Zadania

Na pierwszych zajęciach prowadzący przekazał nam instrukcję z zadaniami jakie mieliśmy wykonać w trakcie trwania laboratoriów, następnie szczegółowo wytłumaczył nam na czym polegają poszczególne zadania.

Zadanie 1 - Podążanie wzdłuż linii (Linefollower)

Zadaniem robota jest przejechanie całej trasy po wyznaczonej linii.

{width=50%}\ {width=50%}

\begin{figure}[!h] \caption{Przykładowa trasa do podążania za wyznaczoną linią} \end{figure}

Zadanie 2 - Transporter

Zadaniem robota jest przetransportowanie obiektów z punktów bazowych do punktów docelowych. Punkt bazowy i punkt docelowy oznaczone są przez kolorowe elementy planszy. Rozwidlenie do opowiedniego koloru jest zaznaczone na czarnej linii trasy.

{width=75%}

Założenia

Trasa do zadania pierwszego jest czarną linią na białym tle. Linia składa się nie tylko z prostych odcinków, lecz na drodze mogą znajdować się różnego rodzaju trudne zakręty, skrzyżowania do pokonania, takie jak np. ostre zakręty, zaokrąglone zakaty, skrzyżowania, zakrzywione linie.

\begin{figure} \centering \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/line.jpg} \captionof{figure}{Prosta linia} \label{fig:test1} \end{minipage}% \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/sharp_turn.jpg} \captionof{figure}{Ostry zakręt} \label{fig:test2} \end{minipage} \end{figure}

\begin{figure} \centering \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/round_turn.jpg} \captionof{figure}{Zaokrąglony zakręt} \label{fig:test1} \end{minipage}% \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/cross.jpg} \captionof{figure}{Skrzyżowanie} \label{fig:test2} \end{minipage} \end{figure}

{width=10%}

W ramach drugiego zadania trasa dodatkowo składa się z skrzyżowań odpowiednia oznaczonych wybranym kolorem. Kolory mogą się powtarzać, dlatego należy zapamiętywać stan robota. Trasa może dodatkowo zawierać np. kilka czerwonych skrzyżowań, zielonego skrzyżowania, czerwonej platformy, zielonej platformy z dłuższym dojazdem.

\begin{figure} \centering \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/red_turn.jpg} \captionof{figure}{Czerwone skrzyżowanie} \label{fig:test1} \end{minipage}% \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/green_turn.jpg} \captionof{figure}{Zielone skrzyżowanie} \label{fig:test2} \end{minipage} \end{figure}

\begin{figure} \centering \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/red_platform.jpg} \captionof{figure}{Czerwona platforma} \label{fig:test1} \end{minipage}% \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.4\linewidth]{./img/green_platform.jpg} \captionof{figure}{Zielona platforma} \label{fig:test2} \end{minipage} \end{figure}

Przygotowanie do pracy

Przed przystąpieniem do rozwiązywania zadań otrzymaliśmy od prowadzącego laboratoria części robota LEGO Mindstorms Ev3, a także klocki LEGO, które posłużyły nam do zbudowania naszego robota.

{width=75%}

Poszczególne elementy posiadają różne funkcjonalności, które po złożeniu w całość pomogły nam rozwiązać zadania.

Do zadania pierwszego wykorzystaliśmy następujące elementy robota takie jak:

: Otrzymane elementy robota - zadanie 1 \label{tab:elementsone}

Element	Zastosowanie	Zdjęcie
główna jednostka sterująca	Uruchamia program, odbiera i nadaje sygnały do poszczególnych czujników i silników	{width=30%}
2 x silnik napędowy do kół	Do silników były przymocowane koła, które umożliwiły poruszanie sie robota	{width=30%}
2 x czujnik światła	Wykrywanie lini i kolorów jakie znajdowały sie pod robotem	{width=30%}
przycisk	Uruchamianie i zatrzymywanie robota	{width=30%}

