您好，登录后才能下订单哦！
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
本篇内容介绍了“python怎么实现Nao机器人的单目测距功能”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
此代码的主要功能：
1.初始姿态下，通过更换摄像头和转头去寻找目标
2.通过颜色阈值识别目标，计算目标与Nao的距离和角度
可以扩展功能：
1.在运动过程中对方向和距离进行多次测量和校正，提高准确度
2.找到目标后，通过对目标的测量，选择使用哪个脚去踢目标
#!/usr/bin/python2.7
#-*- encoding: UTF-8 -*-
import vision_definitions
#----------------------单目测距--------------------------------
#***********************************************
#@函数名： DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)
#@参数： (cxnum,rynum)是通过图像识别得到球心的像素点坐标
# (colsum,rowsum)是图片总大小：640*480
# cameraID=0，取上摄像头；cameraID=1，取下摄像头
#@返回值： 无
#@功能说明： 采用机器人的下摄像头进行测量球离机器人的相关角度与距离
def DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID):
distx=-(cxnum-colsum/2)
disty=rynum-rowsu/2
print distx,disty
Picture_angle=disty*47.64/480
if cameraID ==0:
h=0.62
Camera_angle=12
else:
h=0.57
Camera_angle=38
#Head_angle[0]机器人仰俯角度
Total_angle=math.pi*(Picture_angle+Camera_angle)/180+Head_angle[0]
d1=h/math.tan(Total_angle)
alpha=math.pi*(distx*60.92/640)/180
d2=d1/math.cos(alpha)
#Head_angle[1]机器人左右角度
Forward_Distance=d2*math.cos(alpha+Head_angle[1])
Sideward_Distance=-d2*math.sin(alpha+Head_angle[1])
#***********************************************
#@函数名： GetNaoImage(IP,PORT,cameraID)
#@参数： 略
#@返回值： 无
#@功能说明： 采调用机器人内置摄像头控制模块，对当前场景进行拍摄并保持。
# 由于球距离机器人约小于0.6m时，机器人额头摄像头无法看到，
# 所以需要变换摄像头，cameraID=0，取上摄像头；
# cameraID=1，取下摄像头
def Get NaoImage(IP,PORT,cameraID):
camProxy=ALProxy("ALVideoDevice",IP,PORT)
resolition=2 #VGA格式640*480
colorSpace=11#RGB
#选择并启用摄像头
camProxy.setParam(vision_definitions.kCameraSelectID,cameraID)
videoClient=camProxy.subscribe("python_client",resolition,colorSpace,5)
#获取摄像机图像。
#image [6]包含以ASCII字符数组形式传递的图像数据。
naoImage=camProxy.getImageRemote(videoClient)
camProxy.unsubscribe(videoClient)
#获取图像大小和像素阵列。
imageWidth=naoImage[0]
imageHeight=naoImage[1]
array=naoImage[6]
#从我们的像素阵列创建一个PIL图像。
im=Image.fromstring("RGB",(imageWidth,imageHeight),array)
#保存图像。
im.save("temp.jpg","JPEG")
#***********************************************
#@函数名： findColorPattern(img,pattern)
#@参数： 略
#@返回值： 无
#@功能说明： 将RGB图像转化为二值图：此方法用的是cv,可以尝试用cv2代码会更加简洁
def findColorPattern(img,pattern):
channels=[None,None,None]
channels[0]=cv.CreateImage(cv.GetSize(img),8,1)
channels[1]=cv.CreateImage(cv.GetSize(img),8,1)
channels[2]=cv.CreateImage(cv.GetSize(img),8,1)
ch0=cv.CreateImage(cv.GetSize(img),8,1)
ch2=cv.CreateImage(cv.GetSize(img),8,1)
ch3=cv.CreateImage(cv.GetSize(img),8,1)
cv.Split(img,ch0,ch2,ch3,None)
dest=[None,None,None,None]
dest[0]=cv.CreateImage(cv.GetSize(img),8,1)
dest[1]=cv.CreateImage(cv.GetSize(img),8,1)
dest[2]=cv.CreateImage(cv.GetSize(img),8,1)
dest[3]=cv.CreateImage(cv.GetSize(img),8,1)
cv.Smooth(ch0,channels[0],cv.CV_GAUSSIAN,3,3,0)
cv.Smooth(ch2,channels[1],cv.CV_GAUSSIAN,3,3,0)
cv.Smooth(ch3,channels[2],cv.CV_GAUSSIAN,3,3,0)
for i in range(3):
k=2-i
lower=pattern[k]-75#设置阈值
upper=pattern[k]+75
cv.InRangeS(channels[i],lower,upper,dest[i])
cv.And(dest[0],dest[1],dest[3])
temp=cv.CreateImage(cv.GetSize(img),8,1)
cv.And(dest[2],dest[3],temp)
'''
cv.NameWindow("result",cv.CV_WINDOW_AUTOSIZE)
cv.ShowImage("result",temp)
cv.WaitKey(0)
'''
return temp
#***********************************************
#@函数名： xyProject(matrix,imgaesize)
#@参数： matrix
# imgaesize
#@返回值： 无
#@功能说明： 利用二值图，计算球的像素坐标。其原理是：遍历各行各列
# 像素的数值的和，最大的组合即为球心坐标
def xyProject(matrix,imagesize):
#声明一个数据类型为8位型单通道的imagessize[1]*1/1*imagessize[0]矩阵(初始值为 0)。
colmask=cv.CreateMat(imagessize[1],1,cv.CV_8UC1)
rowmask=cv.CreateMat(1,imagessize[0],cv.CV_8UC1)
cv.Set(colmask,1)
cv.Set(rowmask,1)
colsum=[]
