C4M-robot-car

目錄 | Content

• C4M-robot-car
  • 目錄 | Content
  • 專案起源與背景 | Background
    • 專案起源
    • 專案背景
    • 競賽規則
  • 賽道任務流程 | Mission Workflow
  • 實現邏輯 | Implementation
    • 1. 前置設定 (Setup)
    • 2. 啟動任務 (Execution)
    • 3. 自主運行邏輯 (Autonomous Logic)
  • 硬體規格 | Hardware
    • 核心計算平台
    • 動力與影像系統
    • 電源系統
    • 硬體照片
  • 系統架構 | System Architecture
  • 運行環境 | Software
    • 相關資源連結
    • 1. 安裝 avrdude (Windows)
    • 2. 安裝 asaloader
    • 3. 安裝 RS232terminal
    • 4. 安裝 AVR 8-bit Toolchain
  • 如何運行 | How to Run
    • 1. ASA 底層控制 (ASA Control)
    • 2. 樹梅派影像辨識 (Raspberry Control)
    • 3. 遠端控制端 (Remote Control Interface) - Competition Official
  • 專案結果 | Project Results
  • 參考專案與資源 | References

---

專案起源與背景 | Background

專案起源

本專案實作 2021 東京威力科創機器人大賽-鋼鐵擂台 之競賽任務，並針對上半場「智慧賽道」的自動化導引進行特化開發。

專案背景

本專案 Fork 自原始競賽專案：void110916/C4M-robot-car。 原始專案是由本人、 void110916 與另外一位組員 共同協作完成的參賽專案。為了進一步優化 自動化光學檢測 (AOI) 與 精準顏色辨識 技術，我將原專案進行延伸開發，專門針對「關卡一：直線行走」之挑戰進行硬體特化，並將其獨立為目前這個 Repo。

競賽規則

官方規則參考：2021 TEL Robot Combat 競賽規則 (PDF)

賽道任務流程 | Mission Workflow

Important

智慧賽道 - 關卡一：直線行走
機器人需利用影像處理技術，自主辨識並通過指定顏色的拱門。

• 設計規範與場地布置
  • 動態顏色判定：三道關卡的通過順序由現場抽籤決定。
  • 賽道規格：總長 350cm，寬 100cm。
  • 障礙間隔：拱門間距 95cm。
  • 辨識目標：色板下緣離地高度為 22cm。

圖：關卡設計規範	圖：場地布置實景

實現邏輯 | Implementation

本專案透過 Raspberry Pi 4 作為運作核心，實現從影像辨識到運動控制的全自動化流程。

1. 前置設定 (Setup)

透過 VNC 遠端連入樹梅派桌面環境，執行控制程式。使用者需根據現場抽籤結果，於終端機（CLI）輸入三層關卡欲偵測的目標顏色順序（例如：綠、藍、紅）。

圖：自動化模式下的參數設定介面

2. 啟動任務 (Execution)

設定完成後，系統即由待命狀態轉入自動化任務模式。

3. 自主運行邏輯 (Autonomous Logic)

• 影像辨識：啟動 OpenCV 捕捉畫面，針對特定高度（22cm）區域進行色彩過濾與輪廓偵測。
• 決策判斷：比對當前辨識到的色塊是否符合預設關卡顏色。
• 運動控制：
  • 若顏色正確，系統計算色塊中心點位移，進行路徑修正。
  • 指令由樹梅派透過 Micro-USB 傳輸至 M128，最終驅動底層麥克納姆輪執行避障與推進。

硬體規格 | Hardware

核心計算平台

• Raspberry Pi 4 Model B (8GB RAM)：執行 OpenCV 影像辨識與 AOI 邏輯。
• ASA M128 v3：底層運動控制核心。
• ASA Robot Extension Board：擴展感測器與馬達控制介面。

動力與影像系統

• 移動系統：4 組 麥克納姆輪 ($\phi 60 mm$) 搭配伺服機，支援全向移動。
• 影像擷取：GC720P-U USB Camera (720p)。
• 配置說明：
  • 原始競賽專案採用雙鏡頭配置（車身與機械手臂末端各一），本專案因任務特化，僅保留安裝於車身上的單一鏡頭以進行路徑導引。
  • 與原始專案相比，本版本已拆卸 5 軸機械手臂 與 貨斗機構，以大幅減輕車體負擔並確保影像辨識視野無遮蔽。

電源系統

• Power Board：自定義電源整合板（LM2596S DC-DC）。
• 規格：8.4V 降壓至 5V，可並聯 9 顆 18650 鋰電池並整合訊號接頭至 ASA Bus 40-pin。

