前视声呐目标识别定位(五)-代码解析之修改声呐参数

前视声呐目标识别定位(一)-基础知识

前视声呐目标识别定位(二)-目标识别定位模块

前视声呐目标识别定位(三)-部署至机器人

前视声呐目标识别定位(四)-代码解析之启动识别模块

前视声呐目标识别定位(五)-代码解析之修改声呐参数

前视声呐目标识别定位(六)-代码解析之目标截图并传输

前视声呐目标识别定位(七)-代码解析之录制数据包

前视声呐目标识别定位(八)-代码解析之各模块通信

前视声呐目标识别定位(九)-声呐驱动

修改声呐参数,以将声呐量程修改为10m为例,其余参数修改可参照协议文件。

1、client_test.py

python3 clien_test.py 13 10

python 复制代码
elif cmd == str(13):
    print("set sonar range: " + str(value))
    arrBuff = b'\xee\xbb\xee\x03'
    arrBuff += struct.pack('i', int(value))
    arrBuff += b'\xee\xaa\xee\xff'

在协议文件中,修改声呐量程的协议为:

故模块将该数据包发送至auv_server。

2、auv_server.py

python 复制代码
# cmd callback state msg
if pkg_head == b'\xee\xff\xee\xff':
    print(self.cmd_callback_state[recv_msg[4:8]])

直接将指令转发至center_server

3、center_sever.py

python 复制代码
# send the control_center cmd from auv to the control_center module on nx
def recv_control_center_msg(self):
    #self.sonar_param_socket, self.sonar_param_addr = self.sonar_param_server.accept()  
    while True:          
        cmd_msg = self.nx_client.recv(1024)
        if len(cmd_msg) > 3:
            # send the control_center cmd to the control_center module
            if cmd_msg[-4:] == b'\xee\xff\xee\xff':
                self.control_center_socket.send(cmd_msg)
            # send the sonar parameters cmd to the sonar module
            elif cmd_msg[-4:] == b'\xee\xaa\xee\xff':
                self.sonar_param_socket.send(cmd_msg)
            else:
                print("cmd from auv error, no such cmd...")

根据'\ee\aa\ee\ff'判断为带参数的指令,转sonar_node

4、sonar_node(此处以ros1版本中的驱动代码举例)

python 复制代码
# receive tcp cmd msg from center server, set the sonar parameter
def recv_tcp_cmd(self):
...
# set the sonar_range, 1~120
elif sonar_msg[0:4] == b'\xee\xbb\xee\x03':
    sonar_range = struct.unpack('i', sonar_msg[4:8])[0]
    sonar_range_cmd = 'rosrun dynamic_reconfigure dynparam set sonar_imager range_m ' + str(sonar_range)
    sonar_subprocess = subprocess.Popen(sonar_range_cmd, shell=True, executable="/bin/bash")

完成设置

数据包通过网口传输至声呐,声呐解码后进行参数调整。

相关推荐
嗝o゚4 小时前
昇腾CANN ops-cv 仓:昇腾NPU上的目标检测算子实战
人工智能·目标检测·目标跟踪·npu·cann
Dfreedom.8 小时前
目标检测演进之路:从手工设计到数据驱动
人工智能·目标检测·计算机视觉·cv
我是谁??9 小时前
【1】基于 GTX1660 Super + Docker + YOLOv8 的目标检测训练完整实践(Ubuntu22.04)
人工智能·yolo·目标检测
动物园猫1 天前
桥梁损伤目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·目标检测
忆~遂愿1 天前
从文字应答到具象共情:Agent 交互的底层革新
人工智能·深度学习·目标检测·microsoft·机器学习·ar·交互
小白|1 天前
elec-ops-inspection:电力行业算子应用场景实战
目标检测
koharu1231 天前
PointRCNN 精解:从原始点云到三维框的两阶段检测
人工智能·深度学习·目标检测·3d·三维点云
羊羊小栈2 天前
AI赋能电力巡检:智能故障预警系统
人工智能·yolo·目标检测·毕业设计·大作业
小白|2 天前
graph-autofusion:算子自动融合框架学习路线
人工智能·目标检测·目标跟踪
小白|2 天前
hccl:昇腾集合通信库架构深度实践
人工智能·yolo·目标检测