3-3 智能机器人项目实现 项目设计 课件 清华大学版信息科技六年级下册.pptx

智能机器人项目实现——项目设计学习目标1.了解送餐机器人项目的思路；2.准备好项目所需材料；3.编程实施项目。6-3-3

智能机器人项目实现6-3-3同学们，你们见过送餐机器人吗？它们一般长什么样子，有哪些功能？

一、项目思路智能机器人项目实现6-3-3项目主题送餐机器人工作场景机器人在室内餐厅工作，餐厅地面上有专为机器人铺设的黑色道路，机器人沿着该道路送餐给指定的餐桌。功能目标①循迹：机器人能够稳定地沿着黑色道路送餐，中途不脱离道路。②送餐：可以通过触摸对应按键的形式告知机器人要送达的餐桌。③识别：机器人行走过程中能够识别出每个餐桌旁的餐桌号，识别到指定的餐桌号时，停下来供客人取餐。外观结构为了提高传菜效率，一次多运送几道菜，设计成三层托盘型机器人。

一、项目思路智能机器人项目实现6-3-3送餐机器人项目示意图

二、项目准备智能机器人项目实现6-3-3

二、项目准备请同学们根据材料清单准备好项目所需材料。对于送餐机器人，你们还有其他想要增加的功能吗？实现这些功能需要额外添加哪些材料？请同学们将相关信息填写在表中。课堂活动智能机器人项目实现6-3-3增加的功能需要添加的材料

三、项目实施智能机器人项目实现6-3-3传感器、执行器与主控板之间连接的引脚，以及这些元器件安装的方向，都影响到具体的程序编写，因此，明确硬件的接线方式是很有必要的，如图所示。同时，对机器人的外观结构有个初步的构想，在编写程序的时候也会更加得心应手，如图所示。

三、项目实施同学们，你们的送餐机器人初步设计的结构是怎样的？各个元器件的接线是怎样的？将你们的想法绘制在图中。课堂活动智能机器人项目实现6-3-3我的机器人外观结构图硬件连接图

三、项目实施智能机器人项目实现6-3-3送餐机器人的功能之一是能识别出餐牌号，才能将食物准确地送到对应的桌位上，所以首先要训练一个能够识别出餐牌的模型。以图所示的餐牌为例，可以将其分别打印出来，拍摄多张不同角度、不同场景、不同光照条件下的照片，作为训练的数据集。餐牌号示例

三、项目实施智能机器人项目实现6-3-3（1）在Python模式下，单击“扩展”“添加”选项，在pythonAI扩展中安装并加载分类训练相关的指令，如图所示。加载编程模块

三、项目实施智能机器人项目实现6-3-3（2）添加数据集图片，首先选择数据集类型，有三个不同的餐牌号，因此选择三分类，如图所示。选择数据集类型

三、项目实施智能机器人项目实现6-3-3（3）依次选择三分类中的子类型，把准备好的图片选中，进行上传，每类至少10张图片。例如子类型A中加载全部餐牌号1的图片（10张以上），子类型B中加载全部餐牌号2的图片（10张以上），以此类推，如图所示。加载数据集

三、项目实施智能机器人项目实现6-3-3（1）加载Keras深度学习框架，然后利用MobileNet模型创建一个基础模型。MobileNet模型是一个在大量数据集上预训练过的模型，我们可以在该模型的基础上训练识别餐牌号的模型，这样只需较少的数据集就可以达到不错的效果。（2）设置分类器的输出类别数及训练过程中的一些参数，餐牌号有三种，因此这里的分类数设置为3。以上全部设置好以后，对模型进行编译，配置学习过程，包括设置模型优化器等。（3）开始训练模型，可更改训练轮数。一定范围内，训练轮数越多，识别准确率越高，我们可以分别设置不同的训练轮数，查看准确率的变化，从中选择一个较好的模型。（4）将模型保存下来，并且要将模型的格式转化为kmodel格式，这样才能在后面的项目中使用。

三、项目实施智能机器人项目实现6-3-3训练一个三分类的模型参考程序（备注：实际训练步数500轮以上，效果较好）

三、项目实施智能机器人项目实现6-3-3训练一个三分类的模型参考程序单击菜单栏中的“运行”按钮，即可开始训练。训练结束后，在控制台区域会出现“tflite转换为kmodel模型成功!”，以及“执行完毕”的提示，之后单击菜单栏中的“代码”按钮，切换为代码模式，在左侧项目空间即可看到一个名为“traffic.kmodel”的文件，这个就是我们需要的模型，如图所示（如果没有，在项目空间空白处右击，在弹出的快捷菜单中选择“刷新目录”）。选中该文件后右击，在弹出的快捷菜单中选择“打开文件位置”，将其复制到AI摄像头的SD卡里，之后就可以运用它识别图像了。

三、项目实施智能机器人项目实现6-3-3循迹原理示意图（笔者寻迹传感器的D1和D2正好和图中相反，测试时请仔细查看寻迹传感器的接口）机器人沿着黑色轨迹行走，被称为循迹。循迹的程序可结合循迹传感器的检测状态和差速转向的原理来实现，如图所示。当两个循迹传感器都检测为黑，说明机器人在轨道中间，设置两个车轮速度相同，直行即可