我们将RaspberryPi与Arduino（克隆）一起使用来控制移动平台。瓶子识别软件基于基于Haar函数的级联分类器，用于通过OpenC ++ V进行对象检测。
RaspberryPi上的代码是用Python编写的，与C / C ++相比，它提供了更快的开发时间，但成本更高。事实证明，这非常有用，因为机器人在短时间内赢得了比赛。
该文档非常广泛，因为它是必需的，并且可以提供从最初的构想到最终零件以及仿真文件的所有详细信息。机器人会一直避开障碍物，直到相机看到并识别出瓶子为止。
通过在RaspberryPi上运行Python脚本检测到瓶子后，其位置将被转发到Arduino板，该板将在状态机中托管主程序并将其传递到Next状态：抓取瓶子。抓住瓶子后，归位系统非常简单：它使用指南针在回收区的方向（地图的一角）移动，一旦检测到墙壁（而不是障碍物），它将跟随它直到到达角落。
放开瓶子。重复。
最初的计划是使用2个红外传感器和摄像头进行障碍检测，但是摄像头速度太慢，最终的仿真结果表明，更多的红外传感器将是一个更简单的解决方案，并且同样有效，因此我们决定使用4个红外传感器并且只能将相机用于瓶子检测。指南针传感器在相机后面的原始位置遇到了很多麻烦。
事实证明，建筑结构地板上的金属条正在影响指南针值，并且将其安装在桅杆上方可以解决此问题。