i == 639):
        road_set.append(road)
        road_set_length.append(len(road))
        break
    if color[i] == 255 and color[i + 1] == 255:
        road.append(i)
    elif (len(road) > 20 and color[i + 1] != 255):
        road_set.append(road)
        road_set_length.append(len(road))
        road = []
if (len(road_set_length) == 0):
    center = 320
elif (len(road) == 0):
    center = 320
else:
    index_ = road_set_length.index(max(road_set_length))
    road = road_set[index_]
    center = (min(road) + max(road)) / 2
# 计算出center与标准中心点的偏移量
# 如果为正，应该左转
direction = center - 320

print(direction)

threshold = 90                  #右转阈值
threshold_neg = -40      		#左转阈值
if abs(direction) >= threshold:
    # 右转
    if direction > threshold:
        car_forward()
        pwm1.ChangeDutyCycle(25 + direction / 18)
        pwm2.ChangeDutyCycle(0)
        if(direction>120 and direction <150):
            time.sleep(0.3)
        elif(direction >= 150):
            time.sleep(0.5)
                # 左转
    elif direction < threshold_neg:
        car_forward()
        pwm1.ChangeDutyCycle(0)
        pwm2.ChangeDutyCycle(25 + abs(direction) / 12)
        if(abs(direction)>120 and abs(direction)<150):
            time.sleep(0.3)
        elif(abs(direction)>=150):
            time.sleep(0.5)

else:
    car_forward()
    pwm1.ChangeDutyCycle(20)
    pwm2.ChangeDutyCycle(20)

1.4 结果展示

3 乒乓球跟踪

1.1 图像处理





将图像转换成HSV


原图


HSV




1.2 图像结果


结果1


结果2


1.3 结果分析


我们最终没有选择使用霍夫检测，因为霍夫检测虽然在不太明亮的环境下检测效果好，但是当检测物体运动之后，检测效果很差，而只用色差的方法寻找边缘，能够很快的反应，它的缺点只有受光线影响，光照越强，检测效果越好。


4 红外避障


太简单了，就只放代码


import RPi.GPIO as gpio
import time

# 定义引脚
pin1 = 12  # 左正
pin2 = 16  # 左反
pin3 = 18  # 右正
pin4 = 22  # 右反
ENA = 38
ENB = 40
GPIO_Infrared_left = 29
GPIO_Infrared_right = 31
gpio.setwarnings(False)
# 设置gpio口为BOARD编号规范
gpio.setmode(gpio.BOARD)


# 设置gpio口为输出
gpio.setup(pin1, gpio.OUT)
gpio.setup(pin2, gpio.OUT)
gpio.setup(pin3, gpio.OUT)
gpio.setup(pin4, gpio.OUT)
gpio.setup(ENA, gpio.OUT)
gpio.setup(ENB, gpio.OUT)
gpio.setup(GPIO_Infrared_left, gpio.IN)
gpio.setup(GPIO_Infrared_right, gpio.IN)
# 设置PWM波,频率为50Hz
pwm1 = gpio.PWM(ENA, 50)
pwm2 = gpio.PWM(ENB, 50)
pwm1.start(0)
pwm2.start(0)


def car_forward():  # 定义前进函数
    gpio.output(pin1, gpio.HIGH)  # 将pin1接口设置为高电压
    gpio.output(pin2, gpio.LOW)  # 将pin2接口设置为低电压
    gpio.output(pin3, gpio.HIGH)  # 将pin3接口设置为高电压
    gpio.output(pin4, gpio.LOW)  # 将pin4接口设置为低电压


def car_back():  # 定义后退函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_left():  # 定义左转函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.HIGH)
    gpio.output(pin4, gpio.LOW)


def car_right():  # 定义右转函数
    gpio.output(pin1, gpio.HIGH)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_stop():  # 定义停止函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.LOW)





def InfraredMeasure():
    left_measure = gpio.input(GPIO_Infrared_left)  # if there is an obstacle, GPIO will become 0; else, GPIO_input = 1;
    right_measure = gpio.input(GPIO_Infrared_right)
    return [left_measure, right_measure]

