智能夹取
本案例使用eye-to-hand的模式，使用摄像头，Python+OpenCV相结合，通过OpenCV中的ArUco标记进行姿态估计，并将符合情况的AR码框出，通过相关点位计算出AR码相对于机械臂的空间坐标位置。为机械臂设置一套相关动作，根据识别的AR码不同放置不同的区域中, 根据AR码的旋转角度进行夹取。
支持末端执行器： myCobot Pro 自适应夹爪、myGripper F100力控夹爪
1 摄像头调整
首先，需要使用python运行aikit_V2包下的OpenVideo.py。若开启的摄像头为电脑摄像头则需要修改cap_num，具体可参考：注意事项。确保摄像头完全包含整个识别区域，且识别区域在视频中是正正方方的，如下图所示。若识别区域在视频中不符合要求，则需要调整摄像头的位置。
M5版本：
- 打开一个控制台终端(快捷键Win+R,输入cmd进入终端)，先切换到aikit_V2所在文件夹路径，再进入目标文件夹
cd Desktop/aikit_V2/AiKit_320M5/
- 输入以下命令，打开摄像头进行调整
python scripts/OpenVideo.py
树莓派版本：
- 打开一个控制台终端(快捷键Ctrl+Alt+T)，进入目标文件夹
cd ~/aikit_V2/AiKit_320PI/
- 输入以下命令，打开摄像头进行调整
python scripts/OpenVideo.py
2 识别物料准备
将AR码贴于可识别物体中心点上，默认使用4种不同ID的AR码进行识别定位，每个AR码的尺寸大小默认是 5cm x 5cm，可以自行打印使用。
AR码下载链接：Smart_gripping_AR_code_materials.pdf
3 案例重现-夹爪款
使用前提
将二维码板子翻转至背面摆放，或者拿两张卡片遮挡住板子上的两个二维码，防止启动AR码程序时出现误识别。
M5版本：
- 打开一个控制台终端（快捷键Ctrl+Alt+T），输入以下命令进入目标文件夹：
cd Desktop/aikit_V2/AiKit_320M5
- 末端装配 Pro自适应夹爪，可运行：
python scripts/aikit_gripper_encode.py
- 末端装配 myGripper F100力控夹爪，可运行：
python scripts/aikit_smart_force_gripper_encode.py
树莓派版本：
- 打开一个控制台终端（快捷键Ctrl+Alt+T），输入以下命令进入目标文件夹：
cd ~/aikit_V2/AiKit_320PI
- 末端装配 Pro自适应夹爪，可运行：
python scripts/aikit_gripper_encode.py
- 末端装配 myGripper F100力控夹爪，可运行：
python scripts/aikit_smart_force_gripper_encode.py
效果演示：
注意事项
- 由于myCobot 320第六关节有限位，所以物体的旋转角度范围应该在：-180 ~ +180。
- 确保摄像头与物块上的二维码平行，尽量减少视角畸变。如果物块上的二维码不是完全平放（存在倾斜），视角的变化会使二维码的形状在图像中发生扭曲，影响识别。
- 确保物块表面和二维码区域光线均匀，避免阴影或强光反射。如果物块表面光滑反光，则会对摄像头造成干扰，破坏二维码的边缘检测。