Posłużyły nam one do wykrywania linii i poruszania się wzdłuż niej. Jednakże w przypadku rozwiązywania kolejnego zadania, przedstawione elementy okazały się niewystarczające, ponieważ oprócz śledzenia musieliśmy jeszcze wykrywać obiekt, podnosić go i opuszczać. Dlatego dodatkowo w przypadku rozwiązywania zadania 2 dołożyliśmy następujące elementy:

: Otrzymane elementy robota - zadanie 2 \label{tab:elementstwo}

Element	Zastosowanie	Zdjęcie
serwomechanizm	Podnoszenie i opuszczanie obiektu	{width=25%}
czujnik odległości	Wykrywanie w jakiej odległości znajduje się obiekt	{width=25%}

Realizacja

Początek pracy poświęciliśmy na zapoznanie się z wykładami udostępnionymi w ramach wykładów z przedmiotu Wstęp Do Robotyki. Dzięki temu zgłębiliśmy matematyczne podstawy tego w jaki sposób może poruszać się pojazd kołowy.

Mechanika

Robot z napędem różnicowym - dwa niezależnie napędzane koła stałe na jednej osi.

W celu zmiany położenia modyfikowaliśmy prędkości kół. Założyliśmy jedną prędkość podstawową do przodu oraz dodatkowo modyfikowaliśmy skręt odpowiednio modyfikując składowe prędkości poszczególnych kół.

Prędkość naszego robota do przodu wynikała ze średniej prędkości obu kół, a prędkość obrotu zależała od różnicy między prędkościami kół.

Schemat

{width=50%}

Podstawa matematyczna

$v_p, v_l$ - prędkość liniowa prawego, lewego koła
$\omega_p, \omega_l$ - prędkość kątowa prawego, lewego koła
$v, \omega$ - prędkość liniowa i kątowa robota
$R_C$ - chwilowy promień skrętu robota
$d$ - rozstaw kół
$r$ - promień koła

$$ v = \frac{v_l + v_p}{2} $$

$$ \omega = \frac{v_l - v_p}{d} $$

$$ R_C = \frac{v}{\omega} = \frac{d(v_l + v_p)}{2 (v_l - v_p)} $$

Rozwiązanie bazujące na PID

Wpływ parametrów PID

Parametr P
- parametr brany z największą wagą
- oznaczał chwilową różnicę w poziomie odbijanego światła odbieranego przez czujniki
Parametr I
- parametr brany z najmniejszą wagą (ponieważ integral był bardzo dużą liczbą w porównaniu do error oraz derivative)
- integral przechowywał historię kilku ostatnich iteracji programu, przez co powodował, że jak wyjechaliśmy jedynie w niewielkim stopniu to skręt był niewielki, jednak gdy przez dłuższy czas czujniki wykrywały linię to poziom skrętu zwiększał się
Parametr D
- parametr wynikał z chwilowej zmiany między poziomem lewego i prawego czujnika
- parametr miał największy wpływ w przypadku ostrych skrętów
- parametr liczył się jedynie przy zmianie między ostatnimi błędami

Dobieranie parametrów

Parametry PID, które zastosowaliśmy w naszym robocie, zostały dobrane metodą inżynierską. Zastosowaliśmy podejście iteracyjne, w którym kolejne wartości parametrów były ustalane na podstawie wyników testów oraz obserwacji zachowania robota.

W zależności od rodzaju zadania, dla którego był przeznaczony robot, dobieraliśmy parametry PID w inny sposób. Na przykład, podczas zawodów głównie skupialiśmy się na zwiększaniu prędkości przy okazji odpowiednio modyfikując parametr D, ponieważ tor nie posiadał ostrych zakrętów. Zwiększaliśmy również parametr I, aby nasz robot na odcinkach prostych mógł osiągnąć jak największą prędkość. W przypadku parametrów D i I staraliśmy się dobrać odpowiednią wartość na podstawie doświadczenia.