for i in range(imagesize[0]):
col=cv.GetCol(matrix,i)
#计算向量点积
a=cv.DotProduct(colmask,col)
colsum.append(a)
rowsum=[]
for i in range(imagesize[1]):
row=cv.GetRow(matrix,i)
a=cv.DotProduct(rowmask,row)
rowsum.append(a)
return(colsum,rowsum)#得到各行各列“1”值的和
def crMax(colsum,rowsum):
cx=max(colsum)
ry=max(rowsum)
for i in range(len(colsum)):
if colsum[i]==cx:
cxnum=i
for i in range(len(rowsum)):
if rowsum[i]==ry:
rynum=i
return(cxnum,rynum)
#***********************************************
#@函数名： GetHeadAngles(robotIP,PORT)
#@参数： 略
#@返回值： 无
#@功能说明：
def GetHeadAngles(robotIP,PORT):
motionProxy=ALProxy("ALMotion",robotIP,PORT)
names=["HeadPitch","HeadYaw"]
useSensors=1
sensorAngles=motionProxy.getAngles(names,useSensors)
return sensorAngles
#***********************************************
#@函数名： SetHeadAngles(robotIP,PORT,angles)
#@参数： 略
#@返回值： 无
#@功能说明：
def SetHeadAngles(robotIP,PORT,angles):
motionProxy=ALProxy("ALMotion",robotIP,PORT)
motionProxy.setStiffnesses("Head",1.0)
names=["HeadPitch","HeadYaw"]
fractionMaxSpeed=0.2
motionProxy.setAngles(names,angles,fractionMaxSpeed)
time.sleep(2.0)
motionProxy.setStiffnesses("Head",0.0)
#***********************************************
#@函数名： Capture_Picture(IP,PORT,cameraID,angles,pattern_colors)
#@参数： angles
# pattern_colors
#@返回值： 无
#@功能说明： 将上面的一系列函数整合起来
def Capture_Picture(IP,PORT,cameraID,angles,pattern_colors):
SetHeadAngles(IP,PORT,angles)
GetNaoImage(IP,PORT,cameraID)
image=cv.LoadImage("temp.jpg")
imagesize=cv.GetSize(image) #返回数值，两个元素分别为列数和行数
matrix=findColorPattern(image,pattern_colors)
(colsum,rowsum)=xyProject(matrix,imagesize)
(cxnum,rynum)=crMax(colsum,rowsum)
cv.SaveImage("result.jpg",matrix)
return (cxnum,rynum,colsum,rowsum)
#***********************************************
#@函数名： Target_Detect_and_Distance(IP,PORT)
#@参数：
#@返回值： 无
#@功能说明： 当上摄像头无法找到球时，切换到下摄像头，然后在左转右转。
# 在这个过程中，如果发现目标，则计算距离并输出距离
# 若始终未找到目标，则输出距离为0。
def Target_Detect_and_Distance(IP,PORT):
pattern_colors=(255,150,50)
cameraID=0# 默认上摄像头
angles=[0,0]
(cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
if(cxnum,rynum)==(639,479):
cameraID=1
(cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
if(cxnum,rynum)==(639,479):
cameraID=0
angles=[0.0.7]
(cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
if(cxnum,rynum)==(639,479):
cameraID=0
angles=[0,-0.7]
(cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
HeadAngles-GetHeadAngles(IP,PORT)
###############
(Forward_Distance,Sideward_Distance)=DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)
if(cxnum,rynum)==(639,479):
(Forward_Distance,Sideward_Distance)=(0,0)
print "Forward_Distance=",Forward_Distance,"meters"
print "Sideward_Distance="+Sideward_Distance+"meters"
#***********************************************
#@函数名： Target_Detect_and_Distance(IP,PORT)
#@参数：
#@返回值： 无
#@功能说明： 当找到球后，可能会存在一定的误差。
# 因此需要判断球位于机器人前方的哪一侧，再来确定用哪只脚踢球
def Final_See(robotIP,PORT):
pattern_colors=(255,150,50)
angles=[0.5,0]
SetHeadAngles(robotIP,PORT,angles)
cameraID=1
GetNaoImage(robotIP,PORT,cameraID)
image=cv.LoadImage("temp.jpg")
imagesize=cv.GetNaoImage(image)
matrix=findColorPattern(image,pattern_colors)
(colsum,rowsum)=xyProject(matrix,imgaesize)
(cxnum,rynum)=crMax(colsum,rowsum)
cv.SaveImage("result.jpg",matrix)
HeadAngles=GetHeadAngles(robotIP,PORT)
#########################
(Forward_Distance,Sideward_Distance)=DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)
if cxnum<len(colsum)/2:
side=0#左脚
else:
side=1#右脚
print "side=",side
print "last distance=",Forward_Distance
return (side,Forward_Distance)“python怎么实现Nao机器人的单目测距功能”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。