Turtlebot3自动驾驶入门教程-车道识别

说明

• 介绍如何通过摄像头来识别车道

操作步骤

• [Remote PC] 新终端，启动roscore

$ roscore

• [TurtleBot SBC] 新终端，启动摄像头

$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_camera_pi.launch

• [TurtleBot SBC] 新终端，打开action模式下的内标定程序

$ export AUTO_IN_CALIB=action
$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_intrinsic_camera_calibration.launch

• [Remote PC] 新终端，打开action模式下的外标定程序

$ export AUTO_EX_CALIB=action
$ roslaunch turtlebot3_autorace_camera turtlebot3_autorace_extrinsic_camera_calibration.launch

• 主要调整feature detector/color filter来优化对象识别

• 将tb3放置在车道中间，左边为黄色线，右边为白色线

• [Remote PC] 新终端，启动calibration模式下的车道识别

$ export AUTO_DT_CALIB=calibration
 $ roslaunch turtlebot3_autorace_detect turtlebot3_autorace_detect_lane.launch

• [Remote PC] 新终端，启动rqt

$ rqt

• 在左上角选择plugins -> visualization -> Image view 新建图像窗口

• 打开第二个图像窗口，选择topic：/detect/image_yellow_lane_marker/compressed

• 打开第三个图像窗口，选择topic：/detect/image_lane/compressed

• 打开第四个图像窗口，选择topic：/detect/image_white_lane_marker/compressed

• 如果一切正常，左右屏幕将显示黄线和白线的过滤图像，中心屏幕将显示机器人应该去的路径

• 在标定模式下，左右屏幕将显示白色，中央屏幕可能显示异常结果

• 应该调整滤镜参数以显示正确的线条和方向

• [Remote PC] 新终端，启动rqt_reconfigure

$ rosrun rqt_reconfigure rqt_reconfigure

• 由于实际物理环境包括房间内的光亮等，车道的彩色滤波的校准过程有时会非常困难

• 校准时可以参考turtlebot3_autorace_detect/param/lane/lane.yaml里面的参数值

• 首先校准色调低 - 高值。 色调值表示颜色，每种颜色，如黄色，白色，都有自己的色调值区域（参考hsv图）

• 然后校准饱和度低 - 高值。 每种颜色也有自己的饱和度。

• 最后，校准亮度低 - 高值。 将亮度高值设置为255.清晰过滤的线条图像将为您提供清晰的通道结果。

• 最终校准好的参数值保存在PC端的turtlebot3_autorace_detect/param/lane/lane.yaml的参数文件里

• 效果图：

注意事项：

• 以上效果图仅供参考，请根据实际环境来设置参数
• 由于车道识别极其容易受到环境光线影响，校准时应将机器人放置在不同位置测试车道检测效果，比如手持机器人绕行车道几圈来测试识别效果

车道识别测试

• [Remote PC] 完成标定之后关闭 rqt_rconfigure and turtlebot3_autorace_detect_lane
• [Remote PC] 新终端，启动action模式下的车道识别测试

$ export AUTO_DT_CALIB=action
 $ roslaunch turtlebot3_autorace_detect turtlebot3_autorace_detect_lane.launch

• [Remote PC] 新终端，启动车道识别控制程序

$ roslaunch turtlebot3_autorace_control turtlebot3_autorace_control_lane.launch

• [TurtleBot SBC] 新终端，启动tb3

$ roslaunch turtlebot3_bringup turtlebot3_robot.launch

FAQ

• 错误一：执行车道识别测试步骤时，容易出现以下错误

[ERROR] [1531197022.305949]: bad callback: <bound method DetectLane.cbFindLane of <__ main __. DetectLane instance at 0x7ff7b58a9cf8 >>
Traceback (most recent call last):
  File "/opt/ros/kinetic/lib/python2.7/dist-packages/rospy/topics.py", line 750, in _invoke_callback
    cb (msg)
  File "/ home / cutop14 / catkin_ws / src / turtlebot3_autorace / turtlebot3_autorace_detect / nodes / detect_lane", line 170, in cbFindLane
    self.left_fit = np.array ([np.mean (self.mov_avg_left [:: - 1] [:, 0] [0: MOV_AVG_LENGTH]),
AttributeError: DetectLane instance has no attribute 'mov_avg_left'

• 问题所在：无法识别到车道

• 解决方法：需要重新校准，得出能稳定地识别到车道的参数

演示视频

<iframe height=498 width=100% src="//player.bilibili.com/player.html?aid=66491934&cid=115316745&page=1" scrolling="no" border="0" frameborder="no" framespacing="0" allowfullscreen="true"> </iframe>