我們將RaspberryPi與Arduino（克?。┮黄鹗褂脕?lái)控制移動(dòng)平臺(tái)。瓶子識(shí)別軟件基于基于Haar函數(shù)的級(jí)聯(lián)分類器，用于通過(guò)OpenC ++ V進(jìn)行對(duì)象檢測(cè)。
RaspberryPi上的代碼是用Python編寫(xiě)的，與C / C ++相比，它提供了更快的開(kāi)發(fā)時(shí)間，但成本更高。事實(shí)證明，這非常有用，因?yàn)闄C(jī)器人在短時(shí)間內(nèi)贏得了比賽。
該文檔非常廣泛，因?yàn)樗潜匦璧?，并且可以提供從最初的?gòu)想到最終零件以及仿真文件的所有詳細(xì)信息。機(jī)器人會(huì)一直避開(kāi)障礙物，直到相機(jī)看到并識(shí)別出瓶子為止。
通過(guò)在RaspberryPi上運(yùn)行Python腳本檢測(cè)到瓶子后，其位置將被轉(zhuǎn)發(fā)到Arduino板，該板將在狀態(tài)機(jī)中托管主程序并將其傳遞到Next狀態(tài)：抓取瓶子。抓住瓶子后，歸位系統(tǒng)非常簡(jiǎn)單：它使用指南針在回收區(qū)的方向（地圖的一角）移動(dòng)，一旦檢測(cè)到墻壁（而不是障礙物），它將跟隨它直到到達(dá)角落。
放開(kāi)瓶子。重復(fù)。
最初的計(jì)劃是使用2個(gè)紅外傳感器和攝像頭進(jìn)行障礙檢測(cè)，但是攝像頭速度太慢，最終的仿真結(jié)果表明，更多的紅外傳感器將是一個(gè)更簡(jiǎn)單的解決方案，并且同樣有效，因此我們決定使用4個(gè)紅外傳感器并且只能將相機(jī)用于瓶子檢測(cè)。指南針傳感器在相機(jī)后面的原始位置遇到了很多麻煩。
事實(shí)證明，建筑結(jié)構(gòu)地板上的金屬條正在影響指南針值，并且將其安裝在桅桿上方可以解決此問(wèn)題。