see notice

0.54

使用角速度不行，要用速度才好点

hexapod.py - vrep机器人仿真控制类

by_opt.py - 贝叶斯优化程序

control.py - 主控制程序,跑真赛道的时候用

bluetooth_control.py - 蓝牙信息发送类

image_train.py 包括:

1. 循迹神经网络训练程序

   train = ImageTrain()
   train.train(data=data,label=label) # data为数据 label为标签

2. vrep仿真,使用test_robot()这行代码来在vrep中仿真.(不要改'turn_straight_cla_v0.2.h5'这个)

image_label.py - 用于标记图片

None

tet.py ./deprecated/ ./map/ ./logs/

1. 使用sample-data.py采集数据-数据为.npy格式

2. 更改regresion.py中将if __name__ == "__main__":内的程序更改如下

   label = np.load('./data/label_ahead.npy')
   data = np.load('./data/data_ahead.npy')
   model=model_2()
   label = label.reshape(label.shape[0], 1)
   history = model.fit(
       label, data, epochs=150, batch_size=8, validation_split=0.05)
   model.save('./data/NN_ahead.h5')
   graph('ahead')
   
   label = np.load('./data/label_middle.npy')
   data = np.load('./data/data_middle.npy')
   model=model_2()
   label = label.reshape(label.shape[0], 1)
   history = model.fit(
       label, data, epochs=100, batch_size=8, validation_split=0.1)
   model.save('./data/NN_middle.h5')
   graph('middle')
   
   label = np.load('./data/label_back.npy')
   data = np.load('./data/data_back.npy')
   model=model_2()
   label = label.reshape(label.shape[0], 1)
   history = model.fit(
       label, data, epochs=150, batch_size=8, validation_split=0.05)
   model.save('./data/NN_back.h5')
   graph('back')
   
   #检查训练的模型准确率
   graph('back')
   graph('middle')
   graph('ahead')

3. 检查弹出的图片中图形的拟合情况,例如

因为仿真使用的数据是.npy文件,所以这时候仿真所用的数据就是新生成的数据了

4. 更改regresion.py中将if __name__ == "__main__":内的程序更改为generate_use_data_t([[范围1],[范围2],[范围3]],采样率),然后程序会在hexapod文件夹内生成arduino.txt

这个范围1是一个列表[下限,上限],例如[-15,15]

这个范围就是上图中x轴的范围,也就是vrep中tip的坐标

采样率是生成数组的长度,一般填30就可以了

5. 将arduino.txt中的数据复制到control.ino就可以了

生成的arduino.txt共有六行分别对应

//data begin
const PROGMEM uint16_t  straight_ahead_right[30][3] = 
const PROGMEM uint16_t straight_middle_right[30][3] = 
const PROGMEM uint16_t   straight_back_right[30][3] = 
const PROGMEM uint16_t   straight_ahead_left[30][3] = 
const PROGMEM uint16_t  straight_middle_left[30][3] = 
const PROGMEM uint16_t    straight_back_left[30][3] = 

这六行,将他们分别复制到这六行的后面就可以了,注意格式arduino.txt中每行数组末尾格式是不对的,记得改

在image-capture.py文件中更改下面的东西

while True:
    if STATE==0:
        rb.one_step(0.003)
    if STATE==1:
        rb.turn_left([20, 30])
    if STATE==2:
        rb.turn_right([20,36])

1. 角度 60度
2. 分辨率 1920*1080

两种方法

1. 直接分类四种转向状态
2. 间接获取数据计算转向状态(四种状态,两种状态?)

1. 轨迹线的中线
2. 轨迹线的边线

cv2 图片似乎支持两种格式

1. np.int8:用于图片显示
2. np.float:用于图片处理
3. np.uint8:用于数据保存,图片显示,读取

两者可以通过np.astype转换

注意: np.int8范围是 -128 - 128 如果搞错可能会出现画面变白

1. 训练集数组为np.uint8

1. 使用from cv2 import cv2
2. 更改pylint设置pylint --extension-pkg-whitelist=cv2

1. pv纸 80cm 宽:制作大弯
2. 0.6 * 0.9 似乎最便宜