我们在此前的名叫python+opencv实现人脸微整形博文里已经简单地实现了人脸图像的微形变，为人脸驱动一个虚拟人脸提供了一些基础，但是运行性能上面需要优化，因为要想用人脸特征点实时驱动，需要非常快速的响应时间。

本篇来讨论一下在固定场景下，如何仅通过单目视觉，实现差速小车的自动停靠，这种方式实现成本比较低，可适应的范围比较广，比如可以应用于小车的自动充电桩寻找、工位的最准等应用场景。我们还是尝试应用有限、浅显的数学对固定场景下，通过坐标的变换、几何的分析、结合单目摄像头获取的图像，进行相机位置（或者小车的位置）的估计，并控制差速小车行驶至我们预设的位置停靠。本篇根据上篇已经识别的位置，进一步实现小车的控制部分。

本篇来讨论一下在固定场景下，如何仅通过单目视觉，实现差速小车的自动停靠，这种方式实现成本比较低，可适应的范围比较广，比如可以应用于小车的自动充电桩寻找、工位的最准等应用场景。我们还是尝试应用有限、浅显的数学对固定场景下，通过坐标的变换、几何的分析、结合单目摄像头获取的图像，进行相机位置（或者小车的位置）的估计，并控制差速小车行驶至我们预设的位置停靠。本篇先来构建小车位置的估计。这样，在固定场景下，以及相机为理想模型下，我们通过对相机成像原理模型，构建了本项目所需的位置估计算法。

基于目前的研究演进，我们还是不能把python机器人编程——差速机器人小车的控制，控制模型、轨迹跟踪，轨迹规划、自动泊车（中）未完成部分给补上，本篇先把一些基础的问题给先解决。那就是非常常见的agv无人控制方式——循迹自动驾驶。本篇是利用单目视觉去实现简单的预定轨迹（这里指轨迹没有交叉、突变等情况），小车自动跟随驾驶。这个实现后，我们再接着开个中篇来处理复杂轨迹（比如，十字交叉、断线等）的自主决策和驾驶问题。等处理完了这个，再去研究没有轨迹引导时的一些小车自动形式实现方式，最终能够把之前埋得坑给填平。

本篇是《python机器人编程——差速机器人小车的控制，控制模型、轨迹跟踪，轨迹规划、自动泊车》系列的姊妹篇。来通过python去实现vrep下仿真小车的联动控制，为该篇提出的无人控制方法提供一个验证的环境，从而可以完善相应的控制方式，进一步深入探索。

本篇我们依然试着用一些浅显的数学知识，来研究和实现一下常用机器人小车（如AGV）的控制，这里的小车我们先选用二轮驱动的差速小车，即通过两个驱动轮的转速控制实现所有想要的运动。我们会首先对这类小车的运动原理进行一些分析，并通过分析得出的数学步骤，用python去实现机器人小车的正向控制算法、反向控制算法（或者轨迹跟踪），并在此基础上，去尝试实现一下固定场景下，如仓储搬运、工厂转运等的机器人小车的轨迹规划、自动泊车（通常是去充电），并将首先在vrep仿真环境验证，验证完后，可以自己搭建实物去实现。

本篇我们在《python机器人编程——VREP数字孪生四轴机械臂联合仿真》的基础上，将引入单目摄像头（或视觉传感Vision_sensor），并在python侧获取摄像头的图像，并进行视觉处理,通过建立一个视觉抓取场景（三类垃圾的自动分类），利用色彩识别原理和二维码定位方法，用python创建识别模块对单目摄像头传过来的图像进行分析获取不同类型垃圾的位置坐标，并与UARM远程控制程序进行流程化集成，最终实现机械臂自动根据垃圾摆放场景，自动将三类不同的垃圾，准确抓取，并放入对应的垃圾桶中。...

点击链接在线看：V-REP中文教程.pdf-全文可读 (book118.com)

点击链接: [PID原理课程](https://pan.baidu.com/s/1oeodvaFRS3_FuHacfpzj4A?pwd=3udf) 提取码: 3udf 仅限个人学习

点击链接: Yolov3&Yolov4&Yolov5资源相关 提取码: 1bdf 仅限个人学习

点击链接: https://pan.baidu.com/s/1GVe44hMF6d8ZcmvGoA414A?pwd=1fyw 提取码: 1fyw 仅限个人学习用

点击链接::OpenNI相关 提取码: aa9b

点击链接: 谷歌第二代深度学习系统TensorFlow.pdf 提取码: c8qn ，仅限个人学习用途

链接: fast cnn实时物体检测书籍 提取码: aisdps:资料只限于学习用。

点击链接获取:fast cnn 神经网络书籍 提取码: aisd

点击链接BT04l蓝牙透传资料: 提取码: aisd

点击链接获取: [强化学习原版英文Reinforcement Learning_An Introduction_SuttonBook.pdf](https://pan.baidu.com/s/1iRrCXOmnL6Bj9K7xhu4zhg?pwd=a

点击链接获取:ROS机器人操作系统书籍提取码: aisd