W zadaniu Line Follower skupiliśmy się na dostosowaniu wartości parametrów P i D, ponieważ było tam dużo ostrych zakrętów. Zaczęliśmy od wartości, które sprawdziły się podczas zawodów, a następnie stosowaliśmy iteracyjną metodę doboru wartości parametrów, aż do osiągnięcia idealnych wartości, które okazały się takie same jak wartości początkowe. W tym przypadku jedyną zmianą, jaką wprowadziliśmy, było zmniejszenie prędkości ruchu robota.

W ostatnim zadaniu pozostawiliśmy parametry prawie takie same jak w poprzednim zadaniu, jednakże zmniejszyliśmy prędkość ruchu robota. W przypadku tego zadania dodatkowo musieliśmy wyznaczyć ilość obrotów kół jakie musi wykonać nasz robot aby wykonać pełen obrót o 360 stopni, tak aby w prosty sposób dokonywać obrotów w prawo/lewo, a także zawracania.

Wyniki

: Wyniki zawodów \label{tab:statsone}

Team	Round 1	Round 2	Round 3	Round 4	Round 5
Parostatek	-	28.01	-	-	29.77

Wnioski

najcięższe było dobranie parametrów PID, tak aby robot jeździł z zadowalającą prędkością

Line Follower

Parametry

Zmniejszona prędkość względem zawodów, żeby wyrobić się na ostrych zakrętach: Podstawowe PID

MIN_FORWARD_SPEED = 10
MAX_FORWARD_SPEED = 20

FORWARD_SPEED_CORRECTION = (
    (MAX_FORWARD_SPEED - MIN_FORWARD_SPEED) / MAX_FORWARD_SPEED
)

CONSTANT_P = 4.0
CONSTANT_I = 0.01
CONSTANT_D = 4.0

HISTORY_LOSS = 0.5

AMPLIFIER = 0.25

Transporter

Aby przetransportować obiekt z jednego miejsca na drugi musieliśmy na początku przeanalizować wszystkie możliwe stany, jakie mogą wystąpić w tracie zadania. Tak więc, przygotowaliśmy schemat stanowy, który przedstawia to jak ma zachowywać się w danym momencie.

stateDiagram-v2
    1: Jazda wzdłuż czarnej lini
    2: Skręt w prawo
    3: Skręt w lewo
    4: Jazda wzdłuż czarnej lini
    5: Podniesienie obiektu, obrót o 180 stopni i jazda wzdłuż czarnej lini
    6: Skręt w lewo i jazda wzdłuż czarnej lini
    7: Skręt w prawo
    8: Skręt w lewo
    9: Jazda wzdłuż czarnej lini
    10: Upuszczenie obiektu, wycofanie i zagranie melodii
    [*] --> 1

    1 --> 2: Znalezienie zielonej lini z prawej strony
    1 --> 3: Znalezienie zielonej lini z lewej strony
    2 --> 4
    3 --> 4
    4 --> 5: Wykrycie obiektu przed pojazdem
    5 --> 6: Wykrycie prostopadłej czarnej lini
    6 --> 7: Znalezienie czerwonej lini z prawej strony
    6 --> 8: Znalezienie czerwonej lini z lewej strony
    7 --> 9
    8 --> 9
    9 --> 10: Wykrycie czerwonego kwadratu
    10 --> [*]

Loading

Tor

Do każdego rodzaju zadania z jakim musiał zmierzyć się nasz robot, przygotowywany był odpowiedni tor.

\begin{figure} \centering \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.6\linewidth]{./img/tournament.jpg} \captionof{figure}{Tor na zawody} \label{fig:test1} \end{minipage}% \begin{minipage}{.5\textwidth} \centering \includegraphics[width=.6\linewidth]{./img/line_follower.jpg} \captionof{figure}{Tor - podążanie za linią} \label{fig:test2} \end{minipage} \end{figure}

{width=40%}

\newpage

Budowa robota

Zawody

Wykorzystując otrzymane przez prowadzącego laboratoria elementy robota, a także udostępnioną pokaźną ilość kloców lego przystąpiliśmy do budowy robota.

