python实现Nao机器人的单目测距

 本文实例为大家分享了python实现Nao机器人单目测距的具体代码，供大家参考，具体内容如下

此代码适于用做对Nao机器人做视觉识别和测距实验,只提供关键代码部分,尝试利用cv2去优化代码会更加简洁哟！

此代码的主要功能：

1.初始姿态下，通过更换摄像头和转头去寻找目标
2.通过颜色阈值识别目标，计算目标与Nao的距离和角度

可以扩展功能：

1.在运动过程中对方向和距离进行多次测量和校正，提高准确度
2.找到目标后，通过对目标的测量，选择使用哪个脚去踢目标

#!/usr/bin/python2.7
#-*- encoding: UTF-8 -*-
import vision_definitions
#----------------------单目测距--------------------------------
#***********************************************
#@函数名：   DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)
#@参数：     (cxnum,rynum)是通过图像识别得到球心的像素点坐标
#           (colsum,rowsum)是图片总大小：640*480
#            cameraID=0，取上摄像头；cameraID=1，取下摄像头
#@返回值：   无
#@功能说明： 采用机器人的下摄像头进行测量球离机器人的相关角度与距离
def DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID):
   distx=-(cxnum-colsum/2)
   disty=rynum-rowsu/2
   print distx,disty
   Picture_angle=disty*47.64/480

if cameraID ==0:
       h=0.62
       Camera_angle=12
   else:
       h=0.57
       Camera_angle=38
   #Head_angle[0]机器人仰俯角度
   Total_angle=math.pi*(Picture_angle+Camera_angle)/180+Head_angle[0]
   d1=h/math.tan(Total_angle)

alpha=math.pi*(distx*60.92/640)/180
   d2=d1/math.cos(alpha)
   #Head_angle[1]机器人左右角度
   Forward_Distance=d2*math.cos(alpha+Head_angle[1])
   Sideward_Distance=-d2*math.sin(alpha+Head_angle[1])
#***********************************************

#@函数名：   GetNaoImage(IP,PORT,cameraID)
#@参数：     略
#@返回值：   无
#@功能说明： 采调用机器人内置摄像头控制模块，对当前场景进行拍摄并保持。
#           由于球距离机器人约小于0.6m时，机器人额头摄像头无法看到，
#           所以需要变换摄像头，cameraID=0，取上摄像头；
#           cameraID=1，取下摄像头
def Get NaoImage(IP,PORT,cameraID):
   camProxy=ALProxy("ALVideoDevice",IP,PORT)
   resolition=2 #VGA格式640*480
   colorSpace=11#RGB

#选择并启用摄像头
   camProxy.setParam(vision_definitions.kCameraSelectID,cameraID)
   videoClient=camProxy.subscribe("python_client",resolition,colorSpace,5)

#获取摄像机图像。
   #image [6]包含以ASCII字符数组形式传递的图像数据。
   naoImage=camProxy.getImageRemote(videoClient)

camProxy.unsubscribe(videoClient)
   #获取图像大小和像素阵列。
   imageWidth=naoImage[0]
   imageHeight=naoImage[1]
   array=naoImage[6]
   #从我们的像素阵列创建一个PIL图像。
   im=Image.fromstring("RGB",(imageWidth,imageHeight),array)
   #保存图像。
   im.save("temp.jpg","JPEG")

#***********************************************
#@函数名：   findColorPattern(img,pattern)
#@参数：     略
#@返回值：   无
#@功能说明：  将RGB图像转化为二值图：此方法用的是cv,可以尝试用cv2代码会更加简洁
def  findColorPattern(img,pattern):
   channels=[None,None,None]
   channels[0]=cv.CreateImage(cv.GetSize(img),8,1)
   channels[1]=cv.CreateImage(cv.GetSize(img),8,1)
   channels[2]=cv.CreateImage(cv.GetSize(img),8,1)
   ch0=cv.CreateImage(cv.GetSize(img),8,1)
   ch1=cv.CreateImage(cv.GetSize(img),8,1)
   ch2=cv.CreateImage(cv.GetSize(img),8,1)
   cv.Split(img,ch0,ch1,ch2,None)
   dest=[None,None,None,None]
   dest[0]=cv.CreateImage(cv.GetSize(img),8,1)
   dest[1]=cv.CreateImage(cv.GetSize(img),8,1)
   dest[2]=cv.CreateImage(cv.GetSize(img),8,1)
   dest[3]=cv.CreateImage(cv.GetSize(img),8,1)
   cv.Smooth(ch0,channels[0],cv.CV_GAUSSIAN,3,3,0)
   cv.Smooth(ch1,channels[1],cv.CV_GAUSSIAN,3,3,0)
   cv.Smooth(ch2,channels[2],cv.CV_GAUSSIAN,3,3,0)
   for i in range(3):
       k=2-i
       lower=pattern[k]-75#设置阈值
       upper=pattern[k]+75
       cv.InRangeS(channels[i],lower,upper,dest[i])

cv.And(dest[0],dest[1],dest[3])
   temp=cv.CreateImage(cv.GetSize(img),8,1)
   cv.And(dest[2],dest[3],temp)
   '''
   cv.NameWindow("result",cv.CV_WINDOW_AUTOSIZE)
   cv.ShowImage("result",temp)
   cv.WaitKey(0)
   '''
   return temp

