Inhaltsverzeichnis:

Ellie Ment die Elementkennung - Gunook
Ellie Ment die Elementkennung - Gunook

Video: Ellie Ment die Elementkennung - Gunook

Video: Ellie Ment die Elementkennung - Gunook
Video: Disney UP - Carl & Ellie - EMOTIONAL LOVE STORY ADVENTURE BOOK ULTRA HD VERY SAD PARADISE FALLS 2024, November
Anonim
Ellie Ment die Elementkennung
Ellie Ment die Elementkennung

Ellie ist ein Roomba, der so programmiert wurde, dass er mit ihrer Kamera verschiedene Farben erkennen kann, erkennt, ob sie über eine Klippe fährt, damit sie nicht umkippt, und sie weicht Hindernissen aus, wenn ihre Stoßstangen auf etwas treffen auf ihre Art. Wir haben unseren Roomba 'Ellie Ment' als Wortspiel für 'Element' genannt, da sie anhand der Papierfarbe erkennen kann, welches Element sie betrachtet.

Dieses Projekt wurde von Christopher Cannon, Kayla Sims und Gretchen Evans für ihr Roboterprojekt der EF 230-Klasse entwickelt und durchgeführt.

Schritt 1: Stoßfängersensoren & Kamerabildgebung

Ellie war so programmiert, dass sie mit ihrer Kamera auf Farbe prüfte, wenn ihr linker, rechter oder vorderer Stoßfänger aktiviert wurde. Die Kamera würde dann erkennen, welcher Farbe sie gegenüberstand, entweder Blau, Grün oder Rot, die alle verschiedene Elemente darstellen, die sich auf dem Mars befinden, und dann zeigen, vor welchem "Element" sie sich befindet.

Schritt 2: Klippensensor

Ellie ist darauf programmiert, zu spüren, wenn sie sich einer Klippe oder in unserem Fall dem weißen Papierrand nähert, und kann sich umdrehen, um innerhalb der festgelegten Grenzen zu bleiben.

Schritt 3: Leichte Beule

Ellies leichte Stoßsensoren helfen ihr zu spüren, wie nah sie an den Ständern ist, die die farbigen Blätter halten, und helfen ihr dann, sich neu zu positionieren, damit ihre Kamera die Farbe besser sehen kann und uns so auf das Element aufmerksam macht, das sie ist anschauen.

Schritt 4: Der Code

Angehängt ist der Code, der entwickelt wurde, um Ellie ihre Befehle zu geben, um die 'Elemente' in dem angegebenen Bereich zu finden.

Roomba_Project_Code.m

Empfohlen: