自主机器人如何绘制四月标签

故事：具有四月标签视觉的松露嗅探机器人

这个项目是农业自动化的一个有趣的旋转：一个机器人松露嗅探器，可以自主导航一个空间，识别代表松露热点的AprilTags，并收集“松露”(用彩色球模拟)。灵感来源于现实生活中用猪和狗来定位地下的松露。

我们对这个机器人进行编码，利用计算机视觉、摄像头、激光雷达和基本的物体操作来探索多通道自主行为。这也给了我们一个很好的机会来练习路径规划、感知和嵌入式控制技能。

它是如何工作的：

通过1：松露标签检测

机器人首先扫描周围的环境，寻找AprilTags，每个标签代表一个潜在的松露区。它映射他们的X， Y坐标，同时扫描一个安装在伺服上的摄像头，以获得更大的覆盖范围。

对于在我们的测试环境中执行的应用程序，机器人穿过竞技场的各个角落并扫描每个角落以获取AprilTags。扫描时机器人将经过的位置需要预先确定，以便机器人自主操作。

第2关：松露收集

在保存了标签位置后，机器人切换模式，并使用颜色过滤来寻找散落在附近的绿色和紫色“松露”。它用夹子把它们捡起来，然后把它们分门别类。我们还添加了逻辑来忽略太靠近墙壁的球，因为试图捡起它们可能会导致抓手门折断。

对于这个机器人的细节，一个相机板被用来通过树莓派运行一个python文件来识别球的位置。这些数据然后被传送到运行在TI板上的主程序，此外还有来自无效捡球规格的测距传感器的传入数据。

第三关：下车处

当所有的“松露”都被收集完毕后，机器人会返回到之前绘制的标签位置，并将每一块松露放在相应的彩色编码区域。由于该计划的性质，下车地点可能不像期望的那样准确。为了解决这个问题，用户还可以在球自动掉落之前操作机器人15秒，以减轻任何糟糕的地图位置。这种远程操作是通过LabVIEW通过WiFi(到树莓派)与机器人进行串行通信来执行的。