Presentation 大纲

[zenozeng]

项目

• [x] 项目日程
• [x] 项目日常
• [x] 项目管理工具 - Github

  思路

• [ ] 总体解决思路与车体组件

  硬件

• [ ] 车体设计（买的和自己做的对比）
• [x] 为什么不选择单片机
• [ ] 末端执行器
• [ ] 小车运动方案
• [x] 机械臂整体运动方案
• [ ] 收集装置方案
• [ ] 木块识别方案
• [ ] 为什么步进电机

  软件

• [x] 机器视觉思路
• [x] 通讯方案
• [x] 输出界面
• [x] 软件选型 Node.js （repl 能力，无需编译）+ CPP
• [x] yapcduino

[zenozeng]

机器视觉下阶段：更好的色相分割值寻找，更好的上下分割线。

[zenozeng]

http://zenozeng.github.io/ASABE-Robotics-Competition/console/

[zenozeng]

技术选型

我们做了很多选择。

通讯方案

单片机？Arduino？树莓派？pcduino？

刚需

• 简单的无线通讯能力

  直接无线网卡发射 wifi，可以非常简单地实现通讯。

• 高级编程语言接口

  汇编、C语言编程效率太低。一样的功能要写更长的时间。 高级语言使得我们拥有快速开发、模块化、规模化的能力。

• 较强的计算能力

  这样机器视觉组件可以直接运行在小车上，避免数据传输的复杂性与高昂时间成本。 事实上，我们现在已经用 opencv 直接写了，跑在小车上，运行良好。

• 便利的硬件接口

  可以方便的与步进电机、舵机、超声波、黑白循迹片等交互。

所以

所以我们选择 Pcduino。

编程语言方案选型

我们的方案是 Node.JS 和 C++ 混合方案。

• Node.JS

  Node.JS 帮助我们实现快速开发。无需编译。 具有类似 Matlab 的 REPL 能力，边写边调。 快速搭建 Web 服务器，实现 API 交互。 模块化，并有大量来自社区的库。

• C++

  C++ 帮助我们解决性能敏感部分。（数字脉冲调制、底层交互、机器视觉）

[zenozeng]

开放与社区

在开发过程中，我们也遇到了一些使用的库的限制，为此我们封装了 yapcduino.js. Yet another nodejs library for pcduino (extends jheising's node.pcduino but provide simple API and some extra function) 这个库我们已经开源，并发布在 github 和 npm 上，回馈社区，供大家使用。

地址在：https://github.com/zenozeng/yapcduino.js