Kicad : version 5.0.1
Création d’un fichier PDF à partir d’un schéma électronique sous le logiciel Kicad :
- Fichiers->Tracer
- Format de sortie : PDF
- Choisir votre répertoire de sortie
- Puis Tracer la page courante ou toutes les pages
Fin du tuto !
Ce tutorial présente l’implémentation d’un suivi de ligne pour le robot mobile MRPiZ.
Deux méthodes sont possibles pour accéder à la caméra:
Il nous faut donc activer v4l:
$ sudo modprobe bcm2835-v4l2
Le fichier complet se trouve dans Software/Python/tutorials/line_follower/line.py.
Warning
Utilisez CTRL+C pour arrêter le robot.
import numpy as np
import cv2
import sys
from mrpiZ_lib import *
# image size
WIDTH = 640
HEIGHT = 480
# turn coeff
COEFF = 0.05
# base robot speed in straight line
SPEED = 30
Pour améliorer les performances, la résolution est réduite à 640 pixels en largeur et 480 en hauteur.
video_capture = cv2.VideoCapture(0)
video_capture.set(3, WIDTH)
video_capture.set(4, HEIGHT)
La boucle principale va fonctionner à l’infini, pour l’arrêter il faudra appuyer sur CTRL+C.
try:
while(True):
Première étape, on commence par capturer une image.
# Capture the frames
ret, frame = video_capture.read()
Voici un exemple d’image capturée:
Pour améliorer les performances, on ne va garder que la partie basse de l’image:
# Crop the image
# Keep the 100 lower pixels
crop_img = frame[379:480, 0:640]
Ensuite on passe l’image en niveaux de gris:
# Convert to grayscale
gray = cv2.cvtColor(crop_img, cv2.COLOR_BGR2GRAY)
Un filtre afin de rendre flou les lignes de l’image est appliqué, il permet de rendre plus efficace les étapes suivantes:
# Gaussian blur
blur = cv2.GaussianBlur(gray,(5,5),0)
Ensuite on va filtrer les parties claires de l’image pour ne garder les parties noires, pour cela, un filtre de seuillage est appliqué:
# Color thresholding
ret,thresh = cv2.threshold(blur,60,255,cv2.THRESH_BINARY_INV)
Ensuite, on va utiliser openCV pour détecter les contours:
# Find the contours of the frame
contours,hierarchy = cv2.findContours(thresh.copy(), 1, cv2.CHAIN_APPROX_NONE)
Il nous faut ensuite extraire la ligne la plus large trouvée afin d’éliminer les fausses détections:
# Find the biggest contour (if detected)
if len(contours) > 0:
c = max(contours, key=cv2.contourArea)
M = cv2.moments(c)
# Skip to avoid div by zero
if int(M['m00']) == 0:
continue
Une fois les contours de la ligne détectée, on calcul le centre de la ligne, c’est la que l’on veut que le robot aille:
# Get the line center
cx = int(M['m10']/M['m00'])
cy = int(M['m01']/M['m00'])
Une correction proportionnelle à la différence entre la position de la ligne et le milieu de l’image est calculée. Les moteurs sont ensuite commandés pour ralentir un des moteurs et accélérer l’autre, ceci afin de faire tourner le robot en direction du centre de la ligne.
delta = COEFF * (cx - 320)
motorRight(0, SPEED - delta)
motorLeft(0, SPEED + delta)
Enfin, deux lignes de code permettent d’arrêter le robot quand on appuie sur CTRL+C.
except KeyboardInterrupt:
stop()
Tutoriel pour faire dessiner le robot MRduino2.
Matériel nécessaire:
Un simple programme pour faire un cercle :

Une autre manière de faire un cercle plus grand en utilisant un seul moteur :
Petit exercice,comment dessiner un très grand cercle ?
La réponse :
Un petit programme Blockly pour dessiner des vagues avec le robot MRduino2:

Un programme pour dessiner un carré :
Fin du tuto, à vous de réaliser vos propres dessins.
Mise à jour du guide de démarrage du robot MRduino2 le 14/11/2018.
Une vidéo pour réaliser un programme de gestion des obstacles avec le langage graphique Blockly :
Un tutoriel pour faire un copier-coller entre feuilles de hiérarchie sous le logiciel Kicad.
FIN DU TUTO !
