ROS2+OpenCV综合应用--8. 视觉巡线自动驾驶

1、程序功能说明

程序启动后,调整摄像头的俯仰角,把摄像头往下掰动,使得摄像头可以看到线,然后点击图像窗口,按下r 键进选色模式;接着在在画面中的线的区域内,框出所需要巡线的颜色,松开鼠标后会自动加载处理后的图像;最后按下空格键开启巡线功能。小车在运行过程中,遇到障碍物会停下并且蜂鸣器会响。

2、程序启动

2.1、启动命令

打开一个终端输入以下指令进入docker,

./docker_ros2.sh

出现以下界面就是进入docker成功

启动底盘

ros2 launch yahboomcar_bringup bringup.launch.py

再新开一个终端,进入同一个docker,以下的 da8c4f47020a 修改成实际终端显示的ID

docker ps

docker exec -it da8c4f47020a /bin/bash

进入docker容器后,终端输入,

ros2 run yahboomcar_astra follow_line

以巡黄线为例,

按下r键后,如上图选择蓝线区域,选定后松开鼠标,

如上图所示,右边显示的就是处理后的图像,它会显示黄线部分。然后按下空格键则开始计算速度,小车巡线自动驾驶。

2.2、动态参数调节

可以通过动态参数器可以调节相关参数,docker终端输入,

ros2 run rqt_reconfigure rqt_reconfigure

可调节的参数有,

参数 说明
Kp PID的P值
Ki PID的I值
Kd PID的D值
scale PID调节比例系数
linear 线速度大小
ResponseDist 避障检测距离
refresh 刷新参数按钮

3、核心代码

我们先梳理下巡线的实现原理,通过

  • 计算巡线的中心坐标与图像中心的偏移量,
  • 根据坐标偏移量计算出角速度的值,
  • 发布速度驱动小车。

计算中心坐标,

#计算hsv值

rgb_img, self.hsv_range = self.color.Roi_hsv(rgb_img, self.Roi_init)

#计算self.circle,计算出X的坐标、半径值。半径值为0说明没有检测到线,则发布停车信息

rgb_img, binary, self.circle = self.color.line_follow(rgb_img, self.hsv_range)

计算出角速度的值,

#320是中心点的X坐标的值,通过得到的图像的X值与320的偏差,可以计算出"我现在距离中心有多远",然后计算角速度的值

z_Pid, _ = self.PID_controller.update((point_x - 320)\*1.0/16, 0)

相关推荐
byte轻骑兵1 小时前
时序数据库选型指南:Apache IoTDB 社区版实践与踩坑
数据库·人工智能·apache·时序数据库·iotdb
逐梦苍穹1 小时前
DeepInfer 推理框架源码精讲:逐行读 DeepSeek 开源的推理引擎(2 小时 20 分视频+文字版)
人工智能·开源·ai编程·deepseek·claudecode·deepinfer·deepseekinfer
水如烟1 小时前
孤能子视角:微软宕机是“极化”在数字基础设施层的显影——效率驱动下强关系集中到单一节点,弱关系备份被淘汰,可折返性丧失
人工智能
芯门1 小时前
GitHub「用好 AI」工具生态全景:2409 个仓库 Star 排行调研(2026-11)
人工智能·github
lucas_AI2 小时前
RAG 给你的答案,其实先「筛」过了你的证据——这个工具把黑箱拆开给你看
人工智能
江湖有缘3 小时前
基于Ubuntu部署SoduWork:企业级 AI 原生协同平台实战全流程
linux·人工智能·ubuntu·ai·soduwork
lucas_AI3 小时前
Claude Code 的「项目经理」上班了:协调器主动汇报,并行 AI 工人不等你催
人工智能
zhaoshuzhaoshu3 小时前
NPU(神经网络处理单元)详细解析
人工智能
在所不辞兄3 小时前
为什么在新能源汽车电驱与热管理开发中,AI驱动的数字孪生和数据驱动仿真正在部分替代对物理台架与实车标定的依赖?
人工智能·深度学习·神经网络·算法·机器学习
Flynn Liang3 小时前
LLM 应用安全:Prompt 注入、越权与输入输出护栏
java·人工智能·大模型·langchain4j·llm 安全·prompt 注入·guardrail