mycobot280RDKX5视觉套装
1 软件环境配置
在终端输入下面指令,按下键盘回车键,将程序克隆到本地
git clone https://github.com/elephantrobotics/mycobot280RDKX5_vision_kit.git
在终端输入下面指令,按下键盘回车键,进入克隆的文件夹
cd mycobot280RDKX5_vision_kit
在终端输入下面指令,按下键盘回车键,安装需要的依赖库
pip install -r requirements.txt
2 硬件安装
将地图放置在桌子的边缘，方便后面机械臂固定
将底座对准机械臂的底部安装孔，用内六角扳手进行固定
再用G型夹将机械臂固定到地图的机械臂固定区域
尽量将底座和矩形框贴合
进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键,机械臂各个关节会回到零位
python robot_test.py
然后将相机务必按照图片的位置安装到机械臂末端法兰上，否则会导致后面的案例程序则无法正常运行。 注意： 待机械臂回到零位后，观察J6是否处在，若不在的话，需要对机械臂进行零位校准操作
安装完后，需对比一下实物和图片安装是否一致。
然后将末端吸盘安装到相机的乐高插件孔中
之后将吸泵盒的控制线按照图片进行连接
将相机线接入底部主控的USB接口
3 案例复现
注意：若要切换案例，需要先把当前案例程序结束掉。先把木块放到拍摄区，再运行案例程序
stag二维码分拣
将4个木块贴着stag码朝上放置到拍摄区，尽量放置在中间，避免机械臂限位
进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，稍等一段时间，就会打开一个相机窗口，识别成功后，机械臂就会开始抓取
python stag_demo.py
颜色分拣
将4个木块没有贴纸的一面朝上放置到拍摄区，尽量放置在中间，避免机械臂限位
进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，稍等一段时间，就会打开一个相机窗口，识别成功后，机械臂就会开始抓取
python color_demo.py
物体分拣
将4个木块贴着物品的一面朝上放置到拍摄区，尽量放置在中间，避免机械臂限位
进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，稍等一段时间，就会打开一个相机窗口，识别成功后，机械臂就会开始抓取
python yolo_demo.py
注意：如有线物品长时间识别不到，可用人手稍微旋转或移动一下木块
aruco二维码码垛
将4个木块贴着aruco二维码的一面朝上放置到拍摄区，尽量放置在中间，避免机械臂限位
进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，稍等一段时间，就会打开一个相机窗口，识别成功后，机械臂就会开始抓取
python aruco_demo.py
注意：若有一个木块没成功堆叠，需要先把程序结束掉，把4个木块放回拍摄区，重新运行程序，避免在码垛区发生碰撞
OCR分拣
将4个木块贴着英文单词的一面朝上放置到OCR拍摄区，尽量放置在中间，避免机械臂限位
先在终端输入下面指令，按下键盘回车键
export LD_PRELOAD=/home/sunrise/.local/lib/python3.10/site-packages/paddle/libs/libcommon.so
然后进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，稍等一段时间，就会打开一个相机窗口，识别成功后，机械臂就会开始抓取
python ocr_demo.py
垃圾检测
先将末端吸盘从机械臂末端拆下来，将连接主控的吸泵盒，进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键,机械臂各个关节会回到零位
python robot_test.py
然后夹爪按照下图进行连接
将夹爪线接到机械臂末端的3Pin接口上
打开一个终端输入命令，按下键盘回车键运行
export CAM_TYPE=usb
然后再输入下面命令，启动相机识别节点
ros2 launch dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/ppyoloworkconfig.json dnn_example_msg_pub_topic_name:=ai_msg_mono2d_trash_detection dnn_example_image_width:=640 dnn_example_image_height:=480
在RDKX5主控上的浏览器输入http://192.168.127.10:8000 即可查看图像和算法渲染效果：
然后进入mycobot280RDKX5_vision_kit文件夹,在终端输入下面指令,按下键盘回车键后，识别成功后，机械臂就会开始抓取
python garbage_demo.py