硬件解決方案
前視OpenMV與下視OpenMV
賽題整體解決方案
視覺只負責識別部分、采用定焦鏡頭、OpenMV只負責發(fā)送像素坐標系下的坐標信息
其他解算等決策部分均由嵌入式控制解決
解決思想:圍繞田地即地圖中的綠色邊緣巡航噴灑
主要解決問題:尋找邊緣巡航、尋找A點、尋找停機坪、尋找黑色桿、尋找條形碼
OpenMV代碼倉庫
github: https://github.com/gaowanlu/electronic-design-competition
Github開源倉庫
視覺ROI模型建立
ROI模型圖如 圖表3所示,本項目采用視覺圖像大小為 160*120(即寬為 160像素 高為120像素)。在圖像中設計四個ROI區(qū)域,
圖表 3 ROI模型
利用ROI模型設計識別算法
當右上區(qū)域的內綠色色塊的高大于右上區(qū)域高的二分之一,與寬度大于右上區(qū)域寬的三分之二時,則應向右轉。因為項目方案為逆時針方案旋轉,所以只能遇到如圖中的一種右轉情況。
圖表 4 右轉情況 注(陰影區(qū)域為綠色)
當只有中間區(qū)域與底部區(qū)域內具有綠色色塊時,無人機應該向左轉(注:逆時針繞行地圖情況)。
圖表 5 ROI模型 左轉情況 注(陰影區(qū)域為綠色)
當只有中間區(qū)域與底部區(qū)域、左上區(qū)域具有色塊與右上區(qū)域不滿足右轉條件時,無人機應該直行。
圖表 6 ROI模型 直行情況 注(陰影區(qū)域為綠色)
無人機在直行中利用視覺數(shù)據 a角度與distance 距離偏差 進行姿態(tài)校正,沿邊飛行。
圖表 7 ROI模型 直行情況 注(陰影區(qū)域為綠色)
尋找“A”字體機器視覺解決方案:
圖表 8 ROI模型 尋找A 注(陰影區(qū)域為綠色)
當無人機利用程序控制從起點起飛后或者噴灑完畢后到A字體之上時,無人機向上位機發(fā)送識別A字體的通信指令,上位機首先在無人機下方視野中尋找綠色ROI區(qū)域(使用LAB色彩模型進行二值化與輪廓尋找可以很好解決),再利用如圖中的ROI1區(qū)域作為下一步的感性區(qū)域。在ROI1區(qū)域中尋找最大的黑色輪廓,并將其范圍作為ROI2區(qū)域。下一步利用霍夫直線檢測
算法檢測ROI2內的直線,在直線集合中尋找是否有滿足類似于“A”字體如圖中a角范圍,判斷ROI2內是否為“A”字體。
當上位機在相機視野中尋找到“A”時,將ROI 2 中心點在像素坐標系下的坐標通過串口通信將數(shù)據發(fā)送至下位機。如何調整無人機姿態(tài)由嵌入式程序進行控制。
為什么不采用神經網絡或者機器學習等算法來識別“A”?原因有如下?lián)酎c原因:1、對于OpenMV輕量級機器視覺計算平臺算力有限,難以流暢運行機器學習模型。2、要采用簡單解決方案解決問題,往往簡單的算法魯棒性更強。
尋找“停機坪”機器視覺解決方案:
圖表 9 停機坪
與“A”字體識別方案類似,當無人機到達停機坪附近時下位機通過串口通信通知OpenMV,首先在相機視野中尋找最大的黑色輪廓區(qū)域(在地圖中停機坪的背景色為白色,利用LAB進行閾值調整為二值圖,只留下黑色區(qū)域)。在圖中ROI區(qū)域內使用霍夫直線檢測算法查找是否有兩條直線在圖像坐標系下具有交點,且二者的夾角類似于90度。通過以上篩選范圍將兩直線的交點發(fā)送至下位機,有嵌入式程序進行無人機的姿態(tài)調整。
尋找黑色桿與識別條形碼機器視覺解決方案:
圖表 10 識別黑色桿與條形碼
解決此問題需要解決兩個難點:1、如何尋找黑色桿使得無人機前方的相機鏡頭盡可能正對黑色桿方向。2、采用QVGA分辨率(320*240)的條件且無人機距離桿較遠的情況下如何識別到條形碼。
解決方案:同樣原理當需要識別二維碼時下位機向上位機發(fā)送指令,無人機前方的OpenMV裝配有長焦鏡頭原因:1、能夠觀察的更遠、使得遠處的特征更加清晰提高條形碼識別的成功率。2、縮小視野范圍,盡可能排除非黑色桿其他的黑色區(qū)域的干擾。
首先在相機視野中尋找符合一定長寬比的黑色區(qū)域,尋找到符合條件的ROI1區(qū)域,在ROI1 區(qū)域根據ROI1范圍的寬與長劃定ROI2區(qū)域,在ROI2區(qū)域內識別條形碼,如有識別到條形碼,將條形碼代表的數(shù)字發(fā)送至下位機,有下位機記錄條形碼數(shù)值,當在停機坪降落時做出降落位置的調整。
賽題詳情
文章來源:http://www.zghlxwxcb.cn/news/detail-605170.html
文章來源地址http://www.zghlxwxcb.cn/news/detail-605170.html
到了這里,關于2021 大學生電子設計競賽 G題 無人機 識別部分的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!