硬體照片

原始賽事版本：完整競賽配置（含手臂與貨斗）	AOI 課程特化版本：精簡化架構

系統架構 | System Architecture

+-------------------+       +-------------------+       +-------------------+
|                   |       |                   |       |                   |
|       (1)         |       |       (2)         |       |       (3)         |
|      電源板       | Power |       樹梅派       |<----->|       鏡頭        |
| (Power / Wiring)  |------>|   [影像辨識中心]   |       |     (Camera)      |
|                   |       |                   |       |                   |
+-----|-------------+       +---------|---------+       +-------------------+
      |                               | 
 Power|     +-------------------------+ Micro-USB
      |     | UART0                     
      v     v                     
+-------------------+       +-------------------+       +-------------------+
|                   |       |                   |       |                   |
|       (4)         |       |       (5)         |       |       (6)         |
|     ASA M128      | UART1 |  Extension Board  |  PWM  |     4x Servos     |
|    (ATmega128)    |------>|   (ATmega328PB)   |------>|  (Mecanum Wheels) |
|    [邏輯處理]      |       |  [馬達驅動擴充板]  |       |                   |
+-------------------+       +-------------------+       +-------------------+

---

運行環境 | Software

點擊展開：詳細環境安裝與工具下載步驟

相關資源連結

• Github - RS232terminal
• Official Website - AVR 8-bit Toolchain
• Github - avrdude

1. 安裝 avrdude (Windows)

curl -L -O https://github.com/avrdudes/avrdude/releases/download/v8.1/avrdude-v8.1-windows-x64.zip
mkdir avrdude && tar xvf avrdude-v8.1-windows-x64.zip -C avrdude
set PATH=%PATH%;%CD%\avrdude

2. 安裝 asaloader

[!NOTE] 如果是 Windows 系統，需額外安裝 gettext 才能正確安裝 asaloader。

pip install -r ASA_control/requirements.txt
pip install asaloader --no-build-isolation
# 測試是否安裝成功
asaloader --help

3. 安裝 RS232terminal

git clone https://github.com/mickey9910326/RS232terminal.git
make -C RS232terminal/
set PATH=%PATH%;%CD%\RS232terminal

4. 安裝 AVR 8-bit Toolchain

curl -L -O https://ww1.microchip.com/downloads/aemDocuments/documents/DEV/ProductDocuments/SoftwareTools/avr8-gnu-toolchain-4.0.0.52-win32.any.x86_64.zip
tar xvf avr8-gnu-toolchain-4.0.0.52-win32.any.x86_64.zip
set PATH=%PATH%;%CD%\avr8-gnu-toolchain-win32_x86_64\bin

如何運行 | How to Run

1. ASA 底層控制 (ASA Control)

• 編譯函數庫文件：

  git clone --branch 3.9.0 https://gitlab.com/MVMC-lab/c4mlib/c4mlib.git
  make -C c4mlib/c4mlib

• 燒錄主控 (Master):

  make -C ASA_control/master
  asaloader prog -p COM{num} -f ASA_control/master/master.hex
  terminal -p {num} -b 38400

• 燒錄從屬 (Slave):

  make -C ASA_control/slave
  avrdude -c atmelice_isp -p m328pb -U flash:w:ASA_control/slave/slave.hex:i

2. 樹梅派影像辨識 (Raspberry Control)

處理 OpenCV 顏色偵測與自動化導引邏輯：

1. 連線：
   需先透過 RealVNC 遠端連入樹梅派桌面環境。
2. 執行指令：

   # 環境安裝
   sudo apt-get update && sudo apt-get install -y libopencv-dev python3-opencv
   pip install -r raspberry_control/requirements.txt
   
   # 啟動辨識程式
   python raspberry_control/color.py

3. 通訊邏輯(上半場 - 關卡一)：
   電腦 (監控) $\rightarrow$ RealVNC (WiFi) $\rightarrow$ 樹梅派 (RPi 4) $\rightarrow$ Micro-USB (Data) $\rightarrow$ M128 $\rightarrow$ Extension Board

3. 遠端控制端 (Remote Control Interface) - Competition Official

Tip

此介面為「東京威力科創機器人大賽-鋼鐵擂台」下半場任務專用的正式操控終端。

1. 功能定位：

   • 操控整合：提供操作員即時控制麥克納姆輪、5 軸機械手臂、以及監控避障感測器狀態的功能。
   • 即時狀態可視化：介面右側區域可即時顯示車斗及機械手臂相對於車體的空間位置（Side/Top View），輔助操作員精準抓取目標。
   • 注意：由於車體機構並非本人繪製，為尊重原創者，本專案不提供相關機構模型（.obj）。因此，在運行此控制介面時，側視圖與頂視圖（Side/Top View）區域將無法正常顯示模型，但不影響其他遙控功能。

2. 開發環境與編譯：
   若需重新編譯該控制介面，請確保環境具備 .NET SDK並透過Visual Studio 執行：

   cp model_Robot/* remote_control/Bluetooth/model_Robot/
   dotnet build "remote_control/Bluetooth.sln"

   

   圖：正式賽事所使用的 C# GUI 操控面板

3. 通訊邏輯(下半場模式)：
   電腦 $\rightarrow$ 藍牙 (Bluetooth) $\rightarrow$ Extension Board $\rightarrow$ M128。

專案結果 | Project Results

點擊上方圖片跳轉至 YouTube 觀看實作演示

參考專案與資源 | References

• Original Competition Repo - 包含上半場及下半場的程式控制邏輯。
• Official Work Log - 詳細的硬體設計細節與賽事背景。