最終課題
自動運転を模した課題に取り組みます．
目的
これまでに学んだ内容を生かし，自動運転にちなんだ課題に取り組みます．
課題を介してROSの仕組みの理解やオープンソースソフトウェアとのインテグレーション，プログラミングの実装力，
トライ&エラーによる問題解決，センシング技術など様々なスキルを身につけてください．
課題
自動運転に模した課題に取り組みます．
課題は基本課題と3つの追加課題で構成されています．
最低でも基本課題をクリアしてから追加課題に取り組みましょう．
コースは下記の写真の通りです．
基本課題
黒色のラインを検知し，ラインに沿ってTurtlebot3を走行させます．
スタートからゴールまで黒いラインをトレースして走行させてください．
走行中にTurtlebot3の一部が黒いラインの上にいなければ走行失敗とみなします．
追加課題1
コース上に設置された徐行標識を認識して走行スピードを低下させてください．
コース上のどの位置からでも標識を認識して良いこととします．
徐行標識を認識後，1秒間以上走行速度を半分以下に制限してください．
標識認識は1回のみとし，2回以上の認識は追加課題の達成失敗とします．
追加課題2
黒色のライン上に設置された赤色の駐車ラインを認識し，駐車スペースに駐車してください．
駐車動作中はライントレースはしなくても構いません．
駐車スペース用パネルにTurtlebot3の機体半分以上が入り，1秒間以上停止することができれば駐車成功とみなします．
駐車後，黒色のラインに復帰してライントレースを再開してください．
追加課題3
ゴール用パネルの後ろに設置した障害物を認識し，障害物に衝突する前に停止させてください．
ただし，ゴール用パネル上で停止させてください．
ゴール用パネルにTurtlebot3の機体半分以上が入り，停止することができれば停車成功とみなします．
カメラから得られる画像
ライントレースを行うには黒いラインを検知する必要があります．
Turtlebot3に搭載されたカメラは，車体前方の下部に若干下を向くように設置されています．
例えば，下記のようなシーンの場合，黒色のラインが少しだけ観測できます．
最短で約2cm先の黒色のラインを検知できますが，2cm以内のラインは検知できないので注意してください．
追加課題1では標識を認識する必要があります．
下記のようなシーンでは，解像度は低いですが標識を観測することができます．
サンプルプログラム
下記はシンプルなライントレースプログラムです．
黒いラインを検知したら右前に，白いパネルを検知したら左前に進みます．
プログラム自体は新しい内容は含まれていません．
既出のプログラムの組み合わせです．
まずはプログラムを読み理解することから始めましょう．
分からない場合には過去の講義webページを復習してください．
サンプルプログラムでは，直線を上手くライントレースできますが，カーブは上手く曲がることができません．
プログラムを改良して基本課題をクリアしましょう．
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
|
import rclpy
import cv2
import numpy as np
import time
from rclpy.node import Node
from cv_bridge import CvBridge, CvBridgeError
from sensor_msgs.msg import Image
from geometry_msgs.msg import Twist
from std_msgs.msg import Float32MultiArray
import math
class AutoRun(Node):
WIDTH = 40
HEIGHT = 40
def __init__(self):
super().__init__('turtlebot_auto_run')
self.twist_pub = self.create_publisher(Twist, 'cmd_vel', 1)
self.image_sub = self.create_subscription(Image, "/image_raw", self.image_callback, 1)
self.bridge = CvBridge()
def set_move_vector(self, linear_x, angular_z):
twist = Twist()
twist.linear.x = linear_x
twist.angular.z = angular_z
self.twist_pub.publish(twist)
def image_callback(self, data):
try:
color_image = self.bridge.imgmsg_to_cv2(data, "bgr8")
except CvBridgeError as e:
self.get_logger().info(e)
h, w, c = color_image.shape
x1 = int(w / 2) - self.WIDTH
x2 = int(w / 2) + self.WIDTH
y1 = h - (self.HEIGHT * 2)
y2 = h
r = g = b = 0
for i in range(y1, y2):
for j in range(x1, x2):
#color_image.itemset((i, j, 0), 0)
#color_image.itemset((i, j, 1), 0)
r = r + color_image.item(i, j, 2)
g = g + color_image.item(i, j, 1)
b = b + color_image.item(i, j, 0)
ave_r = r / ((self.WIDTH * 2) * (self.HEIGHT * 2))
ave_g = g / ((self.WIDTH * 2) * (self.HEIGHT * 2))
ave_b = b / ((self.WIDTH * 2) * (self.HEIGHT * 2))
ave = (ave_r + ave_g + ave_b) / 3
if(ave <= 100):
self.set_move_vector(0.05, -1.2)
else:
self.set_move_vector(0.05, 1.2)
def main(args=None):
rclpy.init(args=args)
node = AutoRun()
rclpy.spin(node)
node.destroy_node()
rclpy.shutdown()
if __name__ == '__main__':
main()
|
参考動画
基本課題と追加課題をクリアした例です．
サンプルプログラムでは，ライントレースの際に機体を左右に降るため滑らかなライントレースができません．
PID制御を導入することで安定した走行が可能となります．
余力がある人は是非取り組んでみてください．