Lekcija 7 od 10: Praćenje linije, detekcija litice Kalibrirajte senzor sivih tonova Raspberry Pi Pico automobil

Lekcija 7 od 10: Praćenje linije, detekcija litice Kalibrirajte senzor sivih tonova Raspberry Pi Pico automobil

U ovoj sedmoj lekciji kursa Raspberry Pi Pico Smart Car, istražujemo ključne funkcije praćenja linije i detekcije litice koristeći modul senzora sivih tonova. Ovaj modul djeluje kao "oči" vašeg automobila, omogućavajući mu da autonomno prati unaprijed određenu putanju i izbjegava opasne padove. Projekat demonstrira kako kalibrirati senzor za tačna očitavanja i implementirati logiku koja održava automobil na stazi, sa zabavnom funkcijom "Ne Guraj Me" koja simulira detekciju litice. Ovaj vodič je savršen za sve koji žele da pređu dalje od osnovnog daljinskog upravljanja i zaronu u svijet robotike vođene senzorima.

Ova tehnologija ima brojne praktične primjene osim zabavnog DIY projekta. Principi koje ćete naučiti ovdje su temeljni za izgradnju stvarnih autonomnih sistema. Evo nekoliko ideja koje će vas inspirisati:

• Automatizovani roboti za dostavu: Napravite malog robota koji može navigirati skladištem ili kancelarijskim podom prateći označene linije kako bi dostavljao predmete.
• Rješavač lavirinta na stolu: Napravite robota koji može navigirati složenim lavirintom nacrtanim crnom izolir trakom.
• Sigurnosni i zaštitni robot: Implementirajte patrolnog robota koji prati zadatu putanju i koristi detekciju litice kako bi izbjegao pad niz stepenice ili sa povišenih površina.
• Edukativna platforma: Koristite automobil za podučavanje osnova PID kontrole, fuzije senzora i autonomne navigacije.

Hardver i komponente

Ovaj projekat se nadograđuje na SunFounder Raspberry Pi Pico 4WD auto komplet. Ključna komponenta za ovu lekciju je modul senzora sivih tonova, koji je neophodan i za praćenje linije i za detekciju litice. Modul ima tri nezavisna senzora koji mjere količinu svjetlosti reflektovane sa površine ispod. Ovi podaci se koriste za razlikovanje crne linije, bijele površine i "litice" ili otvorenog prostora. Komplet također uključuje Pico šasiju automobila, motore i baterijski paket za napajanje sistema.

Vodič za povezivanje

Pravilno povezivanje je prvi korak da vaš senzor proradi. Modul sivih tonova povezuje se na Raspberry Pi Pico pomoću četiri žice. Povezivanje je jednostavno i jasno je prikazano u videu.

Ovdje je konfiguracija povezivanja kao što je prikazano u videu (u videu na 03:01):

• Crna žica: Povežite na GND pin na Pico-u.
• Crvena žica: Povežite na 3.3V pin na Pico-u.
• Žuta žica (desni senzor): Povežite na GPIO pin 28.
• Smeđa žica (centralni senzor): Povežite na GPIO pin 27.
• Bijela/siva žica (lijevi senzor): Povežite na GPIO pin 26.

Kalibracija senzora sivih tonova

Prije nego što automobil može pouzdano pratiti liniju, morate kalibrirati senzor kako biste razumjeli različita očitavanja za bijelu, crnu i praznu površinu. Ovo je kritičan korak kako biste osigurali da vaš automobil donosi ispravne odluke. Osjetljivost senzora može se podesiti malim potenciometrom na modulu.

Video demonstrira proces kalibracije (u videu na 04:39). Senzor treba postaviti na optimalnu visinu iznad tla—oko 11 milimetara ili jedan centimetar—kako bi se dobila jasna očitavanja. Podešavanjem potenciometra i posmatranjem vrijednosti, možete pronaći idealnu tačku. Cilj je imati značajnu razliku između očitavanja za bijelu površinu (koja reflektuje mnogo svjetlosti) i crne linije (koja reflektuje vrlo malo).

