本科毕业设计
Go to file
KYOSG 454381eb1c 1. 成功允运行了Yolo的分类模型,大体了解了使用方式
2. 成功运行了Gemini2摄像头
3. 成功将摄像头与Yolo模型整合运行
2024-02-26 23:04:32 +08:00
.idea 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
camera 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
distance_measurement 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
integration_testing 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
robot_control 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
.gitignore 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
main.py 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00
README.md 1. 成功允运行了Yolo的分类模型,大体了解了使用方式 2024-02-26 23:04:32 +08:00

1. 配置

配置项 选项
🌐 语言 Python
📚 项目类型 通用开发,含计算机视觉和机械控制
📖 注释风格 描述性 + 内联
🛠️ 代码结构 模块化
🚫 错误处理策略 强健 + 上下文
性能优化等级 中等 + 可伸缩性关注

注意: lib中关于双目摄像头的库文件需要依照系统自行编译本项目使用的环境为Windows10

2. 设计

2.1. 系统概述

  • 双目结构光相机系统: 用于桌面物体的识别和定位。
  • 雷达或双目测距系统: 选择双目测距,因为它和相机系统更协同。
  • 机械臂控制系统: 根据识别和测距结果,控制机械臂移动物体。

2.2. 主要模块

  1. 图像处理模块: 使用OpenCV和PyTorch进行图像识别和处理。
  2. 双目测距模块: 计算物体与相机的距离。
  3. 机械臂控制模块: 根据计算结果控制机械臂。
  4. 集成与测试模块: 集成各个模块,并进行测试。

2.3. 数据流

  1. 相机捕获图像 -> 2. 图像处理识别物体 -> 3. 双目测距计算距离 -> 4. 机械臂根据距离和位置移动物体。

3. 项目文件结构

plaintext
robotic_arm_project/
|-- camera/
|   |-- __init__.py
|   |-- image_processing.py
|-- distance_measurement/
|   |-- __init__.py
|   |-- stereo_vision.py
|-- arm_control/
|   |-- __init__.py
|   |-- control.py
|-- integration_testing/
|   |-- __init__.py
|   |-- integration_tests.py
|-- main.py