| dc.contributor.advisor | Έλληνας, Ιωάννης | |
| dc.contributor.author | Αντώνης, Σκάρος | |
| dc.date.accessioned | 2018-12-19T09:08:33Z | |
| dc.date.available | 2018-12-19T09:08:33Z | |
| dc.date.issued | 2018-12-18 | |
| dc.identifier.uri | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/4732 | |
| dc.description.abstract | Στόχος της πτυχιακής εργασίας αποτελεί η λειτουργία του ρομποτικού βραχίονα OWI - 535 μέσω του RaspberryPi3. Για την υλοποίηση θα χρειαστούν: 5 DCMotors \που περιέχονται στον OWI 535, μια RpiCameraπου συνδέεται στο RPi προκειμένου
να γίνει η επεξεργασία του χρώματος που διαβάζει, ένα T-CobblerPlusγια την ασφαλέστερη χρήση του Rpiκαθώς και 2 ολοκληρωμένα L293Dπου μας δίνουν την δυνατότητα να ελέγξουμε 2 DCMotorsτο καθένα. Λόγω του μη καθαρού φωτισμού στο
πείραμά μας, παρά το φως LED που έχει στην άκρη του ο OWI, αναγκαζόμαστε να ευρύνουμε το πεδίο του RBG πέρα από το καθαρό κόκκινο φως που είναι το (255,0,0). Πειραματικά κατέληξα στις τιμές του RGB (255,0,0) έως (210,38,38) και
όλες τις ενδιάμεσες τιμές, χωρίς η διαφορά των Green και Blue να ξεπερνά το 15. Το RPi μόλις αναγνωρίσει ένα αντικείμενο που εμπίπτει στα χρωματικά αυτά πλαίσια δίνεται εντολή για ενεργοποίηση των motors. Στο σημείο αυτό να σημειωθεί ότι το
background είναι λευκό για την καλύτερη αναγνώριση αυτών των αντικειμένων. Για την λειτουργία του RPi χρησιμοποιείται η OpenCV και η υλοποίησή της είναι σε Python. | el |
| dc.format.extent | 67 | el |
| dc.language.iso | el | el |
| dc.publisher | Α.Ε.Ι. Πειραιά Τ.Τ. | el |
| dc.subject | TPSH::Τεχνολογία::Αυτόματος Έλεγχος::Ρομποτική | el |
| dc.title | Αυτόματη αναγνώριση χρωματιστών αντικειμένων με την βοήθεια ρομποτικού βραχίονα | el |
| dc.title.alternative | Automatic recognition of colored objects using robotic arm | el |
| dc.type | Πτυχιακή εργασία | el |
| dc.contributor.committee | Αμοργίνος, Ιωάννης | |
| dc.contributor.committee | Βελώνη, Αναστασία | |
| dc.contributor.department | Τμήμα Μηχανικών Ηλεκτρονικών Υπολογιστικών Συστημάτων Τ.Ε. | el |
| dc.contributor.faculty | Σχολή Τεχνολογικών Εφαρμογών | el |
| dc.subject.keyword | Ρομποτικός βραχίονας | el |
| dc.subject.keyword | Αναγνώριση χρωματιστών αντικειμένων | el |
| dc.subject.keyword | OWI-535 | el |
| dc.subject.keyword | Raspberry Pi | el |
| dc.subject.keyword | OpenCV | el |
| dc.subject.keyword | Robotic arm | el |
| dc.subject.keyword | Pi Camera | el |
| dc.subject.keyword | L293D Chip | el |
| dc.subject.keyword | Αναγνώριση χρωμάτων | el |
| dc.subject.keyword | Python | el |
| dc.subject.keyword | DC Motor | el |
| dc.subject.keyword | Ρομποτική | el |
| dc.description.abstracttranslated | The aim of the dissertation is the operation of the robotic arm OWI - 535 through RaspberryPi3. The implementation will require: 5 DCMotors contained in the OWI 535, a RpiCamera connected to RPi in order to process the color read, a TCobbler
Plus for safer use of Rpi as well as 2 integrated L293D that give us possibility to control 2 DC Motors each. Due to the poor lighting in our experiment, despite the LED light that OWI has at its end, we have to widen the field of RBG beyond the pure
red light that is (255.0.0). Experimentally, I reached the RGB values (255.0.0) to (210.38.38) and all the intermediate values, without the difference between Green and Blue being above 15. RPi has just recognized an object falling into these colors frames are commanded to activate the motors. At this point, note that the background is white to better identify
these items. RPC uses OpenCV and implements Python. | el |
