ROS2自动驾驶
yolo5自动驾驶
1、重要!更换U盘的操作指引
2、关闭开机自启动大程序
3、Linux基础
4、YoloV5训练集
5、自动驾驶基础调试(代码解析)
6、自动驾驶特调
7、自动驾驶原理
8、PID算法理论
9、阿克曼运动学分析理论
10、建立运动学模型
常用命令
!重要!首次使用
一、原理分析
麦克纳姆轮运动学分析
二、AI大模型
3、AI大模型类型和原理
4、RAG检索增强和模型训练样本
5、具身智能机器人系统架构
6、具身智能玩法核心源码解读
7、配置AI大模型
8、配置API-KEY
三、深度相机
2、颜色标定
10、深度相机的基础使用
11、深度相机伪彩色图像
12、深度相机测距
13、深度相机色块体积测算
14、深度相机颜色跟随
15、深度相机人脸跟随
16、深度相机KCF物体跟随
17、深度相机Mediapipe手势跟随
18、深度相机视觉循迹自动驾驶
19、深度相机边缘检测
四、多模态视觉理解
20、多模态语义理解、指令遵循
21、多模态视觉理解
22、多模态视觉理解+自动追踪
23、多模态视觉理解+视觉跟随
24、多模态视觉理解+视觉巡线
25、多模态视觉理解+深度相机距离问答
26、多模态视觉理解+SLAM导航
27、多模态视觉理解+SLAM导航+视觉巡线
28、意图揣测+多模态视觉理解+SLAM导航+视觉功能
五、雷达
8、雷达基础使用
思岚系列雷达
六、建立地图
9、Gmapping建图
cartographer快速重定位导航
RTAB-Map导航
RTAB-Map建图
slam-toolbox建图
cartographer建图
Navigation2多点导航避障
Navigation2单点导航避障
手机APP建图与导航
七、新机器人自动驾驶与调整
多模态视觉理解+SLAM导航
新机器人自动驾驶
场地摆放及注意事项
启动测试
识别调试
无人驾驶的车道保持
无人驾驶路标检测
无人驾驶红绿灯识别
无人驾驶之定点停车
无人驾驶转向决策
无人驾驶之喇叭鸣笛
无人驾驶减速慢行
无人驾驶限速行驶
无人驾驶自主泊车
无人驾驶综合应用
无人驾驶融合AI大模型应用
八、路网规划
路网规划导航简介
构建位姿地图
路网标注
路网规划结合沙盘地图案例
路径重规划
九、模型训练
1、数据采集
2、数据集标注
3、YOLOv11模型训练
4、模型格式转换
十、YOLOV11开发
多机通讯配置
汝城县职业中等专业学校知识库-信息中心朱老师编辑
-
+
首页
三、深度相机
12、深度相机测距
12、深度相机测距
### 1、程序功能说明 程序启动后,通过鼠标点击伪彩色图像中的点,在深度相机有效的数据范围,画面会显示出该点与深度相机之间的距离。 ### 2、程序代码参考路径 ``` ~/yahboomcar_ros2_ws/yahboomcar_ws/src/yahboomcar_depth/yahboomcar_depth/Basic/get_center_dis.py ``` * get_center_dis.py 主要程序是通过鼠标点击的中心坐标,来获取改坐标的距离,并显示在画面上 ### 3、程序启动 终端输入 ``` ros2 launch ascamera hp60c.launch.py ros2 run yahboomcar_depth get_center_dis ``` 程序启动后,默认获取图像中心点的距离,如果该距离不在深度相机的有效范围内,可能会报错,正常启动如下所示  用鼠标点击伪彩色图像框内的任意点,点击后会出现一个黑色点,表示当前取的点的位置;图像中会显示所取点的距离,并且终端也会同步显示  这里演示,取了旁边椅子的点位,距离是117.2厘米,也就是1172毫米。 ### 4、核心代码 **get_center_dis.py** 这个程序主要有以下几个功能:当用户在深度图像窗口点击鼠标左键时,反馈当前点的距离更新当前检测点的坐标 (x, y)反馈深度距离,窗口显示具体信息部分核心代码如下: ``` def topic_callback(self, msg): # 1. ROS图像转OpenCV格式 1. Convert ROS images to OpenCV format depth_image = self.depth_bridge.imgmsg_to_cv2(msg, encoding[1]) # 2. 图像预处理 2. Image Preprocessing frame = cv.resize(depth_image, (640, 480)) depth_image_info = frame.astype(np.float32) # 3. 获取当前点的深度值 Get the depth value of the current point dist = depth_image_info[self.y, self.x] # 4. 创建彩色深度图像 Creating a color depth image depth_image_colored = cv.applyColorMap( cv.convertScaleAbs(depth_image, alpha=0.06), cv.COLORMAP_JET ) # 5. 深度值处理和记录 Depth value processing and recording self.get_logger().info(f'dist: {dist}') dist = round(dist, 3) dist_text = f'dist: {dist} mm' # 6. 在图像上添加文本 6. Add text to the image cv.putText(depth_image_colored, dist_text, (10, 40), cv.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 2) # 7. 标记当前检测点 7. Mark the current detection point cv.circle(depth_image_colored, (self.x, self.y), 1, (0, 0, 0), 10) # 8. 显示图像并设置鼠标回调 8. Display the image and set the mouse callback cv.imshow(self.window_name, depth_image_colored) cv.setMouseCallback(self.window_name, self.click_callback) # 关联鼠标事件 # Associate mouse events cv.waitKey(1) ```
admin
2025年11月30日 15:11
17
转发
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
Word文件
PDF文档
PDF文档(打印)
分享
链接
类型
密码
更新密码
有效期
AI