- 手势识别方法1:运行handpose1.py
- 手势识别方法2:运行handpose2.py
- 手势识别方法3:运行run_map_twice.py,为正式赛时使用的手势识别方法
- 运行run_map_twice.py,运行后按下“s”键先进行手势识别,然后有12s时间可以将机器狗手动搬到出发区,依次完成智能巡检与应急救援任务,完成一遍后将机器狗搬到起点完成第二遍
- 仪表识别方法1:运行dashboard1.py,DashboardRecognition.py中包含仪表识别方法1所需函数
- 仪表识别方法2:运行run_map_twice.py,为正式赛使用的仪表识别方法
- 数字识别、锥形桶与小球识别均在run_map_twice.py中包含
- 运行material_sorting.py,运行后按下“s”键机器狗依次完成红色圆柱体定位、抓取并放入空纸箱动作
- best_ball.pt为小球识别模型
- best_dashboard.pt为仪表识别模型
- best_hand.pt为手势识别模型
- best_number.pt为数字识别模型
- best_yzt.pt为圆柱体识别模型
- best_zxt.pt为锥形桶识别模型
- pytorchtrain.py为训练MLP的程序
- train.py为训练YOLO模型的程序
- hand_gestures_dataset_01.csv为MLP的输入数据集
- best_gesture_recognition_model_7_4_01.pth为MLP分类手势模型
- lenet_digit_classifier.pth为LeNet-5分类数字模型
- YZGGPB.ttf为中文输出字体
- angle_cx.py中包含所有PID控制相关函数
- move_lite3包含机器狗发送指令码相关函数
- rostopy.py包含对机器狗发布ros指令写成的函数