Ball Balancing Robot(PyCharm)
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 5/5
- Geschätzter Aufwand
- Über eine Woche
- Anfängerfreundlichkeit
- 18/100
- Issue-Typ
- Feature
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- numpy, opencv, python
- Bereich
- computer-vision, embedded-iot, robotics
Rechercherichtung
Das Issue enthält ein eigenständiges Python-Skript, nennt jedoch weder eine Repository-Datei noch einen Test oder eine gewünschte Änderung. Kläre zunächst, ob dies als Ergänzung zum Projekt gedacht ist, und untersuche anschließend die Einstiegspunkte für Kamera und ArUco-Erkennung in OpenCV sowie die serielle Verbindung zu Arduino. Im Issue sind keine Kriterien für den Abschluss definiert.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
import cv2
import numpy as np
import serial
import time
import math
=== CONFIG ===
SERIAL_PORT = 'COM3'
BAUD_RATE = 9600
FRAME_WIDTH, FRAME_HEIGHT = 640, 480
MAX_ANGLE_CHANGE = 25
=== COLOR RANGE ===
lower_ball = np.array([10, 100, 70]) # Orange ball
upper_ball = np.array([25, 255, 255])
lower_disc = np.array([35, 40, 40]) # Green disc
upper_disc = np.array([85, 255, 255])
=== ARUCO ===
aruco_dict = cv2.aruco.getPredefinedDictionary(cv2.aruco.DICT_4X4_50)
aruco_params = cv2.aruco.DetectorParameters()
=== SERVO CENTER ANGLES ===
CENTER_ANGLES = [60, 75, 60]
=== PD CONSTANTS ===
Kp = 0.4
Kd = 0.20
PD state
prev_dx, prev_dy = 0, 0
prev_time = time.time()
Connect to Arduino
arduino = serial.Serial(SERIAL_PORT, BAUD_RATE)
time.sleep(2)
Start webcam
cap = cv2.VideoCapture(2)
def get_servo_angles(dx, dy, ddx, ddy):
dx /= (FRAME_WIDTH / 2)
dy /= (FRAME_HEIGHT / 2)
ddx /= (FRAME_WIDTH / 2)
ddy /= (FRAME_HEIGHT / 2)
# Apply PD control
control_x = Kp * dx + Kd * ddx
control_y = Kp * dy + Kd * ddy
angle1 = CENTER_ANGLES[0] + (-control_x * math.cos(math.radians(0)) - control_y * math.sin(math.radians(0))) * MAX_ANGLE_CHANGE
angle2 = CENTER_ANGLES[1] + (-control_x * math.cos(math.radians(120)) - control_y * math.sin(math.radians(120))) * MAX_ANGLE_CHANGE
angle3 = CENTER_ANGLES[2] + (-control_x * math.cos(math.radians(240)) - control_y * math.sin(math.radians(240))) * MAX_ANGLE_CHANGE
return int(angle1), int(angle2), int(angle3)
while True:
ret, frame = cap.read()
if not ret:
break
frame = cv2.resize(frame, (FRAME_WIDTH, FRAME_HEIGHT))
frame = cv2.flip(frame, 1)
hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
# ===== 1. Detect ArUco Marker =====
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
corners, ids, _ = cv2.aruco.detectMarkers(gray, aruco_dict, parameters=aruco_params)
center_x, center_y = FRAME_WIDTH // 2, FRAME_HEIGHT // 2 # fallback
if corners:
c = corners[0][0]
center_x = int(np.mean(c[:, 0]))
center_y = int(np.mean(c[:, 1]))
cv2.polylines(frame, [c.astype(int)], True, (255, 0, 255), 2)
cv2.circle(frame, (center_x, center_y), 5, (255, 0, 255), -1)
cv2.putText(frame, "Aruco", (center_x + 10, center_y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 255), 1)
# ===== 2. Disc Detection =====
disc_mask = cv2.inRange(hsv, lower_disc, upper_disc)
disc_mask = cv2.morphologyEx(disc_mask, cv2.MORPH_OPEN, np.ones((5, 5), np.uint8))
disc_contours, _ = cv2.findContours(disc_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
valid_area_mask = np.zeros_like(disc_mask)
if disc_contours:
largest_disc = max(disc_contours, key=cv2.contourArea)
cv2.drawContours(frame, [largest_disc], -1, (0, 255, 255), 2)
cv2.drawContours(valid_area_mask, [largest_disc], -1, 255, -1)
# ===== 3. Ball Detection =====
ball_mask = cv2.inRange(hsv, lower_ball, upper_ball)
ball_mask = cv2.bitwise_and(ball_mask, ball_mask, mask=valid_area_mask)
ball_mask = cv2.erode(ball_mask, None, iterations=2)
ball_mask = cv2.dilate(ball_mask, None, iterations=2)
ball_contours, _ = cv2.findContours(ball_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if ball_contours:
c = max(ball_contours, key=cv2.contourArea)
((x, y), radius) = cv2.minEnclosingCircle(c)
if radius > 8:
cv2.circle(frame, (int(x), int(y)), int(radius), (0, 255, 0), 2)
dx = x - center_x
dy = y - center_y
# PD derivative calculation
current_time = time.time()
dt = current_time - prev_time if current_time != prev_time else 1e-3
ddx = (dx - prev_dx) / dt
ddy = (dy - prev_dy) / dt
# Get new servo angles
angle1, angle2, angle3 = get_servo_angles(dx, dy, ddx, ddy)
print(f"Ball: ({int(x)}, {int(y)}) Δx: {int(dx)} Δy: {int(dy)} | Angles: {angle1}, {angle2}, {angle3}")
arduino.write(f"{angle1},{angle2},{angle3}\n".encode())
# Update previous for next frame
prev_dx, prev_dy = dx, dy
prev_time = current_time
cv2.imshow("Balancing Bot", frame)
if cv2.waitKey(1) & 0xFF == 27:
break
cap.release()
arduino.close()
cv2.destroyAllWindows()
- Vorherrschende Sprache
- Python
- Sterne
- 284k
- Forks
- 36.3k
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus practical-tutorials/project-based-learning
-
Schwierigkeit 1/5 1-3 Stunden Anfängerfreundlichkeit 75/100
practical-tutorials/project-based-learning#888 · 3 Kommentare ·
-
Broken Link: Erlang -> "Making a Chat App with Erlang, Rebar, Cowboy and Bullet" leads to 404 errorOffen
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 64/100
practical-tutorials/project-based-learning#840 · 2 Kommentare ·
-
BOMOYIOffen
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 20/100
practical-tutorials/project-based-learning#937 · 1 Kommentar ·
-
Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100
-
🔗 Link rot reportOffenlink-rot
Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 25/100
practical-tutorials/project-based-learning#899 · 1 Kommentar ·
Alle Issues in practical-tutorials/project-based-learning
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
PedestrianDynamics/pyFDS-Evac#199 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 65/100
521xueweihan/HelloGitHub#3790 ·
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 78/100
sandialabs/atlas-ui-3#978 ·
Maintainer antworten meist innerhalb von 1 Tag
-
area: tests perceived difficulty: 2
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
Nitjsefnie-Harness-Commons/daedalus#1255 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 86/100
EleutherAI/lm-evaluation-harness#4256 ·
Maintainer antworten meist innerhalb von 1 Tag