详情请见另一个仓库Deploy-yolo-fastest-tflite-on-raspberry
该小车能够识别特定种类的垃圾,然后移动到垃圾附近并使用机械臂将其拾取并放置在垃圾筐内。
demo1存在一些问题:
如小车有时对不准,距离目标过远时容易走偏,车两侧的铝板使小车在旋转时不够稳定等等。
demo2对demo1中的问题进行一系列的改进:
对于小车对不准的问题,我们采用了在距离目标一定距离时进行第二次PID调整,这样使得小车积累一定误差后能将误差清零。在视频中,
可以看到小车在一定距离时有一明显停顿,这就是在进行第二次PID调整。
对于车身不稳,我们改进了机械结构,采用一个篮子并改变了摄像头和机械臂的位置,以及机械臂的初始状态,使得小车质量分布更集中。
在demo3中添加了特定标志物的识别(如视频中的三角形)。当小车一段时间没有检测到垃圾后,就会寻找特定标志物,以返回到特定位置。通过摆放多个特定标志物,可以实现一个导航的功能。
- ART-Pi开发板
- ART-Pi多媒体扩展版
- gc0328摄像头
- F407ZGT6开发板
- F103C8T6开发板
- 小车,机械臂。
ART-Pi开发板配合ART-Pi多媒体扩展版和gc0328摄像头,可以实时采集图像,并输入yolo fastest模型,得到检测框的相关信息。
F103C8T6开发板作为下位机,控制机械臂和小车的移动。
F407ZGT6开发板作为中间媒体,负责接收ART-Pi返回的信息并对其解码,然后将相应的指令发送给F103C8T6,实现机械臂和小车的控制。