人形机器人目标检测实例
功能介绍
基于深度学习的方法识别小球和底座,使用模型为YOLOv5s。
使用方法
准备工作
1. 具备TonyPi机器人,包含相机及RDK套件,并且能够正常运行。
2. 具备小球等相关道具。
编译与运行
1. 编译
启动机器人后,通过终端SSH或者VNC连接机器人,打开终端拉取相应代码并编译安装。
# 拉取目标检测代码与图像矫正代码
mkdir -p ~/tonypi_ws/src && cd ~/tonypi_ws/src
# RDK X5
git clone https://github.com/wunuo1/tonypi_obj_detection.git -b feature-x5
# RDK X3
git clone https://github.com/wunuo1/tonypi_obj_detection.git -b feature-x3
git clone https://github.com/wunuo1/tonypi_image_correction.git
# 编译
cd ..
# humble
source /opt/tros/humble/setup.bash
# foxy
source /opt/tros/setup.bash
colcon build
2. 运行物体检测功能
source ~/tonypi_ws/install/setup.bash
cp -r ~/tonypi_ws/install/tonypi_obj_detection/lib/tonypi_obj_detection/config/ .
# web端可视化障碍物(启动功能后在浏览器打开 ip:8000)
export WEB_SHOW=TRUE
ros2 launch tonypi_obj_detection target_detection.launch.py
原理简介
RDK X3通过摄像头获取机器人前方环境数据,图像数据通过训练好的YOLO模型进行推理得到物体的图像坐标值并发布。
接口说明话题
Sub话题
参数
注意
该功能包提供特定的实际场景中识别物体的模型,若自行采集数据集进行训练,请注意替换。
- |
- +1 赞 0
- 收藏
- 评论 0
本文由雪飘梦飞转载自D-Robotics官网,原文标题为:人形机器人目标检测,本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
相关推荐
2D垃圾检测应用示例
本Node是基于hobot_dnn开发的2D垃圾目标检测算法,采用PaddlePaddle开源框架, 利用PPYOLO模型进行垃圾检测任务设计和训练。为了达到快速部署的目的,本Node支持配置文件更换垃圾检测模型,开发者可以将更多精力投入在算法模型能力的迭代,减少部署工作量,识别输出的AI信息不仅可以通过话题发布,还可以在Web页面渲染显示。
OriginBot机器人最小功能系统的机器人底盘驱动应用实例
OriginBot是一款智能机器人开源套件,更是一个社区共建的开源项目,旨在让每一位参与者享受机器人开发的乐趣。该项目是OriginBot机器人最小功能系统,该最小系统可接受/cmd_vel指令控制机器人运动并反馈/Odom信息。
基于RDK X3的机械臂物体拾取操作实例
本文介绍RDK X3该功能包接收用户选择方块数字的请求,通过yolov5检测目标,在Z轴距离确定的情况下解算出物体的三维坐标,并请求仿真机械臂控制节点夹取物体的应用实例。
【IC】D-Robotics RDK X5机器人开发者套件,可提供高达10 Tops算力,加速智能化应用快速落地
D-Robotics RDK X5搭载Sunrise 5智能计算芯片,可提供高达10 Tops的算力,是一款面向智能计算与机器人应用的全能开发套件,接口丰富,极致易用,支持Transfomer、RWKV、Occupancy、Stereo Perception等多种复杂模型和最新算法,加速智能化应用快速落地。
智能语音聊天机器人功能及使用指南
智能语音聊天机器人通过识别用户语音,调用ChatGPT API获取答复并播放,实现语音聊天。需地平线RDK、ChatGPT API Key及音频板等物料。准备、组装后,安装功能包并运行,配置音频和ChatGPT API Key。常见问题包括设备连接、音频驱动、配置文件及网络访问等。
乐动激光雷达驱动功能应用示例
乐动激光雷达驱动设计方案介绍,LDLIDAR ROS2驱动,以ROS2标准消息格式发送激光雷达数据。
D-Robotics 人形机器人自动踢球控制
本文介绍了人形机器人自动踢球控制的设计方案及应用。该功能包通过接收物体识别节点的消息,控制机器人自动踢球。
人形机器人物体抓取实例
介绍人形机器人物体抓取的设计方案及应用特点。
于RDK X3设置USB摄像头驱动,实现采集图像数据和发布功能
本项目功能为hobot_usb_cam从USB摄像头采集图像数据,以ROS标准图像消息或者零拷贝(hbmem)图像消息进行发布,供需要使用图像数据的其他模块订阅。
基于地平线RDK模型YOLOv5s深度学习的方法进行赛道障碍物检测应用实例
该功能为基于深度学习的方法识别赛道中的障碍物,使用模型为YOLOv5s。地平线RDK通过摄像头获取小车前方环境数据,图像数据通过训练好的YOLO模型进行推理得到障碍物的图像坐标值并发布。
基于RDK平台的YOLOv10目标检测算法示例
YOLO功能介绍YOLO目标检测算法示例使用图片作为输入,利用BPU进行算法推理,发布包含目标类别和检测框的算法msg。YOLO目标检测算法示例使用图片作为输入,利用BPU进行算法推理,发布包含目标类别和检测框的算法msg。目前支持yolov2、yolov3、yolov5、yolov5x四个版本。
适配RDK X3实现Nav2移动机器人自主导航功能实例
自主导航功能贯穿了移动机器人大部分的运动过程,也是智能移动机器人中至关重要的一项基础技能,机器人可以根据地图信息,有效规划出行走的路径,还要通过激光雷达或者摄像头实时识别周围的障碍物,一旦出现意外的障碍,需要立刻做出避障的动作。
电子商城
登录 | 立即注册
提交评论