프로젝트 소개

로봇의 카메라를 와 OpenCV를 이용하여 모터를 제어하는 프로젝트

시연 영상

목적

-실제 도로와 비슷한 주행로 환경을 구현하여 로봇의 이미지 만을 가지고 차선의 중앙을 찾아내서 주행해보자

-딥 러닝 모델을 사용하지 않은 상태로 차선을 인식하여 주행

프로젝트 설명

• 이미지 전처리

• opencv를 이용하여 도로 이미지 가공
  
  1.카메라를 통해 본 이미지
  2.ROI(Region of Interest)를 설정해 원하는 대상만 남김
  3.HLS 필터를 이용하여 원하는 색범위안의 물체만 인식
  4.Gray scale과 thershold를 통해 binarization
  5.perspective Transform를 통해 양쪽의 차선을 일직선으로 배치
  6.sliding_window 곡선을 곡선으로 인식하기위해 사용

• 전체 시스템 구성도
  

• 이미지 전처리후 아래 2번 사진의 두개의 선의 픽셀 차이값을 가지고 로봇의 모터를 제어
  1번 사진 왼쪽 차선과 오른쪽 차선의 인식양을 인식하다가 표준값 보다 픽셀양이 적다면 한쪽으로 치우쳐져 있다고 판단
  3번 사진은 교차로를 만나을때의 사진인데 사진 상단의 양쪽 픽셀 값이 없어진다면 직진을 하도록 제어

의의

• 주행중에 차선의 중앙을 인식하여 차선에서 벗어나는것을 방지하기 위해서는 최소한의 딜레이와 가벼운 코드가 필요하다.
  그럴때 우리의 코드는 훌륭한 해결 방안중에 1안이 될거라고 믿습니다.
  딥러닝 모델을 활용하여 인식하는 것이 아닌 Open CV를 사용하여 가볍고 빠른 인식이 가능할 것이하고 판단된다.

회고

• 하드 웨어의 한계
  • 로봇에 기본적으로 탑제 되었던 라즈베리 카메라의 경우 카메라의 이미지가 필요했던 이미지 보다 시야각이 너무 좁게 나와서 카메라의 이미지와 코드의 호환이 불가능하여 하드웨어의 구조 변경 및 외부 카메라(lenovo 웹캡)를 추가로 장착하여 진행하였다.
• 계획대로 흘러가지 않는 개발 상황
  • 원초의 목표는 크게 잡았지만 처음 잡아 놓은목표중 가장 베이스에서 프로젝트를 마감하게 되었다.
    하드웨어적 문제나 팀과의 소통 미스로 인한것들 등이 원인이라 파악된다.
    이를 통하여 팀과의 회의를통하여 정보 공유 및 목표치의 변경에 유하게 진행하는 방법을 알게 되었다.

코드 정리

• /lane_distance : 차선의 중앙 값과 이미지의 중앙값의 차이값을 모터 제어를 위해 송출할때 사용하는 토픽
• /right_distance_difference : 오른쪽 차선의 인식된 픽셀 값을 송출할때 사용하는 토픽
• /left_distance_difference : 왼쪽 차선의 인식된 픽셀 값을 송출할때 사용하는 토픽
• /intersection_flag : 교차로를 인식하였을때 특정 값을 송출할때 사용하는 토픽
• controll_node : 위 토픽을 발행하기 위한 노드
• cmd_vel : Twist 형식의 직접적으로 모터를 제어하기 위해 발행하는 토픽
• teleop_twist_publisher : cmd_vel을 발행하기 위한 노드(linear.x, angular.z 이 두개를 위주로 제어한다.)

발표 자료

발표 PPT

팀원 소개

신대준
김세연
이용욱