前言 上一节教程地址:室外光电仿真教程一 参考教程地址:https://www.guyuehome.com/6463 参考项目地址:点个star呗,都是免费教程 关于运动控制器 官方车模关节名字不同,你其实只需要把我的racecar包里面的racecar_control文件夹拷到你新建的工程下即可,然后修改一下画框内容适配官方车模: gedit ~/smartcar_ws/src/racecar_
电机作为整辆车动力的核心,其工作是否正常是整个智能车系统的关键。如果电机驱动这部分硬件电路处理的不好,甚至输出参数十分玄学,那么在软件层面无论使用再好的速度决策,再先进的控制算法都将收效甚微,硬件的差距始终是难以从算法上得到弥补的。 在介绍电机驱动之前,不妨先看看这个问题:我们为什么需要电机驱动? 知识补充1:主控对于智能车速度层面的控制,归根结底是对于电机的控制,电机的转速直接决定车的速度,而
本文主讲智能车舵机开关电源供电电路,器件购买链接在文末附上,喜欢记得点赞哦~ 在开始文章对于开关电源芯片的介绍之前,先让我们认识一个我花了半年时间去伺候的祖宗: 不要靠近它,会变得不幸(并破产qwq) 这就是大名鼎鼎的SD-5升级版,智能车比赛中越野车模的指定舵机。 要知道,电磁越野的L车模可是正经RC车模的血统,是K车模被砍掉后整个比赛中最大的车 曾经的王者 车模越大越重,惯性
车赛的硬件设计是很有灵性,并且成体系的东西,才不用像老师讲课那样子一个知识点一个知识点去抠。我当时学这些东西就是像背乘法口诀那样子的,所以即使现在回想起当时学长们让我们去学芯片的日子,那种头秃的感觉还是挥之不去的阴影。 邦哥:btn7960是一个集成了一片NMOS与一片PMOS和相应mos驱动以及死区控制电路的半桥驱动器,他能最大支持超过40A的电流输出,并且在片内集成了配套的过热,过流,过
0.序 今天是2021年8月7日,智能车山东赛区的比赛已经结束一周多的时间了。本身实验室的安排是休息一晚就投入到电赛的准备之中,不过组委会很奇妙的在开赛前一天下发了比赛延迟的通知,这也让我们突然有了一段挺长的空窗期。因为一些原因,我没有留在学校继续准备电赛,而是向老师申请后便回家了,也正好趁这个机会,可以让我把这大半年中所踩过的坑、获得的经验进行一个汇总,让以后的车赛人可以少走弯路,站在巨人的肩膀
坦言,在出发前,在踏入赛场前乃至比赛结束的那一刻,我都没有想到,我们会以未完赛的姿态退出赛场,出乎我们的意料,也辜负了老师的信任。我们两个已然大三了,应该也是最后一次的参加智能车赛了,这样的成绩不能不说遗憾。 第十六届的AuTop,以未完赛告终,又或者,因祸得福?给我们空余的时间来开源公开方案代码,可能会比拿到那五十个国赛名额之一,更有意义,以一种不同于Boom、赛博它们那样优异成绩方式,以一种
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第十一部分--激光打靶,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 最近有些小伙伴在问我激光打靶时,如何计算舵机的转角。所以特此补充一篇文章来进行介绍。 注:该篇文章需要一定程度的相机成像模型和坐标变换的知识,如果有机器人学的基础知识会更好。 一、坐标系定义 一个常规的二自由度
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第十部分--电感控制方案,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 其实AuTop是摄像头方案,基本没有涉及电感,这里的电感方案介绍同样也是抛砖引玉作用,谈一谈我们的认识,欢迎电磁大佬指正。 一. 电磁基础介绍 在智能车比赛的赛题中介绍,赛道中心会铺有20kHz、100mA交
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第九部分--速度控制方案,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 上文(木烨:第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解(八)系统辨识与速度控制算法)介绍了AuTop在速度控制方面的算法及认识,下面将简单介绍一下,我们的速度控制方案。 一. 速度控制方
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第八部分--系统辨识与速度控制(PID)算法,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 提到速度环算法,自动化人的第一个反应必然是经典的PID算法,本文将介绍AuTop在本次竞赛中对常规PID算法、参数调节、改进式PID算法等的尝试探究。 1. 常规PID控制算法 经典PI
