Índice:
- Etapa 1: montagem da câmera:
- Etapa 2: Arduino e servo motores RC:
- Etapa 3: Código Matlab:
- Etapa 4: Apresentações:
Vídeo: Rastreamento de objetos - Controle de montagem de câmera: 4 etapas
2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:39
Olá pessoal, Neste Instructable, vou mostrar-lhe os progressos feitos para o meu Object Tracking Project. Aqui você pode encontrar o Instructable anterior: https://www.instructables.com/id/Object-Tracking/ e aqui você pode encontrar uma lista de reprodução do youtube com todos os vídeos e explicações do código:
Então, finalmente somos capazes de passar do mundo puramente de software e codificação para o mundo real, colocando a câmera em um suporte e movendo o suporte para seguir o objeto, vamos ver como!
Etapa 1: montagem da câmera:
Este é o suporte para câmera que iremos usar. Não é totalmente compatível com a webcam e a maneira como fixei a câmera na montagem é UM POUCO rudimentar, para dizer o mínimo: D
Mas servirá por agora e no futuro provavelmente irei imprimir algum tipo de adaptador em 3D ou construí-lo completamente do zero.
Este tipo de montagem é muitas vezes referido como "montagem panorâmica e inclinada", uma vez que tem 2 motores para controlar a panorâmica (rotação no plano horizontal) e inclinação (rotação em torno do eixo y ou "cima-baixo"), conforme mostrado em a imagem.
Etapa 2: Arduino e servo motores RC:
Para controlar a montagem vamos usar 2 Servo Motores RC e um Arduino Uno.
Na foto você pode ver as conexões necessárias:
Tilt servo: ground - breadboard aterrado
VCC - placa de ensaio VCC
sinal - pino D6
Pan servo: ground - breadboard aterrado
VCC - placa de ensaio VCC
sinal - pino D5
Etapa 3: Código Matlab:
O Arduino será totalmente controlado com Matlab, usando a caixa de ferramentas arduino do Matlab.
Nesta seção você pode encontrar o código:
blueCircleFollow2.m é a função "principal", K_proportional1.m é um script auxiliar chamado de outro script, ele basicamente contém o controlador proporcional.
A abordagem de controle usada é mostrada na imagem: a posição de referência em que queremos que o círculo do objeto esteja é o centro da tela, o controlador proporcional atuará no sinal de controle dos servos para obter o erro, definido como centro da imagem - círculo centro, a 0.
Etapa 4: Apresentações:
Aqui você pode encontrar dois vídeos mostrando o desempenho do algoritmo e do controlador.
No primeiro vídeo, mais longo, o código, a estrutura e a estratégia de controle são explicados mais profundamente, o segundo vídeo é um trecho do primeiro contendo apenas o vídeo do sistema rastreando o objeto.
Como você pode ver o algoritmo é mais do que capaz de seguir o objeto quando ele é movido, mas acredito que haja espaço para melhorias, introduzindo um controlador mais complexo do que apenas proporcional (coff PID coff coff) e algumas outras idéias.
Se você tiver alguma dúvida não hesite em perguntar nos comentários, e se quiser ver os próximos passos inscreva-se no meu canal no youtube, vou colocar tudo lá!
Recomendado:
Programação Orientada a Objetos: Criando Objetos Aprendizado / Método / Técnica de Ensino Usando o Perfurador de Formas: 5 Passos
Programação Orientada a Objetos: Criando Objetos de Aprendizagem / Método / Técnica de Ensino Usando Shape Puncher: Método de aprendizagem / ensino para alunos iniciantes em programação orientada a objetos. Esta é uma forma de permitir que eles visualizem e vejam o processo de criação de objetos a partir de classes.Parte: 1. EkTools soco grande de 2 polegadas; formas sólidas são as melhores. Pedaço de papel ou c
Micro: bit MU Vision Sensor - Rastreamento de objetos: 6 etapas
Sensor de visão MU micro: bit - Objetos de rastreamento: Este é meu quarto guia para o sensor de visão MU para o micro: bit. Aqui, explicarei como rastrear objetos com o micro: bit e gravar as coordenadas em uma tela OLED. Em meus outros guias, examinei como conectar o micro: bit ao
Rastreamento de objetos com base em detecção de cores: 10 etapas
Rastreamento de objetos baseado em detecção de cores: história Eu fiz este projeto para aprender o processamento de imagens usando Raspberry PI e CV aberto. Para tornar este projeto mais interessante, usei dois servo motores SG90 e montei a câmera nele. Um motor usado para mover horizontalmente e o segundo motor usado para mover verticalmente
Raspberry Pi - Mars Rover autônomo com rastreamento de objetos OpenCV: 7 etapas (com imagens)
Raspberry Pi - Mars Rover autônomo com rastreamento de objetos OpenCV: alimentado por um Raspberry Pi 3, reconhecimento de objetos Open CV, sensores ultrassônicos e motores DC com engrenagens. Este rover pode rastrear qualquer objeto para o qual foi treinado e se mover em qualquer terreno
Programação Orientada a Objetos: Criando Objetos Aprendizagem / Método / Técnica de Ensino com Tesouras: 5 Passos
Programação Orientada a Objetos: Criando Objetos. Aprendizagem / Método / Técnica de Ensino com Tesouras: Método de aprendizagem / ensino para alunos iniciantes em Programação Orientada a Objetos. Esta é uma forma de permitir que eles visualizem e vejam o processo de criação de objetos a partir de classes. Peças: 1. Tesouras (qualquer tipo serve). 2. Pedaço de papel ou cartolina. 3. Marcador