def avoidance(left,right):
    if(left==0 and right !=0 ):
        car_back()
        pwm1.ChangeDutyCycle(25)
        pwm2.ChangeDutyCycle(25)
        time.sleep(1)
        car_right()
        pwm1.ChangeDutyCycle(40)
        pwm2.ChangeDutyCycle(40)
        print("detect obstacles in the left!")
        time.sleep(1)
    elif(left==0 and right ==0):
        car_back()
        pwm1.ChangeDutyCycle(40)
        pwm2.ChangeDutyCycle(40)
        print("detect obstacles in the left and right!")
        time.sleep(1)
    elif(left == 1 and right ==0):
        car_back()
        pwm1.ChangeDutyCycle(25)
        pwm2.ChangeDutyCycle(25)
        time.sleep(2)
        car_left()
        pwm1.ChangeDutyCycle(40)
        pwm2.ChangeDutyCycle(40)
        print("detect obstacles in the right!")
        time.sleep(1)
    else:
        car_forward()
        pwm1.ChangeDutyCycle(30)
        pwm2.ChangeDutyCycle(30)



def loop():
    while True:
        car_forward()
        pwm1.ChangeDutyCycle(30)
        pwm2.ChangeDutyCycle(30)
        [left, right] = InfraredMeasure()
        print(left,right)
        avoidance(left,right)
def destroy():
    gpio.cleanup()



try:
    loop()
except KeyboardInterrupt:
    destroy()



5 超声波避障


import RPi.GPIO as gpio
import time

# 定义引脚
pin1 = 12  # 左正
pin2 = 16  # 左反
pin3 = 18  # 右正
pin4 = 22  # 右反
ENA = 38
ENB = 40
TRIG = 13  # send-pin
ECHO = 15  # receive-pin

# 设置gpio口为BOARD编号规范
gpio.setmode(gpio.BOARD)

# 设置gpio口为输出
gpio.setup(pin1, gpio.OUT)
gpio.setup(pin2, gpio.OUT)
gpio.setup(pin3, gpio.OUT)
gpio.setup(pin4, gpio.OUT)
gpio.setup(ENA, gpio.OUT)
gpio.setup(ENB, gpio.OUT)

# 设置PWM波,频率为50Hz
pwm1 = gpio.PWM(ENA, 50)
pwm2 = gpio.PWM(ENB, 50)

pwm1.start(0)
pwm2.start(0)


def car_forward():  # 定义前进函数
    gpio.output(pin1, gpio.HIGH)  # 将pin1接口设置为高电压
    gpio.output(pin2, gpio.LOW)  # 将pin2接口设置为低电压
    gpio.output(pin3, gpio.HIGH)  # 将pin3接口设置为高电压
    gpio.output(pin4, gpio.LOW)  # 将pin4接口设置为低电压


def car_back():  # 定义后退函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_left():  # 定义左转函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.HIGH)
    gpio.output(pin3, gpio.HIGH)
    gpio.output(pin4, gpio.LOW)


def car_right():  # 定义右转函数
    gpio.output(pin1, gpio.HIGH)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.HIGH)


def car_stop():  # 定义停止函数
    gpio.output(pin1, gpio.LOW)
    gpio.output(pin2, gpio.LOW)
    gpio.output(pin3, gpio.LOW)
    gpio.output(pin4, gpio.LOW)


def setup():
    gpio.setup(TRIG, gpio.OUT, initial=gpio.LOW)
    gpio.setup(ECHO, gpio.IN)
    gpio.setwarnings(False)  # 关闭警告


def distance():
    gpio.output(TRIG, 1)  # 给Trig一个10US以上的高电平
    time.sleep(0.00001)
    gpio.output(TRIG, 0)

    # 等待低电平结束，然后记录时间
    while gpio.input(ECHO) == 0:  # 捕捉 echo 端输出上升沿
        pass
    time1 = time.time()

    # 等待高电平结束，然后记录时间
    while gpio.input(ECHO) == 1:  # 捕捉 echo 端输出下降沿
        pass
    time2 = time.time()

    during = time2 - time1
    # ECHO高电平时刻时间减去低电平时刻时间，所得时间为超声波传播时间
    return during * 340 / 2 * 100


# 超声波传播速度为340m/s,最后单位米换算为厘米，所以乘以100
def loop():
    while True:
        dis = distance()
        print(dis, "cm\n")
        # print dis, 'cm'
        # print ''
        time.sleep(0.3)
        car_forward()
        pwm1.ChangeDutyCycle(30)
        pwm2.ChangeDutyCycle(30)
        if (dis < 30):
            car_back()
            pwm1.ChangeDutyCycle(40)
            pwm2.ChangeDutyCycle(40)
            time.sleep(1)
            car_forward()
            pwm1.ChangeDutyCycle(40)
            pwm2.ChangeDutyCycle(0)
            time.sleep(1)


def destroy():
    gpio.cleanup()


if __name__ == "__main__":
    setup()
    try:
        loop()
    except KeyboardInterrupt:
        destroy()


