yanshee 机器人全流程指南

前言： 因为要写个实训报告，索性写篇文章，帮助后来者。（机器人内部就是树莓派）

        在这学期为了学习AI、编程、机器人运动等相关知识。我们使了yanshee机器人，这个是面向K12、中高职、高校学生推出的开源人形机器人教育平台，应用于课程教学、竞赛、科研活动等场景。

        开始：机器人有两种操控方法，一种是使用机器人端开放jupyter编辑器，利用电脑连到树莓派内部开始执行代码（树莓派本身自带执行代码所需的环境）：具体操作 1.手机连接2.4G的无线网，机器人开机。2.点击yanshee app右上角根据提示操作 3.当手机显示成功连接 ，按下机器人胸前按钮说出“ip地址”4.根据机器人播报的ip地址加上:8888使用浏览器访问，你就会看到 jupyterd的界面，里面可以新建文件也可以改他存在的文件（手上没机器人无法截图，记得点击创建文件，python3，然后才行）注意电脑，手机，机器人必须连同一个网

                                                                初始化的代码

import YanAPI
from time import sleep
#初始化
ip_addr = "192.168.137.148" # 第二种方法要这样填，第一种直接127.0.0.1就行
YanAPI.yan_api_init(ip_addr)

第二种是进到raspberry的系统拖出Yanapi文件（应该叫这个）然后本地执行在初始化配置的时候设成机器人的IP地址（高手的玩法）具体操作是打开cmd 输入 

1 ssh pi@机器人的IP地址 回车  yes
2 输入密码 raspberry 回车
3 界面不一样就是进去了
4 开始找那个YanAPI 好像在安装python的目录下 可以利用linux的查找语法找一下
5 然后另开一个cmd sftp 连上 （具体操作忘了）
6 连上后可以进行get 文件名 and put
7 最后就可以在本地愉快的利用ide写程序了

        接下来我们就可以愉快的玩耍了进入https://yandev.ubtrobot.com/#/zh/api?api=YanAPI

官方文档：毕竟是专用的教学平台，文档的详细程度是非常完美的先小试牛刀

YanAPI.start_voice_tts("开始人脸识别",False)  

机器人会播报这段文字，而且还不会被其他语音所抢占

我们接下来可以根据这些apl做许多好玩的，比如控制他运动，跳舞唱歌，it`s easy

玩完apl我们也可以做一些视觉方面的玩意机器人上面带了摄像头，而且还安装了cv2的环境

import cv2
import myutils
import matplotlib.pyplot as plt
import numpy as np
import argparse
from imutils import contours
img=cv2.imread('images/1.png')   #读取图像
def cv_show(div,name='img'):
    cv2.namedWindow(name, 0)
    cv2.resizeWindow(name,600,400)
    cv2.imshow(name,div)
    cv2.waitKey(0)
    cv2.destroyWindow(name)
def location(img):
    lower_blue = np.array([0,190,190])  #上下界颜色判断hsv
    upper_blue = np.array([34,240,255])
    # hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) 
    # get mask 利用inRange()函数和HSV模型中蓝色范围的上下界获取mask，mask中原视频中的蓝色部分会被弄成白色，其他部分黑色。
    mask = cv2.inRange(img, lower_blue, upper_blue)
    ref= cv2.medianBlur(mask,5)#中值
  
    refCnts, hierarchy = cv2.findContours(ref.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)#边缘检测
    if refCnts==():
        return False
    refCnts=sorted(refCnts, key=lambda contour: cv2.contourArea(contour),reverse=True)#对比for Area
    x,y,w,h=cv2.boundingRect(refCnts[0]) 
    # img=cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2) #画框
    azi=(x,y,w,h)
    return azi

这是我做好的一个识别黄色的程序