#***********************************************
#@函数名：   xyProject(matrix,imgaesize)
#@参数：     matrix
#           imgaesize
#@返回值：   无
#@功能说明： 利用二值图，计算球的像素坐标。其原理是：遍历各行各列
#           像素的数值的和，最大的组合即为球心坐标
def xyProject(matrix,imagesize):
   #声明一个数据类型为8位型单通道的imagessize[1]*1/1*imagessize[0]矩阵(初始值为 0)。
   colmask=cv.CreateMat(imagessize[1],1,cv.CV_8UC1)
   rowmask=cv.CreateMat(1,imagessize[0],cv.CV_8UC1)
   cv.Set(colmask,1)
   cv.Set(rowmask,1)

colsum=[]
   for i in range(imagesize[0]):
       col=cv.GetCol(matrix,i)
       #计算向量点积
       a=cv.DotProduct(colmask,col)
       colsum.append(a)

rowsum=[]
   for i in range(imagesize[1]):
       row=cv.GetRow(matrix,i)
       a=cv.DotProduct(rowmask,row)
       rowsum.append(a)

return(colsum,rowsum)#得到各行各列“1”值的和

def crMax(colsum,rowsum):
   cx=max(colsum)
   ry=max(rowsum)
   for i in range(len(colsum)):
       if colsum[i]==cx:
           cxnum=i
   for i in range(len(rowsum)):
       if rowsum[i]==ry:
           rynum=i
   return(cxnum,rynum)
#***********************************************
#@函数名：  GetHeadAngles(robotIP,PORT)
#@参数：    略
#@返回值：   无
#@功能说明：
def GetHeadAngles(robotIP,PORT):
   motionProxy=ALProxy("ALMotion",robotIP,PORT)
   names=["HeadPitch","HeadYaw"]
   useSensors=1
   sensorAngles=motionProxy.getAngles(names,useSensors)
   return sensorAngles
#***********************************************
#@函数名：  SetHeadAngles(robotIP,PORT,angles)
#@参数：    略
#@返回值：   无
#@功能说明：
def SetHeadAngles(robotIP,PORT,angles):
   motionProxy=ALProxy("ALMotion",robotIP,PORT)
   motionProxy.setStiffnesses("Head",1.0)

names=["HeadPitch","HeadYaw"]
   fractionMaxSpeed=0.2
   motionProxy.setAngles(names,angles,fractionMaxSpeed)

time.sleep(2.0)
   motionProxy.setStiffnesses("Head",0.0)

#***********************************************
#@函数名：   Capture_Picture(IP,PORT,cameraID,angles,pattern_colors)
#@参数：     angles
#           pattern_colors
#@返回值：   无
#@功能说明： 将上面的一系列函数整合起来

def Capture_Picture(IP,PORT,cameraID,angles,pattern_colors):
   SetHeadAngles(IP,PORT,angles)
   GetNaoImage(IP,PORT,cameraID)
   image=cv.LoadImage("temp.jpg")
   imagesize=cv.GetSize(image) #返回数值，两个元素分别为列数和行数
   matrix=findColorPattern(image,pattern_colors)
   (colsum,rowsum)=xyProject(matrix,imagesize)
   (cxnum,rynum)=crMax(colsum,rowsum)
   cv.SaveImage("result.jpg",matrix)

return (cxnum,rynum,colsum,rowsum)

#***********************************************
#@函数名：   Target_Detect_and_Distance(IP,PORT)
#@参数：
#@返回值：   无
#@功能说明： 当上摄像头无法找到球时，切换到下摄像头，然后在左转右转。
#       在这个过程中，如果发现目标，则计算距离并输出距离
#       若始终未找到目标，则输出距离为0。

def Target_Detect_and_Distance(IP,PORT):
   pattern_colors=(255,150,50)
   cameraID=0# 默认上摄像头
   angles=[0,0]
   (cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)

if(cxnum,rynum)==(639,479):
       cameraID=1
       (cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
   if(cxnum,rynum)==(639,479):
       cameraID=0
       angles=[0.0.7]
       (cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
   if(cxnum,rynum)==(639,479):
       cameraID=0
       angles=[0,-0.7]
       (cxnum,rynum,colsum,rowsum)=Capture_Picture(IP,PORT,cameraID,angles)
   HeadAngles-GetHeadAngles(IP,PORT)
   ###############
   (Forward_Distance,Sideward_Distance)=DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)
   if(cxnum,rynum)==(639,479):
       (Forward_Distance,Sideward_Distance)=(0,0)
   print "Forward_Distance=",Forward_Distance,"meters"
   print "Sideward_Distance="+Sideward_Distance+"meters"

#***********************************************
#@函数名：   Target_Detect_and_Distance(IP,PORT)
#@参数：
#@返回值：   无
#@功能说明： 当找到球后，可能会存在一定的误差。
#           因此需要判断球位于机器人前方的哪一侧，再来确定用哪只脚踢球

def Final_See(robotIP,PORT):
   pattern_colors=(255,150,50)
   angles=[0.5,0]
   SetHeadAngles(robotIP,PORT,angles)

cameraID=1

GetNaoImage(robotIP,PORT,cameraID)
   image=cv.LoadImage("temp.jpg")
   imagesize=cv.GetNaoImage(image)

matrix=findColorPattern(image,pattern_colors)

(colsum,rowsum)=xyProject(matrix,imgaesize)
   (cxnum,rynum)=crMax(colsum,rowsum)
   cv.SaveImage("result.jpg",matrix)

HeadAngles=GetHeadAngles(robotIP,PORT)
   #########################
   (Forward_Distance,Sideward_Distance)=DistAndDirect_cal(cxnum,rynum,colsum,rowsum,Head_angle,cameraID)

if cxnum<len(colsum)/2:
       side=0#左脚
   else:
       side=1#右脚
   print "side=",side
   print "last distance=",Forward_Distance
   return (side,Forward_Distance)

来源：https://blog.csdn.net/qazwsx0316/article/details/105164732