Robot - iteracja I

Budowę naszego robota rozpoczęliśmy od zamontowania kół, dwóch z przodu robota, oraz jednego samonastawnego z tyłu. Posłużyła nam do tego dolna podstawa, zamontowana do robota, zwiększająca jego stabilność, a także umożliwiająca przemontowanie czujników światła, które chcieliśmy aby znalazły się na wysokości przednich kół.

{width=50%}\ {width=50%} {width=50%}\ {width=50%}

\begin{figure}[!h] \caption{Pierwsza iteracja robota - z kołem samonastawnym} \end{figure}

\newpage

{width=50%}\ {width=50%} {width=50%}\ {width=50%}

\begin{figure}[!h] \caption{Pierwsza iteracja robota - z kołem samonastawnym} \end{figure}

\newpage

Robot - iteracja II

W celu uzyskania lepszych czasów w czasie trwania zawodów zamieniliśmy koło samonastawne na kulę, która spowodowała zmniejszenie tarcia o powierzchnię w rezultacie, zwiększyła szybkość poruszania się robota.

{width=50%}\ {width=50%} {width=50%}\ {width=50%}

\begin{figure}[!h] \caption{Druga iteracja robota - z kulą zamiast koła wspierającego} \end{figure}

\newpage

{width=50%}\ {width=50%} {width=50%}\ {width=50%}

\begin{figure}[!h] \caption{Druga iteracja robota - z kulą zamiast koła wspierającego} \end{figure}

\newpage

Line Follower

Do zaliczenia pierwszego zadania, polegającego na śledzeniu linii, wykorzystaliśmy II iterację robota zbudowanego w czasie trwania zawodów.

Transporter

W tym etapie przebudowaliśmy trochę nasz robot w taki sposób, aby mógł wykrywać i przewozić zbudowany przez nas przedmiot. Dlatego też, czujnik odległości, aby poprawnie rozpoznawał obliczał odległość obiektów znajdujących się przed robotem, musiał być zamontowany przed czujnikami światła, dodatkowo musiał znaleźć się na tyle nisko, aby nie utrudniał pracy wysięgnika. Tak więc przemontowaliśmy go do dolnej podstawy robota, pomiędzy czujnikami światła, lekko wysuniętym do przodu. Podnośnik zamontowaliśmy u góry, na wyciągniętych ramionach, tak aby znajdował sie nad czujnikiem odległości, a jako ramiona do podnoszenia wybraliśmy prostopadle zamontowane zakrzywione klocki, tak aby w łatwy sposób unieść obiekt znajdujący sie przed robotem.

{width=50%} \ {width=50%}

\begin{figure}[!h] \caption{Trzecia iteracja robota - wspierająca detekcję i przenoszenie przedmiotów} \end{figure}

Działający robot

LINK DO NAGRANIA NA YOUTUBE

Implementacja

Kod bazowy

Najpierw napisaliśmy podstawę do rozwijania kolejnych iteracji naszego kodu. Pozwoliło to nam przy kolejnych iteracjach jedynie kopiować podstawę i dowolnie ją modyfikować według potrzeb. Kod podstawy umieściliśmy w pliku Baza

