Boldsporing 180 ° kamera: 5 trin (med billeder)

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:29

Velkommen til mit første projekt! Jeg er spændt på at dele, hvad jeg har lavet, og vise dig trinene til at bygge dit eget sporingskamera. Dette projekt blev muliggjort ved hjælp af OpenCV -biblioteket i forbindelse med Python.

Trin 1: Saml materialer

• Raspberry Pi Model B 2 (eller enhver anden model)
• L298N H-bro motor driver
• Motor med gearhus
• USB -webkamera
• Jumper Wires
• Maskinskruer med møtrikker
• Gear
• Epoxy / varm lim
• Valgfrit: Laser

Trin 2: Mekanik

Brug et stykke træ (det jeg har er temmelig slået, hvilket er ok), monter motoren på et sted, der ikke er i midten. Sæt derefter et lille gear på motoren. Hullet på gearet skal muligvis forstørres for at passe over motorens beslag.

Det næste trin vil være at montere det store gear (som vil være løst), så dets tænder forbinder med det lille tandhjuls tænder. Dette blev monteret på brættet ved hjælp af varm lim efter runing af træet med sandpapir for en bedre binding.

Når gearene er på plads, er det tid til at fastgøre webkameraet på det store gear. Her har jeg fjernet webkameraet fra dets hus og brugt kun webkameraets kernekort for lettere montering. Webkameraet blev fastgjort ved hjælp af epoxylim for en stærk binding.

Den sidste komponent, der skal monteres, er valgfri - til L298N H -broen. Dette kan monteres ved simpelthen at bore fire huller i brættet og montere brættet ved hjælp af maskinskruer og sekskantmøtrikker.

Trin 3: Ledningsføring

Nu for at tilslutte alt sammen. Motorens to ledninger forbindes direkte til L298N H-broen i enten en af de to terminalstik på venstre eller højre side af kortet (jeg valgte venstre). To ledninger er nødvendige for at tilslutte 5V og jord på L298N til 5V og jord på Raspberry Pi for strøm. Derefter er der brug for to hun-hun-jumper-ledninger for at forbinde fra L298N til Pi's pins 17 og 18. Webkameraet forbinder simpelthen til en af Pi's USB-porte. Det er alle ledninger!

Trin 4: Kode

Nu til det mest udfordrende aspekt af dette projekt.

Jeg brugte OpenCV -biblioteket med Python til at spore bolden i realtid. Programmet anvender også gpiozero-biblioteket, der følger med Pi, til at dreje motoren i henhold til x-koordinaterne for bolden, som OpenCV bestemmer. Koden er i stand til at bestemme boldens position baseret på dens gule farve, som skal være unik fra baggrunden for at være effektiv. Et lavere og øvre farveområde leveres til programmet for at bestemme, hvor bolden er. OpenCV kalder derefter funktionen.inRange () med parametrene: den aktuelle ramme (fra webkameraet) og de nedre og øvre farvegrænser. Efter at kuglens koordinater på rammen er bestemt, fortæller programmet motoren at dreje, hvis bolden ikke er i midten (x -koordinat i området 240 - 400 i en 640 pixel bred ramme). Motoren vil dreje mere, hvis bolden er mere ude af midten, og dreje mindre, når bolden er tættere på midten.

Og sådan fungerer koden.

Bemærk: Hvis du vil bruge koden, skal du have OpenCV installeret. Hvis motoren også vender den forkerte vej, skal du blot vende ledningerne, der går ind i L289N, eller vende de kontrollerende gpio -ledninger, der er forbundet til Pi.