                    

                

            

        

    

    

        

            
【实验】树莓派小车更多相关文章

            

            

                                    
ansible ping远程主机debian11报错

                                    
Pycharm 常用快捷键

                                    
Spyder 快捷键大全

                                    
【游记】CCPC 济南 2024 游记

                                    
python bytecode解析

                                    
ansible进阶与自动化

                                    
RK3568开发板Openwrt文件系统构建

                                    
动态网络架构

                                    
机器学习入门

                                    
沨鸾的Shell小技巧

                                    
为你的手机内核开启docker支持

                                    
在Linux下优雅的调试C语言

                                    
浅析Dockerhub API：如何优雅地从dockerhub偷rootfs镜像

                                    
C# 通过注册表、API两种方式获取显示器的分辨率尺寸

                                    
2024.10.31 文件管理方案

                                    
python练习题

                                    
Kinsta-博客中文翻译-八-

                                    
JAX---Flax-深度学习教程-一-

                                    
Java-中文官方教程-2022-版-二-

                                    
JavaTutorialNetwork-中文系列教程-一-

                            

        

    

    

        

            
随机推荐

            

            

                                    
【游记】CCPC 济南 2024 游记

                                    
AJAX & AXIOS-2024/11/1

                                    
验证码处理在自动化测试中的应用

                                    
一些学科笑话

                                    
NOIP2024模拟赛20 & 11.1 小记

                                    
20241101 数据结构与算法期中机试收获

                                    
Java，启动！

                                    
什么是IT技术

                                    
即将到来！

                                    
2024/11/1日 日志 关于JavaScript简介&引入方式 以及基础语法的学习

                                    
舍得-时间-工作是人的一生最重要的事情-自己要有私房钱-人的一生最重要的事情是书写自己的人生

                                    
2.TiUP 部署 DM 集群

                                    
原型模式的C++实现

                                    
python bytecode解析

                                    
09-XSS键盘监听、cookie窃取&文件上传绕过

                                    
ubuntu 24.04 部署 mysql 8.4.3 LTS

                                    
国标GB28181公网平台LiteGBS国标GB28181视频平台建筑工地无线视频联网监控系统方案

                                    
imes完工下线

                                    
android 13 更改手机信号调整

                                    
BFS(Breath First Search 广度优先搜索)

                            

        

    


    

        

            

                

                    
热门话题

                    

                    

                                                                                    
Ethernaut Level 11: Elevator Attack and Blockchain Interaction

                                                                                                                                                                    
快速部署开源spug运维平台的Docker安装指南

                                                                                                                                                                    
驱动调试之printk的原理与使用

                                                                                                                                                                    
计算机思维模型及其应用

                                                                                                                                                                    
华为云发布代码大模型PanGu-Coder2，实现高效代码生成

                                                                                                                                                                    
Linux多硬盘数据存储和分区操作

                                                                                                                                                                    
构建高可用架构: 分层冗余与自动故障转移

                                                                                                                                                                    
LoRA：高效调参的大语言模型适应方法

                                                                                                                                                                    
《分布式系统的基本原理及互联网分层架构的本质》

                                                                                                                                                                    
Hadoop写流程解析

                                                                                                                                                                    
Java架构师的系统架构设计方法论中的规范要点

                                                                                                                                                                    
使用observeDOM解决BetterScroll插件在移动端无法滑动的问题

                                                                                                                                                                    
互联网一致性架构设计实践

                                                                                                                                                                    
高并发系统架构与水平扩展

                                                                                                                                                                    
混合应用的崛起：跨平台开发取代原生应用

                                                                                                                            

                

            

        

    


            

        

    







    

        

            
   穗舟网
                    （www.seizhou.com）

            
本站除标明"本站原创"外所有文章版权归创作人所有，本站不承担任何法律责任和连带责任，如有冒犯请直接联系，我们将立即予以纠正并致歉。

        

        

            
                Powered by WordPress
                 · 
                v1.0.0-alpha