注意：myCobot 280系列仅支持树莓派版本，暂不支持M5版本。
识别AR码
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。
1 程序编译
点击桌面上的ROS1 Shell图标或者桌面下方栏的对应图标，打开ROS1环境终端：
然后输入以下指令：
cd ~/catkin_ws # 进入工作区的src文件夹中
catkin_make # 构建工作区中的代码
source devel/setup.bash # 添加环境变量
2 摄像头调整
首先，需要使用python运行mycobot_ai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。
点击桌面上的
ROS1 Shell图标或者桌面下方栏的对应图标，打开ROS1环境终端，输入以下命令进入目标文件夹：
cd ~/catkin_ws/src/mycobot_ros/mycobot_ai/aikit_280_pi/
- 输入以下命令，打开摄像头进行调整
python scripts/OpenVideo.py
3 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。
树莓派版本：
点击桌面上的
ROS1 Shell图标或者桌面下方栏的对应图标，打开ROS1环境终端，输入以下命令启动launch文件：
roslaunch aikit_280_pi vision_pi.launch
- 打开另一个ROS1环境终端（打开方式同上），输入以下命令进入目标文件夹:
cd ~/catkin_ws/src/mycobot_ros/mycobot_ai/aikit_280_pi/
- 再输入以下命令启动AR码识别程序:
python scripts/aikit_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。