ROSTHAI สร้างหุ่นยนต์ด้วย ROS: ติดตั้ง Webcam และ การติดตามวัตถุ

เสียบ Webcam เข้าที่ พอร์ต USB ของ Raspberry Pi แล้วทำการติดตั้ง mplayer เพื่อให้ Webcam ทำงาน

ติดตั้ง mplayer

sudo apt-get install mplayer

ทดสอบการทำงานของ Webcam

sudo mplayer tv://

Motion เป็นโปรแกรมที่มีให้ใช้ สามารถดูภาพกล้องผ่านทางหน้าเว็บได้และยังมี Function ในการดักจับความเคลื่อนไหวของภาพเพื่อบันทึกและเก็บข้อมูลเป็นไฟล์ ภาพ หรือ วีดีโอ เก็บไว้ได้

ติดตั้ง motion

sudo apt-get install motion

- ทำการรีบูทเครื่องใหม่

sudo reboot

เปิดโปรแกรม IDLE (using Python-2.7) คลิก New File เพื่อสร้างไฟล์ใหม่

เขียนโค้ดดังนี้


#!/usr/bin/env python
import rospy
from collections import deque
from imutils.video import VideoStream
import numpy as np
import argparse
import cv2
import imutils
import time

# construct the argument parse and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-v", "--video",
 help="path to the (optional) video file")
ap.add_argument("-b", "--buffer", type=int, default=64,
 help="max buffer size")
args = vars(ap.parse_args())

# define the lower and upper boundaries of the "green"
# ball in the HSV color space, then initialize the
# list of tracked points
greenLower = (29, 86, 6)
greenUpper = (64, 255, 255)
pts = deque(maxlen=args["buffer"])

# if a video path was not supplied, grab the reference
# to the webcam
if not args.get("video", False):
 vs = VideoStream(src=0).start()

# otherwise, grab a reference to the video file
else:
 vs = cv2.VideoCapture(args["video"])

# allow the camera or video file to warm up
time.sleep(2.0)

# keep looping
while True:
 # grab the current frame
 frame = vs.read()

 # handle the frame from VideoCapture or VideoStream
 frame = frame[1] if args.get("video", False) else frame

 # if we are viewing a video and we did not grab a frame,
 # then we have reached the end of the video
 if frame is None:
  break

 # resize the frame, blur it, and convert it to the HSV
 # color space
 frame = imutils.resize(frame, width=600)
 blurred = cv2.GaussianBlur(frame, (11, 11), 0)
 hsv = cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV)

 # construct a mask for the color "green", then perform
 # a series of dilations and erosions to remove any small
 # blobs left in the mask
 mask = cv2.inRange(hsv, greenLower, greenUpper)
 mask = cv2.erode(mask, None, iterations=2)
 mask = cv2.dilate(mask, None, iterations=2)

 # find contours in the mask and initialize the current
 # (x, y) center of the ball
 cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,
  cv2.CHAIN_APPROX_SIMPLE)
 cnts = cnts[0] if imutils.is_cv2() else cnts[1]
 center = None

 # only proceed if at least one contour was found
 if len(cnts) > 0:
  # find the largest contour in the mask, then use
  # it to compute the minimum enclosing circle and
  # centroid
  c = max(cnts, key=cv2.contourArea)
  ((x, y), radius) = cv2.minEnclosingCircle(c)
  M = cv2.moments(c)
  center = (int(M["m10"] / M["m00"]), int(M["m01"] / M["m00"]))

  # only proceed if the radius meets a minimum size
  if radius > 10:
   # draw the circle and centroid on the frame,
   # then update the list of tracked points
   cv2.circle(frame, (int(x), int(y)), int(radius),
    (0, 255, 255), 2)
   cv2.circle(frame, center, 5, (0, 0, 255), -1)

 # update the points queue
 pts.appendleft(center)

 # loop over the set of tracked points
 for i in range(1, len(pts)):
  # if either of the tracked points are None, ignore
  # them
  if pts[i - 1] is None or pts[i] is None:
   continue

  # otherwise, compute the thickness of the line and
  # draw the connecting lines
  thickness = int(np.sqrt(args["buffer"] / float(i + 1)) * 2.5)
  cv2.line(frame, pts[i - 1], pts[i], (0, 0, 255), thickness)

 # show the frame to our screen
 cv2.imshow("Frame", frame)
 key = cv2.waitKey(1) & 0xFF

 # if the 'q' key is pressed, stop the loop
 if key == ord("q"):
  break

# if we are not using a video file, stop the camera video stream
if not args.get("video", False):
 vs.stop()

# otherwise, release the camera
else:
 vs.release()

# close all windows
cv2.destroyAllWindows()

ไฟล์ : ball_tracking.py

เขียนโค้ดเสร็จแล้ว Save As.. เก็บไฟล์ไว้ที่ โฟลเดอร์ robot_pkg/scripts

ต้องการให้เป็นไฟล์ที่ ROS เรียกใช้งานได้ โดยคำสั่ง:

cd catkin_ws/src/robot_pkg/scripts

chmod u+x ball_tracking.py

หลังจากเขียนโค้ดเสร็จแล้ว ให้ทำการ Build

cd catkin_ws

catkin_make

ทดสอบการทำงาน

หน้าต่างที่1 เราจะ RUN ระบบ ROS จะต้องมี Core ที่ทำหน้าที่เป็นหัวใจของระบบ

roscore

หลังจากนั้นจึง Run Node ของเราได้

หน้าต่างที่ 2 เปิดการทำงาน ball_tracking.py

rosrun robot_pkg ball_tracking.py

ผลลัพธ์การทำงาน แสดงการติดตามวัตถุ

หมายเหตุ : เรียบเรียงและแก้ไขดัดแปลงจากบทความต้นฉบับด้านล่าง

30 ตุลาคม 2561

ติดตั้ง Webcam และ การติดตามวัตถุ