### 树莓派机器人颜色识别与障碍物躲避教程 在树莓派上使用Python3编写一个能够通过颜色识别避开障碍物的机器人，需要结合多个硬件和软件组件。以下内容涵盖了实现这一功能的核心步骤和技术要点。 #### 硬件准备 构建这样的机器人需要以下硬件组件： - 树莓派（Raspberry Pi）[^1] - 摄像头模块（如 Raspberry Pi Camera 或 USB 摄像头） - 超声波传感器（如 HC-SR04）用于检测障碍物距离 - 电机驱动板（如 L298N 或其他适合的驱动模块） - 直流电机（通常为两到四个） - 车轮、底盘和其他机械部件 #### 软件环境 确保安装了必要的软件库来支持摄像头操作、图像处理以及电机控制。 - **OpenCV**：用于图像处理和颜色识别[^2] - **RPi.GPIO**：用于控制GPIO引脚以驱动超声波传感器和电机 - **Picamera**（可选）：如果使用官方树莓派摄像头，则需此库进行摄像头操作 #### 颜色识别部分 颜色识别可以通过 OpenCV 实现。首先加载视频流，然后转换成 HSV 色彩空间以便更容易地提取特定颜色范围内的像素点。 ```python import cv2 import numpy as np def detect_color(frame): hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 定义颜色范围 (例如红色) lower_red = np.array([0, 120, 70]) upper_red = np.array([10, 255, 255]) mask = cv2.inRange(hsv, lower_red, upper_red) result = cv2.bitwise_and(frame, frame, mask=mask) return result ``` #### 障碍物检测部分 使用超声波传感器测量前方物体的距离。根据测得的距离决定是否需要转向以避开障碍物。 ```python import RPi.GPIO as GPIO import time TRIG_PIN = 23 ECHO_PIN = 24 def measure_distance(): GPIO.output(TRIG_PIN, True) time.sleep(0.00001) GPIO.output(TRIG_PIN, False) while GPIO.input(ECHO_PIN) == 0: pulse_start = time.time() while GPIO.input(ECHO_PIN) == 1: pulse_end = time.time() pulse_duration = pulse_end - pulse_start distance = pulse_duration * 17150 distance = round(distance, 2) return distance ``` #### 主程序逻辑 将颜色识别和障碍物检测整合进主循环中，使得机器人能够根据环境变化做出相应动作。 ```python def main(): cap = cv2.VideoCapture(0) GPIO.setmode(GPIO.BCM) GPIO.setup(TRIG_PIN, GPIO.OUT) GPIO.setup(ECHO_PIN, GPIO.IN) try: while True: ret, frame = cap.read() if not ret: break detected_frame = detect_color(frame) distance = measure_distance() if distance < 30: # 如果距离小于30厘米则避开障碍物 print("Obstacle detected! Turning...") # 在这里添加转向逻辑 cv2.imshow('Detected Color', detected_frame) if cv2.waitKey(1) & 0xFF == ord('q'): break finally: cap.release() cv2.destroyAllWindows() GPIO.cleanup() ```