Date mise à jour : 19/07/2018
Voici un exemple de création d’une carte avec le robot MRPiZ en utilisant le capteur de distance laser VL53L0X :
from mrpiZ_lib import * import time, csv NameFile = 'carte.csv' def read_laser(): p3_1 = proxSensor(3) p3_2 = proxSensor(3) p3_3 = proxSensor(3) p3_4 = proxSensor(3) p3_5 = proxSensor(3) p3 = (p3_1 + p3_2 + p3_3 + p3_4 + p3_5)/5 return p3 ############################################# MAIN # wait init time.sleep(2) Fichier = open(NameFile,'w') Robot_tourne = 0 # enable asv control controlEnable() while 1: # read laser distance sensor distance = read_laser() # read robot orientation orientation = robotPositionO() # write in file Fichier.write(str(distance)) Fichier.write(";") Fichier.write(str(orientation)) Fichier.write("\r\n")# nouvelle ligne if(Robot_tourne == 0): turnLeftDegree(8,360) Robot_tourne = 1 Fichier.close() exit()
import numpy as np
import math
import matplotlib.pyplot as plt
import numpy as np
import csv
liste_distance = []
liste_orientation = []
fichier = open("carte.csv", "r")
c = 0
# lecture fichier
while True:
ligne = fichier.readline()
if ligne =='':
break # fin fichier
# lecture de la distance (capteur distance)
distance = ligne.split(';')[0]
# lecture orientation
orientation = ligne.split(';')[1]
# correction de la distance par rapport au centre du robot et la position du capteur
distance = float(distance) + 50
# conversion en radian
if float(orientation) > 0:
orientation = (float(orientation)*3.14)/180
liste_distance.append(float(distance))
liste_orientation.append(float(orientation))
c = c + 1
ax = plt.subplot(111, projection='polar')
ax.plot(liste_orientation, liste_distance)
ax.grid(True)
plt.show()
Exemple d’affichage :
Imitation learning exemple with the MRPiZ robot :
The python code :
from mrpiZ_lib import * import time # acquisition frequency TIME_ACQ = 0.1 # acquisition time TEMPS_ACQ = 200 liste_mr = [] liste_ml = [] # main program # record loop c = 0 motorsDisable() time.sleep(1) while c < TEMPS_ACQ: ml = motorLeftSpeed() # read left motor speed mr = motorRightSpeed() # read right motor speed liste_mr.append(mr) liste_ml.append(ml) time.sleep(TIME_ACQ) print ml, mr, c c = c + 1 print "END RECORD -----------" time.sleep(2) c=0 cmd_right=0 cmd_left=0 dir_right = 0 dir_left = 0 # H-bridge enable motorsEnable() ########################################################## # imitation while c < TEMPS_ACQ: if liste_mr[c] >= 0: cmd_right = 2.8*liste_mr[c] dir_right = 0 elif liste_mr[c] < 0: cmd_right = 2.8*liste_mr[c] dir_right = 1 else: dir_right = 0 cmd_right = 0 if liste_ml[c] >= 0: cmd_left = 2.8*liste_ml[c] dir_left = 0 elif liste_ml[c] < 0: cmd_left = 2.8*liste_ml[c] dir_left = 1 else: cmd_left = 0 dir_left = 0 print cmd_left, cmd_right, c c= c + 1 # motors commands motorRight(dir_right,abs(cmd_right)) motorLeft(dir_left,abs(cmd_left)) time.sleep(TIME_ACQ) stop() # end
GPIO_InitTypeDef GPIO_RGB_InitStruct; TIM_BreakDeadTimeConfigTypeDef sBreakDeadTimeConfig; __HAL_RCC_GPIOB_CLK_ENABLE(); // PB7 - TIMER17 GPIO_RGB_InitStruct.Pin = GPIO_PIN_7; GPIO_RGB_InitStruct.Mode = GPIO_MODE_AF_PP; GPIO_RGB_InitStruct.Pull = GPIO_NOPULL; GPIO_RGB_InitStruct.Speed = GPIO_SPEED_FREQ_HIGH; GPIO_RGB_InitStruct.Alternate = GPIO_AF2_TIM17; HAL_GPIO_Init(GPIOB, &GPIO_RGB_InitStruct); __HAL_RCC_TIM17_CLK_ENABLE(); // Init TIMER17 for 800KHz frequency // 48MHz/(19+1)/(2+1) = 800Khz TIMER_RGB_InitStruct.Instance = TIM17; TIMER_RGB_InitStruct.Init.Prescaler = 0; TIMER_RGB_InitStruct.Init.CounterMode = TIM_COUNTERMODE_UP; TIMER_RGB_InitStruct.Init.Period = 59; TIMER_RGB_InitStruct.Init.ClockDivision = TIM_CLOCKDIVISION_DIV1; HAL_TIM_Base_Init(&TIMER_RGB_InitStruct); HAL_TIM_PWM_Init(&TIMER_RGB_InitStruct); // Output Compare Configuration TIMER_RGB_OC_InitStruct.OCMode = TIM_OCMODE_PWM1; TIMER_RGB_OC_InitStruct.OCIdleState = TIM_OCIDLESTATE_RESET; TIMER_RGB_OC_InitStruct.OCNIdleState = TIM_OCNIDLESTATE_RESET;// ATTENTION ! TIM_OCNIDLESTATE_RESET TIMER_RGB_OC_InitStruct.Pulse = 1;// PWM 0 % TIMER_RGB_OC_InitStruct.OCPolarity = TIM_OCPOLARITY_HIGH; TIMER_RGB_OC_InitStruct.OCNPolarity = TIM_OCNPOLARITY_HIGH;// ATTENTION ! TIM_OCNPOLARITY_HIGH TIMER_RGB_OC_InitStruct.OCFastMode = TIM_OCFAST_DISABLE; HAL_TIM_PWM_ConfigChannel(&TIMER_RGB_InitStruct, &TIMER_RGB_OC_InitStruct, TIM_CHANNEL_1); HAL_TIMEx_PWMN_Start(&TIMER_RGB_InitStruct,TIM_CHANNEL_1);// ATTENTION HAL_TIMEx_PWMN_Start