HexaWalker: 5 koraka

2024 Autor: John Day | [email protected]. Zadnja promjena: 2024-01-30 09:35

Hemos echo un grupo de estudiantes de la UAB un robot hexapodo autonomo con una webcam con micrófono mediaan 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 open source Hexy de ArcBotics.

Aquí el link al codigo:

Pribor

- baterija za lipo 7.4V 2700mmAh

- x2 adafruit servo upravljački program

- x18 mikro servo pogoni SG90

- web kamera playstation eye

-raspberry pi -LM2596 korak dolje -x2 prekidači -RGB LED

- razni kablovi

Korak 1: Korak 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:

materijal: PLA

ispuna: 25%

visina sloja: 0,12

brzina: 55 mm/s

Korak 2: Montaje De La Estructura

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

guia:

No es necesario seguir las instrucciones estrictamente para el buen funcionamiento del robot, ya que en nuestro caso, solo las hemos utilizado como ayuda.

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

Korak 3: Montaje De La Electronica

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

- x18 mikro servo pogoni SG90

- web kamera playstation eye

-malina pi

-LM2596 siđite

-x2 prekidači

- RGB LED

- različiti kablovi

Es importante que para conectar 2 adafruits servo upravljački programi, suelde el bridge A0 de la segunda placa. En este 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.

Korak 4: Softver: 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, solo tenies que cambiarlo de signo.

"" "konvencija zajedničkog ključa: R - desno, L - lijevo F - prednja strana, M - srednja, B - stražnja H - kuk, K - koljeno, A - Ključ gležnja: (kanal, minimalna_dužina_pulsa, maksimalna_dužina_pulsa)" "" GPIO.postavka upozorenja (Netačno) GPIO.setmode (GPIO. BOARD)

zajednička svojstva = {

'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)}

5. korak: Softver: Modulos

Módulo de reconocimiento de voz:

Kako biste implementirali ovaj uređaj koji je postavio API za Google "Speech-to-Text". Establecemos un streaming con el cloud from Google, para obtener las respuestas en texto, y así poder procesarlas para accionar solo en los casos que nos interest.

Za poderu hacer úso de esta API necesitamos tener un proyecto registrato en Google Cloud, i de escargar las credenciales za poder autenticar el robot.

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

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

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

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

La función principal 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 comando 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: INSTALL OPENCVHemos seguido la instalación de un professional como es Adrian Rosebrock, en p pgina web:

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 crnac.

uvoz numpy kao np

uvoz cv2

cap = cv2. VideoCapture (0)

while (True): ret, frame = cap.read () siva = cv2.cvtColor (okvir, cv2. COLOR_BGR2GRAY) cv2.imshow ('okvir', okvir) cv2.imshow ('siva', siva) ako je cv2.waitKey (1) & 0xFF == ord ('q'): prekid

cap.release ()

cv2.destroyAllWindows ()

PASO 3: DETECCIÓN DEL COLOR CON OPENCV Para el siguiente paso lo que vamos a realizar 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 (format en el que opencv es capaz de interpretar).

import sys

uvoz numpy kao np uvoz cv2 plavo = sys.argv [1] zeleno = sys.argv [2] crveno = sys.argv [3] boja = np.uint8 (

Una vez hayamos hecho la conversión de nuestro color 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 colores hsv y no únicamente uno, lo kual dificultaría la detección por problemas de luz o contraste.

El siguiente paso es con una imagen previamente realizada, crear otro script 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 detectar) convertida en una máscara, aislando todos los colores que no se encuentren en ese rango hsv que hemos definido.

uvoz cv2

uvoz numpy kao np

# Pročitajte sliku - 1 znači da želimo sliku u BGR -u

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

# promijenite veličinu slike na 20% u svakoj osi

img = cv2.resize (img, (0, 0), fx = 0,2, fy = 0,2) # pretvoriti BGR sliku u HSV sliku hsv = cv2.cvtColor (img, cv2. COLOR_BGR2HSV)

# NumPy za stvaranje nizova za držanje donjeg i gornjeg raspona

# "Dtype = np.uint8" znači da je tip podataka 8 -bitni cijeli broj

donji_razpon = np.masa ([24, 100, 100], dtype = np.uint8)

gornji_ raspon = np.mat ([44, 255, 255], dtype = np.uint8)

# stvorite masku za sliku

mask = cv2.inRange (hsv, donji_donjak, gornji_donjak)

# prikazuje masku i sliku jednu pored druge

cv2.imshow ('maska', maska) cv2.imshow ('slika', img)

# pričekajte da korisnik pritisne [ESC]

while (1): k = cv2.waitKey (0) if (k == 27): break 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 x e y del centro de nuestro objekat. En este caso lo que crearemos será un script para que cuando el radio de nuestro objeto sea Mayor a 10, dibuje un circulo sobre el objeto y nos vaya mostrando por pantalla la posición en tiempo real sus coordenadas x e y.

# nastavite samo ako radijus zadovoljava minimalnu veličinu

ako je radijus> 10: # nacrtajte krug i središte na okviru, # zatim ažurirajte popis praćenih točaka cv2.circle (okvir, (int (x), int (y)), int (radijus), (0, 255, 255), 2) cv2.circle (okvir, centar, 5, (0, 0, 255), -1) # središte ispisa koordinata kruga mapObjectPosition (int (x), int (y)) # ako je LED dioda još nije uključeno, uključite LED ako nije ledOn: GPIO.izlaz (crveno, GPIO. HIGH) ledOn = True def mapObjectPosition (x, y): print ("[INFO] Centar objekata koordinira na X0 = {0} i 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 salir por ningún

PASO 5: PRAĆENJE OBJEKATA Llegamos al paso final. Una vez realizados los anteriores puntos, estaremos listos para poder configurar un par de parámetros y poner a funkcionar 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.

ako (x 280):

print ("[ACTION] GIRAR DERECHA") self.hexa.rotate (pomak = -15, ponavljanja = 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, gire a 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.

ako je radijus <105: self.hexa.walk (zamah = 40, ponavljanja = 1, podignuto = -30, pod = 50, t = 0,3)

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