本文实例为大家分享了python实现nao机器人单目测距的具体代码，供大家参考，具体内容如下
此代码适于用做对nao机器人做视觉识别和测距实验,只提供关键代码部分,尝试利用cv2去优化代码会更加简洁哟！
此代码的主要功能：
1.初始姿态下，通过更换摄像头和转头去寻找目标
2.通过颜色阈值识别目标，计算目标与nao的距离和角度
可以扩展功能：
1.在运动过程中对方向和距离进行多次测量和校正，提高准确度
2.找到目标后，通过对目标的测量，选择使用哪个脚去踢目标
#!/usr/bin/python2.7
#-*- encoding: utf-8 -*-
import vision_definitions
#----------------------单目测距--------------------------------
#***********************************************
#@函数名： distanddirect_cal(cxnum,rynum,colsum,rowsum,head_angle,cameraid)
#@参数： (cxnum,rynum)是通过图像识别得到球心的像素点坐标
# (colsum,rowsum)是图片总大小：640*480
# cameraid=0，取上摄像头；cameraid=1，取下摄像头
#@返回值： 无
#@功能说明： 采用机器人的下摄像头进行测量球离机器人的相关角度与距离
def distanddirect_cal(cxnum,rynum,colsum,rowsum,head_angle,cameraid):
distx=-(cxnum-colsum/2)
disty=rynum-rowsu/2
print distx,disty
picture_angle=disty*47.64/480
if cameraid ==0:
h=0.62
camera_angle=12
else:
h=0.57
camera_angle=38
#head_angle[0]机器人仰俯角度
total_angle=math.pi*(picture_angle+camera_angle)/180+head_angle[0]
d1=h/math.tan(total_angle)
alpha=math.pi*(distx*60.92/640)/180
d2=d1/math.cos(alpha)
#head_angle[1]机器人左右角度
forward_distance=d2*math.cos(alpha+head_angle[1])
sideward_distance=-d2*math.sin(alpha+head_angle[1])
#***********************************************
#@函数名： getnaoimage(ip,port,cameraid)
#@参数： 略
#@返回值： 无
#@功能说明： 采调用机器人内置摄像头控制模块，对当前场景进行拍摄并保持。
# 由于球距离机器人约小于0.6m时，机器人额头摄像头无法看到，
# 所以需要变换摄像头，cameraid=0，取上摄像头；
# cameraid=1，取下摄像头
def get naoimage(ip,port,cameraid):
camproxy=alproxy("alvideodevice",ip,port)
resolition=2 #vga格式640*480
colorspace=11#rgb
#选择并启用摄像头
camproxy.setparam(vision_definitions.kcameraselectid,cameraid)
videoclient=camproxy.subscribe("python_client",resolition,colorspace,5)
#获取摄像机图像。
#image [6]包含以ascii字符数组形式传递的图像数据。
naoimage=camproxy.getimageremote(videoclient)
camproxy.unsubscribe(videoclient)
#获取图像大小和像素阵列。
imagewidth=naoimage[0]
imageheight=naoimage[1]
array=naoimage[6]
#从我们的像素阵列创建一个pil图像。
im=image.fromstring("rgb",(imagewidth,imageheight),array)
#保存图像。
im.save("temp.jpg","jpeg")
#***********************************************
#@函数名： findcolorpattern(img,pattern)
#@参数： 略
#@返回值： 无
#@功能说明： 将rgb图像转化为二值图：此方法用的是cv,可以尝试用cv2代码会更加简洁
def findcolorpattern(img,pattern):
channels=[none,none,none]
channels[0]=cv.createimage(cv.getsize(img),8,1)
channels[1]=cv.createimage(cv.getsize(img),8,1)
channels[2]=cv.createimage(cv.getsize(img),8,1)
ch0=cv.createimage(cv.getsize(img),8,1)
ch1=cv.createimage(cv.getsize(img),8,1)
ch2=cv.createimage(cv.getsize(img),8,1)
cv.split(img,ch0,ch1,ch2,none)
dest=[none,none,none,none]
dest[0]=cv.createimage(cv.getsize(img),8,1)
dest[1]=cv.createimage(cv.getsize(img),8,1)
dest[2]=cv.createimage(cv.getsize(img),8,1)
dest[3]=cv.createimage(cv.getsize(img),8,1)
cv.smooth(ch0,channels[0],cv.cv_gaussian,3,3,0)
cv.smooth(ch1,channels[1],cv.cv_gaussian,3,3,0)
cv.smooth(ch2,channels[2],cv.cv_gaussian,3,3,0)
for i in range(3):
k=2-i
lower=pattern[k]-75#设置阈值
upper=pattern[k]+75
cv.inranges(channels[i],lower,upper,dest[i])
cv.and(dest[0],dest[1],dest[3])
temp=cv.createimage(cv.getsize(img),8,1)
cv.and(dest[2],dest[3],temp)
'''
cv.namewindow("result",cv.cv_window_autosize)
cv.showimage("result",temp)
cv.waitkey(0)
'''
return temp
#***********************************************
#@函数名： xyproject(matrix,imgaesize)
#@参数： matrix
# imgaesize
#@返回值： 无
#@功能说明： 利用二值图，计算球的像素坐标。其原理是：遍历各行各列
# 像素的数值的和，最大的组合即为球心坐标
def xyproject(matrix,imagesize):
#声明一个数据类型为8位型单通道的imagessize[1]*1/1*imagessize[0]矩阵(初始值为 0)。
colmask=cv.createmat(imagessize[1],1,cv.cv_8uc1)
rowmask=cv.createmat(1,imagessize[0],cv.cv_8uc1)
cv.set(colmask,1)
cv.set(rowmask,1)
colsum=[]
for i in range(imagesize[0]):
col=cv.getcol(matrix,i)
#计算向量点积
