基于视觉的自动驾驶拾放机器人

描述

我们整个系统的工作分为两个步骤：培训模式和操作模式。在训练模式下，机器人将在其整个操作过程中运行的特定路径中接受训练。机器人的示教过程必须逐步手动示教。起始点的位置和拐角是手动记下和标记的，在整个过程中是固定的。在训练过程中，路径的图像被捕获并以合适的名称存储在数据库中。存储名称非常重要，因为它在编码中用于在操作模式下调用图像。捕获的图像越相似，操作的准确性就越高。因此，捕获并存储在数据库中的图像越多，结果就越准确。

一旦训练模式结束并捕捉到所有可能的图像，机器人就会切换到操作模式。在这里，机器人功能自动基于从训练模式收集的数据。它从数据库中检索所有操作的数据。这就是监督学习技术支持机器人完成任务的方式。这些都是以无线方式完成的。

图整体框图清楚地显示了一切。如图所示，机器人和控制器之间的通信是无线完成的。为了捕获图像，使用移动应用程序 IP 网络摄像头，因此手机固定在机器人前面。移动设备捕获的图像通过本地 IP 地址传输到系统。首先在训练模式下，应用程序捕获的图像被赋予合适的名称并存储在数据库中。同样，捕获和存储近 400 多张图像以提高准确性和分辨率。一旦训练模式成功完成，数据库中的数据将用于操作模式。

机器人再次从其初始位置开始，但现在机器人本身自动获取数据并进行进一步处理。无需人工协助即可操作机器人。相机捕捉图像并将其传输到笔记本电脑。在 Anaconda 软件中进行图像处理。OpenCV 用于编码，用于此的工具是 Spyder。在这里，图像被处理并与数据库进行相似性比较。根据图像，它会自动决定它必须移动的方向。不需要人工协助来操作它。它自动捕获图像，对其进行处理，并做出相应的决定。该决定通过蓝牙技术发送给机器人。Arduino Uno 在这里用作控制器，它解码来自系统的命令并开始自行运行。这些都是在一秒钟内发生的。对于运动，使用了两个带有 L293D 电机驱动器的电机。对于叉车板，在机器人前面固定了另外一个带有L293D电机驱动器的电机。根据使用的方法类型，叉车可以是两种类型中的一种：一种是液压的，另一种是螺旋旋转的。在我们的原型中，安装了螺旋式叉车。