아Part1: Intro to ML 컴퓨터가 사람처럼 가위바위보를 인식하기 위해서는 수많은 코드가 필요하다. Answers, Data가 머신러닝을 통해 알 수 있다. model = keras.Sequential([keras.layers.Dense(units=1, imput_shape=[1])]) // model을 define함, layer에 1개의 unit과 1의 value를 지님 model.compile(optimizer='sgd', loss='mean_squared_error') // 함수가 두 개임 optimizer(또 다른 추측)과 loss(오차) xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype = float) ys = np.array([-3.0, -..

#include #include /*=====ROS 통신을 위한 변수========*/ ros::NodeHandle nh; std_msgs::Int8MultiArray msg; int8_t _speed=0; //0 - 10 km/h int8_t angle=0; //-30 - 30 degree int8_t gear=0; /*==============================*/ /*=====하드웨어 제어를 위한 변수========*/ int encoder_pot = A8; // 조향모터 가변저항 및 조향모터의 PID제어를 위한 변수 int val; int encoder_val; float kp = 0.1; float ki = 0.00000 ; float kd = 2.00; float Theta, The..

[영상처리] 1. 카메라로 차선 곡률이랑 중심점 등의 수치를 구해서 목표 속도 및 steering 계산 =============================================== [라이다] 1. 2D LiDAR로 터널 벽을 차선으로 생각해 곡률, 중심점 등의 수치를 구해서 목표 속도 및 steering 계산 ================================================ 2. 목표 속도 및 steering을 ROS publish 3. Publish된 목표 속도 및 steering을 아두이노가 subscribe하여 차량 제어 4. 트랙을 잘 따라가는지 확인한 후 디버깅 [구동, 제어] 0. 카메라 및 2D LiDAR Profile 설치 0. 하드웨어 구성, 송수신기 코드 ..

https://gyuwon-anna.medium.com/ros-rosbag-file-%EC%9D%84-csv-%EB%A1%9C-%EB%B3%80%ED%99%98-51138002eb35 [ROS] rosbag file 을 csv 로 변환 rostopic 을 활용하여 bag 파일을 csv로 직접 변환할 수 있다. gyuwon-anna.medium.com https://winterbloooom.github.io/robotics/ros/2022/05/22/rosbag.html rosbag 사용하기 : 토픽 녹화 및 재생 | winterblooom (EunGi Han) 블로그 리뉴얼 중입니다!! 디자인이 수시로 변경되거나 이전 주소가 바뀔 수 있습니다!! Go to Notice --> 1. rosbag ROS W..

[To do List] - 카메라 -> 차선인식(중심점+기울기추출) - 2D LiDAR ROI 설정 - 2D LiDAR -> 터널 속에서 가상 차선 인식(중심점+기울기추출) - ZED 캠 -> 장애물인식(거리,각도,하나의 중심점 추출) - 경로 수정 - 경로 추종 - 자율주행모드 수동모드 전환 [장애물없을때 기본 알고리즘] 중심점 혹은 차량으로부터 적정 거리에 있는 점을 하나 잡고 그 점과 원점과의 거리, 각도를 통해 speed, angle 계산 -> 제어 [장애물 인식 시 알고리즘] - 장애물이 왼쪽 차선 혹은 오른쪽 차선 중에 어디랑 더 가까운지 판단한 후 간단하게 피하기 - 장애물이 오른쪽 차선 가까이에 있을경우 장애물로부터 왼쪽으로 적정 거리만큼 떨어진 점을 두고 해당 점과 원점 사이의 거리, 각..