Spis treści

Skład zespołu:

1. Wstęp

2. Konstrukcja robota

Rys. 1. Wygląd robota
Rys. 1. Wygląd robota
Rys. 1. Robot w akcji - wypróbowywanie algorytmu
Rys. 1. Robot w akcji - wypróbowywanie algorytmu

3. Opracowanie algorytmów

sledzenie.pl



4. Algorytm w akcji

Działanie algorytmu można obejrzeć pod adresami:

5. Napotkane problemy

Yes
?- Warning: [Thread 5] Thread running "trigger_start(touch, stop, 1)" died due to failure
Rys. 2. Przebieg odczytanych wartości sensora
Rys. 2. Przebieg odczytanych wartości sensora

Przekroczenie progu czarne→białe:

Wartość średnia: 55.44
Odchylenie standardowe: 4.51

Przekroczenie progu czarne→białe:

Wartość średnia: 46.76
Odchylenie standardowe: 1.68

| Rys. 3. Przebieg odczytanych wartości sensora przy przekraczaniu progu **czarne->białe** (próbki parzyste) i **białe->czarne** (próbki nieparzyste) |

Rys. 3. Przebieg odczytanych wartości sensora przy przekraczaniu progu czarne→białe (próbki parzyste) i białe→czarne (próbki nieparzyste)

6. Co rozszerzyć w laboratorium?

7. Wnioski

Opracowując algorytm śledzenia linii możemy stwierdzić, że było to zadanie niełatwe ale bardzo przyjemne. Dzięki zastosowaniu języka Prolog byliśmy w stanie w stosunkowo łatwy sposób zaimplementować dość zaawansowany algorytm śledzenia linii. Niestety zadanie laboratoryjne nauczyło nas również, że zastosowane w zestawie LEGO MINDSTORMS sensory nie są doskonałe i np. nieprawidłowe dobranie parametrów progowych czujnika światła może zniweczyć całą pracę algorytmiczną przez co robot przez dość długi czas nie zachowywał się tak jak tego od niego oczekiwaliśmy. Podsumowując zadanie było bardzo ciekawe i pokazało nam potencjał kryjący się w połączeniu LEGO MINDSTORMS i PROLOGA.

8. Pliki

goszcz_pieciak_zywiol_lab4.tar.bz2