Kod bazowy umożliwia nam:

start programu
zatrzymanie programu z upewnieniem się, że koła przestaną się poruszać
głosowe potwierdzenie stanu (START, READY, STOP)
wymagana jest jedynie implementacja jednej funkcji iterate()

def speak(message: str) -> None:
    sound.speak(message)
    print(message)


def work() -> None:
    while True:
        if button.is_pressed:
            handle_button_pressed()
        else:
            try:
                iterate()
            except Exception as e:
                print(e)


def handle_button_pressed() -> None:
    stop()
    speak('STOP')
    button.wait_for_released()
    button.wait_for_bump()
    speak('START')


def iterate() -> None:
    pass


def stop() -> None:
    for motor in motors:
        motor.stop()


def main() -> None:
    sound.set_volume(SOUND_VOLUME)
    speak('READY')

    button.wait_for_bump()
    speak('START')

    try:
        work()
    except KeyboardInterrupt as e:
        stop()
        raise e


if __name__ == '__main__':
    main()

Kod Line Follower'a

W ramach tego zadania rozbudowaliśmy bazowy kod, o funkcjonalność robota, tak aby ten mógł rozpoznawać linię i podążać za nią. Na zajęcia przygotowaliśmy dwie wersje kodu. Kod "Nawiny", bezpośrednio reagujący na to co odbierają czujniki oraz Kod bazujący na PID, który ostatecznie został wykorzystany do zaliczenia zadania.

Kod "Naiwny"

Na samym początku założyliśmy naiwny sposób śledzenia lini - kod dostępny jest w pliku Naiwny

Określeniem "naiwny" nazywamy sterowanie jedynie na podstawie koloru - widzimy biały jedziemy - widzimy czarny cofamy dla odpowiedniej strony robota.

FORWARD_SPEED = 30
TURN_SPEED = 40

SLEEP_SECONDS = 0.1

def iterate() -> None:
    colors = (
        left_sensor.color,
        right_sensor.color
    )
    if colors[LEFT] == colors[RIGHT]:
        move_tank.on(
            SpeedPercent(FORWARD_SPEED),
            SpeedPercent(FORWARD_SPEED)
        )
    elif colors[LEFT] != ColorSensor.COLOR_BLACK and colors[RIGHT] != ColorSensor.COLOR_BLACK:
        move_tank.on(
            SpeedPercent(FORWARD_SPEED),
            SpeedPercent(FORWARD_SPEED)
        )
    elif colors[LEFT] != ColorSensor.COLOR_WHITE and colors[RIGHT] == ColorSensor.COLOR_WHITE:
        move_tank.on(
            SpeedPercent(-FORWARD_SPEED - TURN_SPEED),
            SpeedPercent(FORWARD_SPEED + TURN_SPEED)
        )
    elif colors[LEFT] == ColorSensor.COLOR_WHITE and colors[RIGHT] != ColorSensor.COLOR_WHITE:
        move_tank.on(
            SpeedPercent(FORWARD_SPEED + TURN_SPEED),
            SpeedPercent(-FORWARD_SPEED - TURN_SPEED)
        )
    elif colors[LEFT] == ColorSensor.COLOR_NOCOLOR or colors[RIGHT] == ColorSensor.COLOR_NOCOLOR:
        move_tank.off()

    sleep(SLEEP_SECONDS)

Przygotowaliśmy kilka iteracji kodu naiwnego, jednak nie sprawdzały się w takim stopniu, jaki chcieliśmy:

Naiwny
Naiwny
Naiwny

Kod bazujący na PID

Przygotowaliśmy także kilka wersji kodu, które działają na bazie PID, opartej o poziom odbitego światła:

PID
PID
PID

Ostatecznie po dopracowaniu kodu wpadliśmy na pomysł, żeby manipulować prędkość na prostych w zależności od wyliczonej prędkości skrętu. Na odcinkach prostych, gdy prędkość skrętu była bliska 0 jechaliśmy z prędkością maksymalną - 100, gdy prędkość skrętu wzrastała odpowiednio zmniejszaliśmy prędkość do przodu, tak do osiągnięcia minimalnej prędkości do przodu.

