songxiaopeng / uva_-

yida_uva_ws

写在最前

• 本项目起源于作者本科毕业设计：无人机视觉智能感知系统开发
• 目前项目的控制算法存在很多不足之处，需要进一步优化
• 本项目基于Linux、ROS、Yolov5、C/C++

Yolov5

• yolov5的使用：目标检测 YOLOv5 开源代码项目调试与讲解实战【土堆 x 布尔艺数】-哔哩哔哩
  • detect.py 目标检测程序
    • 部分参数介绍
      • --weights 网络模型
      • --source 需要识别的图片或视频路径，或相机编号
      • --imgsz 图像大小
      • --conf-thres 相似度阀值
      • --save-txt 保存识别数据至 .txt 文件
      • --view-img 实时显示检测的图像
  • train.py 模型训练程序
    • 参数介绍，祥见视频
  • 数据集制作、模型训练
• Yolov5官方代码：https://github.com/ultralytics/yolov5
• 数据集制作web工具：roboflow

目录说明

learning_topic 目录

• 古月21讲课程中的自定义消息订阅与发布示例程序

object_track 目录

• 目标识别跟踪任务
  • object_track.hpp 头文件，申明了各种头文件、宏、函数声明、变量等
  • object_track_fun.cpp 部分函数程序文件，函数的代码实现
  • object_track_node.cpp 目标识别跟踪主程序

offboard 目录

• takeoff.cpp 与PX4官方mavros起飞示程序相似，offboard的板外控制自动起飞程序
• offboard_test.cpp 程序编写定义，功能步骤：起飞>x方向前进>类似在空中走“8”字路线>手动降落
• velpoes_control.cpp 这个不用管，懒得删了

uva_control_topic 目录

• data_dispose_publisher.cpp 读取Yolov5目标识别的保存的数据文件测试程序，自己用来调试读取的数据是否正确

项目的使用

takeoff起飞

• 机载电脑与PX飞控建立连接

  roslaunch mavros px4.launch

• 运行 takeoff 节点

  rosrun offboard takeoff

• 将遥控器offboard开关闭合，油门推至中位，等待无人机起飞

offboard 程序自动控制飞行

• 机载电脑与PX飞控建立连接

  roslaunch mavros px4.launch

• 运行 offboard_test 节点

  rosrun offboard offboard_test

• 将遥控器offboard开关闭合，油门推至中位，无人机开始执行程序规划的路线：

  • 先起飞，起飞高度为 TAKOFF_HIGH
  • 向机体x方向 1m/s 移动 8s
  • 向机体x方向 1m/s 且偏航速度 0.5 移动 15s（往左画圈）
  • 向机体x方向 1m/s 且偏航速度 -0.5 移动 15s（晚右画圈）
  • 返回起飞点

• 程序退出方式：

  • 方法一（程序内写好的）：拨动6通道，使6通道的值大于1500
  • 方法二： ctrl+c

目标识别飞行（初步实现）

• 机载电脑与PX飞控建立连接

  roslaunch mavros px4.launch

• 运行Yolov5目标检测程序，如：

  python3 detect.py --weights yolov5s.pt --source 0 --view-img --conf-thres 0.40 --save-txt --classes 0

• 运行 object_track_node 目标跟踪节点

  rosrun object_track object_track_node

• 将遥控器offboard开关闭合，油门推至中位，无人机开始执行程序

  • 程序刚开始默认锁定的目标点在图像的中心，即 (0.5, 0.5) ，需要将目标中心点移至到图像中心，程序才会自动锁定目标
  • 待目标成功锁定后，目标移动，无人机将进行跟踪任务
  • ........

• 补充：控制算法需优化，程序代码需优化.......

补充

• 代码的实现，详见程序代码，相对有较多的中文注释！