Turtlebot3自动驾驶入门教程-交通杆识别

说明

• 介绍如何识别水平的交通杆

操作步骤

• 水平交通杆在水平面上找到3个红色矩形，并计算水平是打开还是关闭，以及机器人离交通杆有多远

• 将机器人放在车道上放置再关闭的水平交通杆面前

• [Remote PC] 新终端，启动roscore

 $ roscore

• [TurtleBot SBC] 新终端，启动摄像头

$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_camera_pi.launch

• [TurtleBot SBC] 新终端，启动action模式下的内标定程序

$ export AUTO_IN_CALIB=action
$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

• [Remote PC] 新终端，启动action模式下的外标定程序

$ export AUTO_EX_CALIB=action
$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_extrinsic_camera_calibration.launch

• 主要调整feature detector / color filter 来优化对象识别
• [Remote PC]新终端，启动calibration模式的交通杆识别程序

 $ export AUTO_DT_CALIB=calibration
 $ roslaunch turtlebot3_autorace_detect turtlebot3_autorace_detect_level.launch

• [Remote PC] 新终端，启动rqt

 $ rqt

• 左上角菜单栏上选择plugins -> visualization -> Image view

• 分别打开多个图像窗口选择不同topic

• 打开新窗口，选择topic：/detect/image_level_color_filtered

• 打开新窗口，选择topic：/detect/image_level

• 如果一切正常，三个屏幕将显示红色矩形的过滤图像，另一个将绘制连接矩形的线条

• 在校准模式下，屏幕将显示白色，而另一个屏幕可能显示明显的结果

• 从这里，您应该调整滤镜参数以显示正确的线条和方向

• [Remote PC] 新终端，启动参数设置程序

$ rosrun rqt_reconfigure rqt_reconfigure

• 调整/detect_level中的参数值

• 更改滤色器的值将显示每种颜色屏幕上过滤视图的更改

• 之后，将值覆盖到PC上turtlebot3_autorace_detect/param/level/文件夹中的level.yaml文件

• 将在下次启动使用新参数值

• 效果图：
  

注意：以上效果图仅供参考，请根据实际环境来设置参数

交通杆识别测试

• [Remote PC] 覆盖校准文件后，关闭rqt_rconfigure和turtlebot3_autorace_detect_level

• [Remote PC] 新终端，启动action模式的交通杆识别程序

$ export AUTO_DT_CALIB=action
$ roslaunch turtlebot3_autorace_detect turtlebot3_autorace_detect_level.launch

• [Remote PC] 新终端，启动rqt_image_view，订阅对应话题

$ rqt_image_view

• [Remote PC] 新终端，启动键盘控制

 $ roslaunch turtlebot3_teleop turtlebot3_teleop_key.launch 

• 查看结果是否正确

注意：

• 正常识别到交通杆时，rqt界面会显示一条连接三个点的蓝线
• 进行该项测试时，机器人应该放在离交通杆40-50厘米的前方车道上且沿着车道线往交通杆方向前进
• 该项测试的目标是机器人在移动时能够持续且正常地检测到交通杆