原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
机器人操作系统（ROS2）入门与实践
9.3基于图像视觉的目标追踪实现ROS2中的图像视觉应用9.2OpenCV颜色特征提取和目标定位9.1视觉图像数据的获取9.4基于图像视觉的人脸检测实现9.5本章小结
9.1视觉图像数据的获取详细操作步骤见教材P260-P272页视觉图像数据的获取是通过订阅相机驱动节点发布的话题，从话题中获取相机发出的消息包来实现的。机器人头部安装的是KinectV2RGB-D相机，对应的话题名称为“/kinect2/qhd/image_raw”，话题中的消息包格式为sensor_msgs::Image。
9.2OpenCV颜色特征提取和目标定位详细操作步骤见教材P272-P291页在9.1节的实验里，实现了从机器人的头部相机获取机器人的视觉图像。这一次将继续深入，使用OpenCV实现机器人视觉中的颜色特征提取和目标定位功能。1）对机器人视觉图像进行颜色空间转换，从RGB空间转换到HSV空间，排除光照影响。2）对转换后的图像进行二值化处理，将目标物体分割提取出来。3）对提取到的目标像素进行计算统计，得出目标物的质心坐标。
9.2OpenCV颜色特征提取和目标定位
9.3基于图像视觉的目标追踪实现详细操作步骤见教材P292-P310页在9.2节的实验里，使用OpenCV实现机器人视觉中的颜色特征提取和目标定位功能。如图所示，这一次将对目标定位功能进行扩展，根据目标位置计算速度并输出给机器人，让机器人跟随球进行移动，实现一个目标跟随的闭环控制。
9.3基于图像视觉的目标追踪实现
9.4基于图像视觉的人脸检测实现本节借助现成的人脸识别算法库来实现人脸检测，这个算法库的调用在wpr_simulaiton2的face_detector.py节点中已经实现，直接使用即可。face_detector.py节点会订阅话题“/face_detector_input”，作为人脸图像的输入。图像中的人脸被检测到后，其坐标值会发布到话题“/face_position”中去。所以，这个实验只需要编写一个节点，从相机的话题中获取图片，转发给face_detector.py节点进行人脸检测。然后从face_detector.py的“/face_position”话题获取人脸坐标结果即可。
9.4基于图像视觉的人脸检测实现详细操作步骤见教材P311-P326页
9.5本章小结本章主要是对ROS2中的图像视觉进行介绍、编程及仿真。首先编程并仿真实现了从机器人的头部相机获取视觉图像；接着，使用OpenCV，编程并仿真实现机器人视觉中的颜色特征提取和目标定位功能；然后，对目标定位功能进行扩展，根据目标位置计算速度并输出给机器人，让机器人跟随球进行移动，实现一个目标跟随的闭环控制；最后，借助现有的人脸识别算法库，编程并仿真实现使用图形学特征进行人脸识别。
文档评论（0）