a=cv.dotproduct(colmask,col)
colsum.append(a)
rowsum=[]
for i in range(imagesize[1]):
row=cv.getrow(matrix,i)
a=cv.dotproduct(rowmask,row)
rowsum.append(a)
return(colsum,rowsum)#得到各行各列“1”值的和
def crmax(colsum,rowsum):
cx=max(colsum)
ry=max(rowsum)
for i in range(len(colsum)):
if colsum[i]==cx:
cxnum=i
for i in range(len(rowsum)):
if rowsum[i]==ry:
rynum=i
return(cxnum,rynum)
#***********************************************
#@函数名： getheadangles(robotip,port)
#@参数： 略
#@返回值： 无
#@功能说明：
def getheadangles(robotip,port):
motionproxy=alproxy("almotion",robotip,port)
names=["headpitch","headyaw"]
usesensors=1
sensorangles=motionproxy.getangles(names,usesensors)
return sensorangles
#***********************************************
#@函数名： setheadangles(robotip,port,angles)
#@参数： 略
#@返回值： 无
#@功能说明：
def setheadangles(robotip,port,angles):
motionproxy=alproxy("almotion",robotip,port)
motionproxy.setstiffnesses("head",1.0)
names=["headpitch","headyaw"]
fractionmaxspeed=0.2
motionproxy.setangles(names,angles,fractionmaxspeed)
time.sleep(2.0)
motionproxy.setstiffnesses("head",0.0)
#***********************************************
#@函数名： capture_picture(ip,port,cameraid,angles,pattern_colors)
#@参数： angles
# pattern_colors
#@返回值： 无
#@功能说明： 将上面的一系列函数整合起来
def capture_picture(ip,port,cameraid,angles,pattern_colors):
setheadangles(ip,port,angles)
getnaoimage(ip,port,cameraid)
image=cv.loadimage("temp.jpg")
imagesize=cv.getsize(image) #返回数值，两个元素分别为列数和行数
matrix=findcolorpattern(image,pattern_colors)
(colsum,rowsum)=xyproject(matrix,imagesize)
(cxnum,rynum)=crmax(colsum,rowsum)
cv.saveimage("result.jpg",matrix)
return (cxnum,rynum,colsum,rowsum)
#***********************************************
#@函数名： target_detect_and_distance(ip,port)
#@参数：
#@返回值： 无
#@功能说明： 当上摄像头无法找到球时，切换到下摄像头，然后在左转右转。
# 在这个过程中，如果发现目标，则计算距离并输出距离
# 若始终未找到目标，则输出距离为0。
def target_detect_and_distance(ip,port):
pattern_colors=(255,150,50)
cameraid=0# 默认上摄像头
angles=[0,0]
(cxnum,rynum,colsum,rowsum)=capture_picture(ip,port,cameraid,angles)
if(cxnum,rynum)==(639,479):
cameraid=1
(cxnum,rynum,colsum,rowsum)=capture_picture(ip,port,cameraid,angles)
if(cxnum,rynum)==(639,479):
cameraid=0
angles=[0.0.7]
(cxnum,rynum,colsum,rowsum)=capture_picture(ip,port,cameraid,angles)
if(cxnum,rynum)==(639,479):
cameraid=0
angles=[0,-0.7]
(cxnum,rynum,colsum,rowsum)=capture_picture(ip,port,cameraid,angles)
headangles-getheadangles(ip,port)
###############
(forward_distance,sideward_distance)=distanddirect_cal(cxnum,rynum,colsum,rowsum,head_angle,cameraid)
if(cxnum,rynum)==(639,479):
(forward_distance,sideward_distance)=(0,0)
print "forward_distance=",forward_distance,"meters"
print "sideward_distance="+sideward_distance+"meters"
#***********************************************
#@函数名： target_detect_and_distance(ip,port)
#@参数：
#@返回值： 无
#@功能说明： 当找到球后，可能会存在一定的误差。
# 因此需要判断球位于机器人前方的哪一侧，再来确定用哪只脚踢球
def final_see(robotip,port):
pattern_colors=(255,150,50)
angles=[0.5,0]
setheadangles(robotip,port,angles)
cameraid=1
getnaoimage(robotip,port,cameraid)
image=cv.loadimage("temp.jpg")
imagesize=cv.getnaoimage(image)
matrix=findcolorpattern(image,pattern_colors)
(colsum,rowsum)=xyproject(matrix,imgaesize)
(cxnum,rynum)=crmax(colsum,rowsum)
cv.saveimage("result.jpg",matrix)
headangles=getheadangles(robotip,port)
#########################
(forward_distance,sideward_distance)=distanddirect_cal(cxnum,rynum,colsum,rowsum,head_angle,cameraid)
if cxnum<len(colsum)/2:
side=0#左脚
else:
side=1#右脚
print "side=",side
print "last distance=",forward_distance
return (side,forward_distance)
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持www.887551.com。
黄山市民网：https://www.huangshanshimin.com/