Evo sažetka šta očitavanja znače:

• Bijela površina: Visoka refleksija, što rezultira visokim vrijednostima senzora (npr. oko 20.000).
• Crna linija: Niska refleksija, što rezultira niskim vrijednostima senzora (npr. oko 3.000).
• Litica (šuplji prostor): Nema refleksije, što rezultira najnižim vrijednostima senzora (npr. oko 1.200).

Objašnjenje koda

Pošto nije dat kod za ovu lekciju, fokusirat ćemo se na konceptualnu logiku i ključne funkcije iz Robojax biblioteke koje se koriste za rad automobila. Video objašnjava dvije glavne funkcije koje ćete koristiti iz priložene biblioteke.

Testiranje senzora

Prvi korak je testiranje vašeg senzora jednostavnom skriptom. Ova skripta koristi funkciju pod nazivom get_grayscale_value() za čitanje sirovih vrijednosti sa tri senzora. Ispisuje ove vrijednosti na serijski monitor kako biste vidjeli kako se mijenjaju kada je senzor iznad različitih površina. Ovo je korisno za provjeru vašeg povezivanja i izvođenje koraka kalibracije.

# Ovo je konceptualni primjer test funkcije
from machine import Pin, ADC
import time

# Definišite ADC pinove za senzore sivih tonova
grayscale_pins = [26, 27, 28]
sensors = [ADC(Pin(pin)) for pin in grayscale_pins]

while True:
    # Čitajte sirove 16-bitne vrijednosti sa senzora
    values = [sensor.read_u16() for sensor in sensors]
    print("Lijevo: {} Centar: {} Desno: {}".format(values[0], values[1], values[2]))
    time.sleep_ms(100)

Logika praćenja linije

Za praćenje linije, kod ne koristi sirove analogne vrijednosti. Umjesto toga, pretvara ih u jednostavan digitalni status: 1 ako je senzor iznad crne linije, i 0 ako je iznad bijele površine. Ovo rješava funkcija koja vraća listu od tri vrijednosti (npr. [0, 1, 0]). Glavna kontrolna petlja zatim koristi ovu listu za određivanje radnji automobila.

Logika se zasniva na poređenju statusa senzora sa unaprijed definisanim uvjetima. Na primjer, ako je status [0, 1, 0], automobil je savršeno na liniji i treba da se kreće naprijed. Ako je status [1, 0, 0], automobil je skrenuo ulijevo i treba da ispravi putanju udesno. Video detaljno objašnjava ove uvjete (u videu na 13:05), pokazujući kako različite kombinacije očitanja senzora odgovaraju različitim komandama motora, poput skretanja lijevo, skretanja desno ili oštrije korekcije.

# Ovo je konceptualni primjer logike praćenja linije
# Pretpostavimo da je 'status' lista poput [0, 1, 0] sa senzora sivih tonova

if status == [0, 1, 0]:  # Srednji senzor na liniji
    # Kreći se naprijed
    pass
elif status == [1, 0, 0]:  # Lijevi senzor na liniji
    # Skreni desno
    pass
elif status == [0, 0, 1]:  # Desni senzor na liniji
    # Skreni lijevo
    pass
# ... ostali uvjeti za oštrija skretanja

Demonstracija uživo projekta

U demonstraciji u videu, automobil je postavljen na štampanu stazu s debelom crnom linijom. Automobil uspješno prati liniju, praveći skretanja i korekcije dok se kreće duž putanje. Video ističe čest problem gdje točkovi mogu popustiti tokom oštrih skretanja i pokazuje jednostavno rješenje dodavanja malog komada trake na osovinu točka za čvršće prianjanje. Nakon što se to popravi, automobil glatko prolazi cijelu stazu, pokazujući efikasnost kalibracije i logike praćenja linije.

Poglavlja videa

• [00:00] Uvod u praćenje linije i detekciju litica
• [03:01] Povezivanje modula senzora sivih tonova
• [04:39] Kalibracija senzora sivih tonova
• [13:05] Razumijevanje logike praćenja linije
• [19:43] Testiranje koda za praćenje linije
• [24:50] Demonstracija uživo na testnoj stazi