SingTown Technology permet aux robots de "voir, marcher et penser", optimisant ainsi leurs performances en compétition !

Dans diverses compétitions de robots, la reconnaissance des lignes de délimitation de piste est une capacité essentielle pour que les robots réalisent le suivi automatique, la planification de trajectoire et les décisions de direction.
Les capteurs infrarouges traditionnels ou les capteurs photodélectriques à point unique ne peuvent détecter que les différences de couleur et sont incapables de reconnaître les angles de ligne et les informations de courbure.
À cette fin, les fabricants de robots éducatifs adoptent la technologie de reconnaissance par caméra intelligente OpenMV de SingTown, intégrant la vision artificielle et les algorithmes de calcul géométrique d'images pour réaliser la reconnaissance en temps réel, la mesure d'angle et le suivi de position des lignes de délimitation de piste (telles que la ligne de jonction jaune-gris).
Ce système peut être largement appliqué dans des scénarios tels que les compétitions de voitures intelligentes, les modèles réduits de conduite autonome et les plateformes éducatives de programmation, offrant aux robots des capacités de navigation visuelle de haute précision.

Les fabricants de robots éducatifs utilisent la technologie de reconnaissance par caméra intelligente OpenMV de SingTown pour réaliser l'identification automatique de trajectoire et le contrôle de direction en temps réel.

Installez une caméra à l'avant du robot pour surveiller la zone de piste au sol. Le système est équipé de technologies de vision par ordinateur et de reconnaissance d'images, capable d'extraire automatiquement les lignes de délimitation de la piste (lignes de séparation jaune-gris ou noir-blanc) par segmentation de seuil de couleur, détection de contours et algorithmes d'ajustement de lignes (Transformée de Hough), tout en calculant en temps réel la position centrale et l'angle de la ligne.

Les sorties de l'algorithme de reconnaissance comprennent : les coordonnées (x, y) du point central du segment de ligne, utilisées pour déterminer le décalage du robot par rapport à la piste ; et l'angle d'inclinaison θ, utilisé pour calculer la direction de braquage et l'angle de correction du robot.

Lorsque le robot s'écarte du centre de la piste ou subit un changement soudain de l'angle de la limite, le système transmet immédiatement les données de position et d'angle au STM32 de contrôle principal via une interface série ou I²C, permettant ainsi une correction de direction et un contrôle de la vitesse.

Le module de vision embarqué OpenMV maintient un fonctionnement stable sous des conditions de lumière intense, d'ombres et de réflexions au sol. Grâce à ses capacités flexibles et efficaces d'IA embarquée et de déploiement en périphérie, son taux de reconnaissance peut atteindre 60 images par seconde, permettant un véritable contrôle de navigation en temps réel.

Grâce à cette solution, les fabricants de robots éducatifs ont mis en œuvre un système de reconnaissance de piste et de mesure d'angle basé sur la vision artificielle, permettant aux robots de "voir la piste, comprendre la direction et conduire intelligemment", améliorant ainsi considérablement les performances en compétition et les capacités de contrôle intelligent.