Files

Vyacheslav K 1a083e043e first commit

2026-04-03 07:30:54 +03:00

9.5 KiB

Raw Blame History

Модуль В. Система технического зрения с использованием инструментов ИИ

Описание задачи

На специальной полке на соревновательном поле расположены N > 3 коробок с рисунками инструментов. РМК-1 с манипулятором смотрит на полку сверху (камера на манипуляторе направлена вертикально вниз). Эксперт с помощью генератора случайных чисел выбирает целевую деталь. Алгоритм должен:

Распознать все коробки в кадре камеры
Определить координаты целевой коробки относительно базы манипулятора (Base_link)
Направить манипулятор к коробке, схватить её и поднять в стартовое положение
Опустить коробку на свободное место на полке

Классы объектов

ID	Название	Описание
1	Молоток (hammer)	Коробка с изображением молотка
2	Гаечный ключ (wrench)	Коробка с изображением гаечного ключа
3	Пассатижи (pliers)	Коробка с изображением пассатижей

Архитектура решения

Модель: YOLOv8n-cls (nano classification) — легковесная модель для классификации изображений
Фреймворк: Ultralytics / PyTorch
Размер входа: 224x224 px
Размер модели: ~5.3 MB (PyTorch), ~5.5 MB (ONNX)
Скорость инференса: ~1.6 мс на CPU

Пайплайн обработки кадра

Кадр с камеры манипулятора
        |
        v
Сегментация коробок (OpenCV: пороговая фильтрация + контурный анализ)
        |
        v
Классификация каждой коробки (YOLOv8n-cls)
        |
        v
Поиск целевой коробки (по ID класса + порог уверенности > 0.7)
        |
        v
Пересчёт пиксельных координат в координаты Base_link
        |
        v
Отправка координат манипулятору (MoveIt2 API)

Структура файлов

module_v/
├── images/                      # Исходные изображения инструментов
│   ├── Hammer.jpg
│   ├── Wrench.jpg
│   └── Pliers.jpg
├── dataset/                     # Сгенерированный датасет
│   ├── train/                   # 900 изображений (300 на класс)
│   │   ├── hammer/
│   │   ├── wrench/
│   │   └── pliers/
│   └── val/                     # 180 изображений (60 на класс)
│       ├── hammer/
│       ├── wrench/
│       └── pliers/
├── runs/module_v_cls/weights/   # Результаты обучения
│   ├── best.pt
│   └── best.onnx
├── best.pt                      # Обученная модель (копия)
├── generate_dataset.py          # Скрипт генерации датасета
├── train_model.py               # Скрипт обучения модели
├── detect_box.py                # Основной скрипт инференса + ROS2
├── test_detect.py               # Тестовый скрипт с визуализацией
├── README.md                    # Общая инструкция по симулятору
└── README_MODULE_V.md           # Данный файл

Установка зависимостей

pip install ultralytics opencv-python-headless Pillow albumentations

Генерация датасета

Датасет генерируется из 3 исходных изображений с помощью аугментаций:

Композитинг инструментов на различные фоны (имитация полки)
Повороты, отражения, перспективные искажения
Изменение яркости, контраста, насыщенности
Размытие, шум, JPEG-компрессия

python3 generate_dataset.py

Результат: 900 train + 180 val изображений (по 300/60 на класс).

Обучение модели

python3 train_model.py

Параметры обучения:

Базовая модель: yolov8n-cls.pt (предобученная на ImageNet)
Эпохи: до 80 (с early stopping, patience=15)
Размер изображения: 224x224
Batch size: 32

Результат: 100% top-1 accuracy на валидации.

Модель автоматически экспортируется в ONNX формат.

Запуск

Тест на отдельном изображении

python3 detect_box.py --target 1 --image path/to/image.jpg

Где --target — ID целевой детали (1=молоток, 2=ключ, 3=пассатижи).

Тест на всех исходных изображениях

python3 detect_box.py --target 2

Тест с визуализацией на кадре с камеры

python3 test_detect.py

Результат сохраняется в test_result.png с аннотированными рамками и подписями классов.

Запуск в режиме ROS2

Предварительно запустите симуляцию модуля В:

# Терминал 1: запуск симулятора
ros2 launch ar_webots_fms_ros2 module3.launch.py

# Терминал 2: запуск детектора (указать целевую деталь)
python3 detect_box.py --target 1 --ros

Скрипт подписывается на топик /RMC1/arm95/camera_gripper/image_color, распознаёт коробки и выводит координаты целевой коробки относительно Base_link.

Результаты тестирования

На исходных изображениях

Изображение	Предсказание	Уверенность
Hammer.jpg	hammer (молоток)	99.98%
Wrench.jpg	wrench (гаечный ключ)	99.99%
Pliers.jpg	pliers (пассатижи)	100.00%

На тестовом кадре с камеры (test.png)

5 коробок на полке (молоток, ключ, 2 пассатижей + объект на краю):

Коробка	Класс	Уверенность
Box 1	wrench	99.51%
Box 2	pliers	100.00%
Box 3	wrench	65.81% (край кадра, фильтруется порогом)
Box 4	hammer	79.42%
Box 5	pliers	99.93%

Рекомендуемый порог уверенности для фильтрации: > 0.7

Интеграция с манипулятором

Пример полного цикла (распознавание + захват):

import rclpy
from detect_box import load_model, find_target_box, pixel_to_base_link
from geometry_msgs.msg import PoseStamped
from tf_transformations import quaternion_from_euler
from moveit.planning import MoveItPy

# Инициализация
rclpy.init()
model = load_model("best.pt")
arm95 = MoveItPy(node_name="moveit_py", name_space="/RMC1/arm95")
arm95_arm = arm95.get_planning_component("arm95_group")
gripper = arm95.get_planning_component("gripper")

# 1. Получить кадр с камеры (через ROS2 subscriber)
# frame = ... (cv2 image from /RMC1/arm95/camera_gripper/image_color)

# 2. Найти целевую коробку
target_id = 1  # молоток
result = find_target_box(model, frame, target_id)
if result:
    cx, cy, conf, bbox = result
    h, w = frame.shape[:2]
    wx, wy, wz = pixel_to_base_link(cx, cy, w, h)

    # 3. Переместить манипулятор к коробке
    q = quaternion_from_euler(3.14, 0.0, 1.57)
    pose_goal = PoseStamped()
    pose_goal.header.frame_id = "Base_link"
    pose_goal.pose.orientation.x = q[0]
    pose_goal.pose.orientation.y = q[1]
    pose_goal.pose.orientation.z = q[2]
    pose_goal.pose.orientation.w = q[3]
    pose_goal.pose.position.x = wx
    pose_goal.pose.position.y = wy
    pose_goal.pose.position.z = 0.3  # высота над коробкой

    arm95_arm.set_start_state_to_current_state()
    arm95_arm.set_goal_state(pose_stamped_msg=pose_goal, pose_link="gripper_base")
    plan_result = arm95_arm.plan()
    if plan_result:
        arm95.execute(plan_result.trajectory, controllers=[])

    # 4. Захватить коробку
    gripper.set_goal_state(configuration_name="closed")
    plan_result = gripper.plan()
    if plan_result:
        arm95.execute(plan_result.trajectory, controllers=[])

Важно: координаты pixel_to_base_link() требуют калибровки параметров камеры (FOV, высота) под конкретную установку.

9.5 KiB Raw Blame History Unescape Escape