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
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
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
九、模型训练
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
18、深度相机视觉循迹自动驾驶
18、深度相机视觉循迹自动驾驶
### 视觉循迹自动驾驶 ### 1、程序功能说明 程序启动后,调整摄像头的俯仰角,把摄像头往下掰动,使得摄像头可以看到线,然后点击图像窗口,按下r键进选色模式;接着在画面中的线的区域内,框出所需要巡线的颜色,松开鼠标后会自动加载处理后的图像;最后按下空格键开启巡线功能。小车在运行过程中,遇到障碍物会停下并且蜂鸣器会响;开启手柄控制程序后,手柄上R2键可以暂停小车运动。 ### 2、程序代码参考路径 ``` ~/yahboomcar_ros2_ws/yahboomcar_ws/src/yahboomcar_depth/yahboomcar_depth/Advanced/follow_line.py ~/yahboomcar_ros2_ws/yahboomcar_ws/src/yahboomcar_depth/yahboomcar_depth/follow_common.py ``` * follow_line.py 主要完成图像处理,根据标定后的颜色获取中心坐标,订阅雷达话题数据。计算出小车前进的转弯角度、计算和障碍物的距离停下来警告,发布前进、转弯、蜂鸣器数据给小车 * follow_common.py 文件读写功能:用于保存/读取HSV颜色范围 图像处理工具:包括多图像拼接显示(ManyImgs函数) 颜色巡线(line_follow类):通过HSV颜色空间获取提取颜色中心坐标和半径 ROI获取HSV:通过提roi范围来获取该范围内的hsv值 ### 3、程序启动 #### 3.1、启动命令 终端输入, ``` #启动深度相机数据 ros2 launch ascamera hp60c.launch.py #启动小车底盘、雷达 ros2 launch yahboomcar_bringup laser_bringup_launch.py #启动颜色跟随程序 ros2 run yahboomcar_depth depth_follow_line ``` 程序运行之后会出现以下画面,以巡绿线为例,  开机默认会使用上一次的hsv数值,现在需要重新取色,然后按下键盘上的r/R键进入选色模式,用鼠标框出一片区域(该区域只能有一种颜色),  选完后,效果如下图, 然后,按下空格键,开始计算速度,小车巡线自动驾驶。巡线过程中遇到障碍物会停下来嘀嘀嘀叫。 3.2、动态参数调节 终端输入, `ros2 run rqt_reconfigure rqt_reconfigure`  ☑️ 修改完参数,点击GUI空白处写入参数值。注意只会生效当次启动,永久生效需要将参数修改到源码当中。 参数解析: 【Hmin】、【Smin】、【Vmin】:表示HSV的最低值 【Hmax】、【Smax】、【Vmax】:表示HSV的最大值 【Kp】、【KI】、【KD】:表示调节转弯角度的pid的三个参数 【scale】:PID调节比例系数 【LaserAngle】:雷达检测的角度 【linear】:线速度大小 【ResponseDist】:避障检测距离 ### 4、核心代码 #### 4.1、follow_line.py 这个程序主要有以下几个功能: 计算巡线的中心坐标与图像中心的偏移量, 根据坐标偏移量计算出角速度的值, 发布速度驱动小车。 订阅雷达话题数据,计算障碍物距离 这个程序主要有以下几个功能: 计算中心坐标, ``` #计算hsv值 #Calculate HSV value rgb_img, self.hsv_range = self.color.Roi_hsv(rgb_img, self.Roi_init) #计算self.circle,计算出X的坐标、半径值。半径值为0说明没有检测到线,则发布停车信息 #Calculate self.circle and determine the coordinates and radius value of X. A radius value of 0 indicates that no line was detected, and parking information will be published rgb_img, binary, self.circle = self.color.line_follow(rgb_img, self.hsv_range) ``` 计算出角速度的值, ``` #320是中心点的X坐标的值,通过得到的图像的X值与320的偏差,可以计算出“我现在距离中心有多远”,然后计算角速度的值 #320 is the value of the X coordinate of the center point. By calculating the deviation between the X value of the obtained image and 320, we can determine "how far am I from the center now" and then calculate the value of angular velocity [z_Pid, _] = self.PID_controller.update([(point_x - 320)*1.0/16, 0]) ```
admin
2025年11月30日 19:13
2
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