Najszybszy

MIN_FORWARD_SPEED = 30
MAX_FORWARD_SPEED = 100

FORWARD_SPEED_CORRECTION = (
    (MAX_FORWARD_SPEED - MIN_FORWARD_SPEED) / MAX_FORWARD_SPEED
)

CONSTANT_P = 4.0
CONSTANT_I = 0.01
CONSTANT_D = 4.0

HISTORY_LOSS = 0.5

AMPLIFIER = 0.1

def iterate(integral: float, last_error: int) -> Tuple[float, int]:
    error = left_sensor.reflected_light_intensity - \
        right_sensor.reflected_light_intensity

    integral = HISTORY_LOSS * integral + error
    derivative = error - last_error
    last_error = error

    turn_speed = CONSTANT_P * error + CONSTANT_I * integral + CONSTANT_D * derivative

    forward_speed = max(
        MIN_FORWARD_SPEED,
        MAX_FORWARD_SPEED - FORWARD_SPEED_CORRECTION * abs(turn_speed)
    )

    left_motor.on(forward_speed + AMPLIFIER * turn_speed)
    right_motor.on(forward_speed - AMPLIFIER * turn_speed)

    return integral, last_error

Kod Transporter'a

W ramach ostatniego zadania rozbudowaliśmy funkcjonalność kodu z poprzedniego zadania Kod bazujący na PID.

Zdefniowaliśmy stany:

FOLLOW_LINE_UNTIL_PICK_UP = 0
FOLLOW_LINE_UNTIL_DETECTED_OBJECT = 1
FOLLOW_LINE_UNTIL_TWO_LINES_DETECTED = 2
FOLLOW_LINE_UNTIL_DROP_DOWN = 3
FOLLOW_LINE_UNTIL_TWO_DROP_DOWN_COLORS_DETECTED = 4
STATE_STOP = 5

Zaktualizowaliśmy główną pętlę:

def work() -> None:
    integral = 0.0
    last_error = 0

    state = FOLLOW_LINE_UNTIL_PICK_UP

    while True:
        if button.is_pressed:
            handle_button_pressed()
            integral = 0.0
            last_error = 0
            state = FOLLOW_LINE_UNTIL_PICK_UP
        else:
            state, integral, last_error = iteration(
                state, integral, last_error
            )

W pętli na podstawie stanu wołaliśmy odpowiednią funkcję obsługi:

ITERATION_FUNCTION = {
    FOLLOW_LINE_UNTIL_PICK_UP: follow_line_until_pick_up,
    FOLLOW_LINE_UNTIL_DETECTED_OBJECT: follow_line_until_detected_object,
    FOLLOW_LINE_UNTIL_TWO_LINES_DETECTED: follow_line_until_two_lines_detected,
    FOLLOW_LINE_UNTIL_DROP_DOWN: follow_line_until_drop_down,
    FOLLOW_LINE_UNTIL_TWO_DROP_DOWN_COLORS_DETECTED: follow_line_until_two_drop_down_colors_detected,
}


def iteration(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    function = ITERATION_FUNCTION.get(state, stop_robot)
    state, integral, last_error = function(state, integral, last_error)
    return state, integral, last_error

Dla każdego stanu zdefniowaliśmy obsługę:

Śledzenie lini z wykorzystaniem algorytmu korzystającego z PID, dopóki nie napotkamy koloru z którego powinniśmy podnieść przedmiot
Gdy odpowiednio na lewym lub prawym czujniku wykryjemy dany kolor to zaczynamy obracać się w tym kierunku
Obrót o 90 stopni jest wyliczony i zawsze wykonywane jest tyle samo obrotów kół - zakładamy brak poślizgu
Następnie aktualizowany jest stan - średzenie lini dopóki nie napotkamy obiektu

def follow_line_until_pick_up(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    colors = detect_colors()
    if colors[LEFT] == COLORS[PICK_UP]:
        turn_left()
        state = FOLLOW_LINE_UNTIL_DETECTED_OBJECT
    elif colors[RIGHT] == COLORS[PICK_UP]:
        turn_right()
        state = FOLLOW_LINE_UNTIL_DETECTED_OBJECT
    else:
        integral, last_error = follow_line(integral, last_error)

