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
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
16
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