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第七部分--三岔数字识别,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 在前一篇文章(木烨:第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解(六)Openart识别方案)中,我们提到了数字识别的思路。采用全局分类器的方式,直接判断图像中是否有数字靶牌,以及对应的数字
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第六部分--Openart识别方案,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 一.识别基本思路 智能视觉组赛题的识别要求包括三项,数字识别、Apriltag识别以及水果动物的分类,这三部分我们都基于官方建议的Openart mini进行实现。早期我们也尝试基于NXP Openmv
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第五部分--元素识别,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 作为智能车比赛基本要求,小车需要按照规划的路径行驶。以下分享我们基于角点识别实现的,对不同元素识别与控制的思路。 一、角点计算方法 角点识别,故名思义,通过计算道路边线的实际角度来对道路进行判断。 在之前的文章中
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第四部分--边线处理与方向控制,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 边线处理 在方向控制中,一种基于几何关系的常用控制方式是纯跟踪控制。对于纯跟踪控制,相信做智能车比赛的小伙伴都不会陌生,而在纯跟踪控制中,最重要的就是确定预锚点。 预锚点是位于小车目前路径上的一点,使
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第三部分--标定与透视变换,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 补充:有收到一些反馈说这部分看的不是很懂。建议看不懂的小伙伴先去了解一下相机成像模型和坐标变换等基础知识。文章限于篇幅没法从最基础的地方开始介绍。 本次比赛我们使用了一个150°的广角镜头以获得更大的视野范
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第二部分--边线提取,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 视觉巡线(二)边线提取 在得出一个良好的二值化后(我们采用的自适应阈值,几乎可以做到零调参),还需要从其中提取出赛道的边线。 一个比较常见的做法是从图像中间开始向两侧扫描,遇到的第一个黑色像素即为赛道边线,从图像下
好久不见。上俩星期开学复习补考去了,所以没更。。。嘤嘤嘤,今天考完啦。 我在识别眼镜和长头发特征的时候用的yolov5 主要是环境比较好搭建,效果也比较好,修改方便。省赛的时候,我是直接训练的识别眼镜和长头发,比较老实,在网上爬虫爬了九千多张图片去训练的,效果还是相当不错滴。国赛改为识别不同的人物姿态了,八个不同的人物模型做八个不同的标签,大概搜刮了4000多张图片训练的。效果神奇,图片稍微模糊一
此文系第16届智能车智能视觉组-上海交通大学AuTop战队开源算法讲解第一部分--二值化的技巧,专栏及开源方案链接: llo:第16届智能车智能视觉组-上海交通大学AuTop战队开源汇总 视觉巡线(一)二值化的技巧 在智能车比赛当中的,如果使用摄像头进行巡线,二值化几乎是一个必不可少的一步。 二值化可以看作通过某种映射,将原始灰度图中的某个像素变换为0或255。 固定阈值二值化 最简单的二值
写在前面: 看到网上对于环岛的介绍微乎其微,想着写点什么,对于一些没有祖传代码和资料的同学起到一点指导和抛砖引玉的作用把,看了一些国一国二的代码,发现跟自己想的方法基本一致,所以个人认为应该能对没有思路的同学有一点启发,当然,比赛最主要的就是锻炼个人能力,条条大路通环岛,希望同学们不要被我的这种方法所局限,自己的思想无论在何时都是要有的,当然,由于本人能力不足等原因,如果有错误欢迎批评指出。 摄
最近在搞超声波,把自己走过的一些坑,和经验分享一下,互相学习,让初学者少走一些弯路,K60代码网上找了一些,结果没有能用的,没办法,自己看讲解,用PIT计时测试成功,在K60和K66上测试可以使用,测距也比较准确,希望能有些帮助 1.HC-SR04超声波测距原理 准备 :引出4个排针,连接到单片机的vcc(5V),io口,io口,gnd,用到2个io口, 1.给脉冲触发引脚(Trig)输入一个持续
全国大学生智能车竞赛知识经验汇总
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信