    return state, integral, last_error

Śledzenie lini z wykorzystaniem PID dopóki czujnik odległości nie wykryje przedmiotu w odległości 1 od przodu robota
Gdy odległość jest wystarczająco bliska to podnosimy przedmiot, obracamy się o 180 stopni (wyliczona ilość obrotów kół) i przechodzimy do następnego stanu

def follow_line_until_detected_object(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    detected_distance = distance()
    if detected_distance < 2:
        pick_up()
        turn_around()
        state = FOLLOW_LINE_UNTIL_TWO_LINES_DETECTED
    else:
        integral, last_error = follow_line(integral, last_error)
    return state, integral, last_error

Po podniesieniu przedmiotu śledziliśmy linię dopóki nie napotkamy na obu czujnikach koloru - koloru czarnego - oznaczało, to że dojechaliśmy do skrzyżowania
na skrzyżowaniu skręcaliśmy w prawo, a następnie przechodziliśmy do kolejnego stanu

def follow_line_until_two_lines_detected(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    colors = detect_colors()
    if colors[LEFT] == ColorSensor.COLOR_BLACK and colors[RIGHT] == ColorSensor.COLOR_BLACK:
        turn_right()
        state = FOLLOW_LINE_UNTIL_DROP_DOWN
    else:
        integral, last_error = follow_line(integral, last_error)

    return state, integral, last_error

Podobnie jak w stanie pierwszym śledziliśmy linię dopóki na jednym z czujników nie wykryjemy koloru na który należy odłożyć przedmiot
Gdy wykryjemy kolor to skręcamy w odpowiednią stronę i przechodzimy do następnego stanu

def follow_line_until_drop_down(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    colors = detect_colors()
    if colors[LEFT] == COLORS[DROP_DOWN]:
        turn_left()
        state = FOLLOW_LINE_UNTIL_TWO_DROP_DOWN_COLORS_DETECTED
    elif colors[RIGHT] == COLORS[DROP_DOWN]:
        turn_right()
        state = FOLLOW_LINE_UNTIL_TWO_DROP_DOWN_COLORS_DETECTED
    else:
        integral, last_error = follow_line(integral, last_error)

    return state, integral, last_error

Na sam koniec pozostało śledzenie lini dopóki nie wykryjemy na obu czujnikach koloru - koloru docelowego
Gdy wykryjemy ten kolor to odkładamy przedmiot, puszczamy muzykę i obracamy się w miejscu, po czym zatrzumujemy robota

def follow_line_until_two_drop_down_colors_detected(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    colors = detect_colors()
    if colors[LEFT] == COLORS[DROP_DOWN] and colors[RIGHT] == COLORS[DROP_DOWN]:
        drop_down()
        sound.play_song(WINNING_SONG)
        turn_around()
        state = STATE_STOP
    else:
        integral, last_error = follow_line(integral, last_error)

    return state, integral, last_error

WINNING_SONG = (
    ('D4', 'e3'),  # intro anacrouse
    ('D4', 'e3'),
    ('D4', 'e3'),
    ('G4', 'h'),   # meas 1
    ('D5', 'h'),
    ('C5', 'e3'),  # meas 2
    ('B4', 'e3'),
    ('A4', 'e3'),
    ('G5', 'h'),
    ('D5', 'q'),
    ('C5', 'e3'),  # meas 3
    ('B4', 'e3'),
    ('A4', 'e3'),
    ('G5', 'h'),
    ('D5', 'q'),
    ('C5', 'e3'),  # meas 4
    ('B4', 'e3'),
    ('C5', 'e3'),
    ('A4', 'h.'),
)

