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
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 案例重现
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。
将AR码贴于可识别物体中心点上
- 下面二维码摆放方式代表 AR码旋转0度，顺时针为负，逆时针为正。
- 下面二维码摆放方式代表 AR码顺时针旋转90度，顺时针为负，逆时针为正。
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
- 再输入以下命令，打开智能夹取程序。
python scripts/aikit_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
- 再输入以下命令，打开智能夹取程序。
python scripts/aikit_gripper_encode.py
注意事项
- 当摄像头没有正确自动框出识别区域，需要关闭程序，调整摄像头的位置，可将摄像头向左向右移动等操作。
- 若命令终端没有出现ok，且无法识别颜色时，需要将摄像头稍微向后或向前移动一下，当命令终端出现ok时程序即可正常运行。
- OpenCV图像识别会受环境的影响，若处在较为昏暗的环境下识别效果将大大降低。
- 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：-170 ~ +170。