W ostatnim stanie resetujemy ustawienie robota i oczekujemy na przycisk, aby robot mógł wystartować ponownie

def stop_robot(state: int, integral: float, last_error: int) -> Tuple[int, float, int]:
    handle_button_pressed()
    state = FOLLOW_LINE_UNTIL_PICK_UP
    integral = 0.0
    last_error = 0
    return state, integral, last_error

Funkcje pomocnicze:

Wykrywanie kolorów

mieliśmy problem z kolorem wykrywanym przez migające na zmianę czujniki
aby ujednolicić pomiary najpierw zmienialiśmy tryb wykrywania czujników, a następnie dopiero wykrywaliśmy kolor

def detect_colors() -> Tuple[int, int]:
    ensure_mode(ColorSensor.MODE_COL_COLOR)
    return (
        left_sensor.color,
        right_sensor.color
    )

def ensure_mode(color: str) -> None:
    left_sensor.mode = color
    right_sensor.mode = color
    sleep(TIME_PER_MODE_CHANGE)

Stała ilość rotacji w miejscu:

ponieważ czujniki są minimalnie przesunięte do przodu względem osi kół, to przed obrotem jedziemy minimalnie do przodu, aby po obrocie robot skończył z czujnikami wokół lini
podobnie po skończonym obrocie jasność kolorów na które wjeżdżamy nie zawsze pozwalała nam na dobre rozróżnianie tych kolorów od koloru białego za pomocą czujników odbijających światło czerwone - więc rozwiązaliśmy to przejechaniem przez ten kolor po prostej i dopiero gdy dojechaliśmy do koloru czarnego załączało się dalsze śledzenie lini

ROTATIONS_PER_FULL_ROTATION = 3.15

def turn(full_roations: float, speed: int) -> None:
    rotations = ROTATIONS_PER_FULL_ROTATION * full_roations
    forward_for_rotations(0.1)
    left_motor.on_for_rotations(
        speed,
        rotations,
        block=False
    )
    right_motor.on_for_rotations(
        - speed,
        rotations,
    )
    forward_for_rotations(0.3)


def forward_for_rotations(rotations: float) -> None:
    left_motor.on_for_rotations(
        MIN_FORWARD_SPEED,
        rotations,
        block=False
    )
    right_motor.on_for_rotations(
        MIN_FORWARD_SPEED,
        rotations
    )


def turn_around() -> None:
    turn(0.5, MAX_FORWARD_SPEED)


def turn_left() -> None:
    turn(0.25, -MAX_FORWARD_SPEED)


def turn_right() -> None:
    turn(0.25, MAX_FORWARD_SPEED)

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

README.md

README.md

Zadania

Zadanie 1 - Podążanie wzdłuż linii (Linefollower)

Zadanie 2 - Transporter

Założenia

Przygotowanie do pracy

Realizacja

Mechanika

Schemat

Podstawa matematyczna

Rozwiązanie bazujące na PID

Wpływ parametrów PID

Dobieranie parametrów

Wyniki

Wnioski

Line Follower

Parametry

Transporter

Tor

Budowa robota

Zawody

Robot - iteracja I

Robot - iteracja II

Line Follower

Transporter

Działający robot

Implementacja

Kod bazowy

Kod Line Follower'a

Kod "Naiwny"

Kod bazujący na PID

Kod Transporter'a

Files

README.md

Latest commit

History

README.md

File metadata and controls

Zadania

Zadanie 1 - Podążanie wzdłuż linii (Linefollower)

Zadanie 2 - Transporter

Założenia

Przygotowanie do pracy

Realizacja

Mechanika

Schemat

Podstawa matematyczna

Rozwiązanie bazujące na PID

Wpływ parametrów PID

Dobieranie parametrów

Wyniki

Wnioski

Line Follower

Parametry

Transporter

Tor

Budowa robota

Zawody

Robot - iteracja I

Robot - iteracja II

Line Follower

Transporter

Działający robot

Implementacja

Kod bazowy

Kod Line Follower'a

Kod "Naiwny"

Kod bazujący na PID

Kod Transporter'a