A projekt célja egy sakkozó robot tervezése és megvalósítása, amely képes önállóan játszani a sakkot akár egy emberi játékos ellen. A robotnak képesnek kell lennie a bábukat mozgatni, lépéseket szimulálni, és kamerarendszer segítségével felismerni a különböző sakkbábukat. A projekt során a Robot Operating System (ROS) keretrendszert használjuk a robot irányítására és az egyes alrendszerek integrációjára, a modellek és annak környezetének szimulációjához pedig a Gazebot.
- Robotkar: Pontos és precíz mozgásra képes, legalább 6 szabadságfokú robotkar.
- Kamera: Színes kamera a sakkbábuk és azok mozgás közben felismeréséhez.
- Bábumozgatás: A robotkar képes legyen a sakktábla minden mezejére elérni és precízen megfogni, mozgatni a sakkbábukat.
- ros-noetic-desktop-full
- python3-roslaunch
- ros-noetic-rqt-multiplot
- gazebo11
- ros-noetic-hector-trajectory-server
- joint-trajectory-controller
- moveit
- stockfish
Modellezés során először megterveztük a robotkarunkat Autodesk Inventor segítségével, utána konvertáltuk át a számunka szükséges DAE fájlokra. A sakktábla és sakkbábuk paraméterezése során Xacro fájlt használtuk. Végül a kameránkat (camera_link) először a robotunk Xacro fájlához adtuk, utána a hozzá tartozó plugint a Gazebo fájlban helyeztük el.
- ROS_Chess git projekten belül carkin_ws megnyitása terminálon belül ezt érdemes minden új terminál ablaknál megtenni. Git alapértelmezett beállítás esetén:
cd ~/Documents/GitHub/ROS_Chess/catkin_ws- Minden terminál ablakon belül be kell tölteni a projectet (ha valami nem működik akkor valószínűleg ennek a lépésnek a hiánya okozza):
source devel/setup.bash- Környezet és vezérlő indítása 3.1. Robot szimuláció, Gazebo környezet, Rosmaster indítása és vezérlő paramétereinek előkészítése
roslaunch ros_chess spawn_robot.launch3.2. Robot mozgás stockfish és gazebo kommunikációjának indítása
rosrun ros_chess send_joint_angles.py3.3. Robot sakklépések küldese terminálra, játszma állapot visszajelzés
roslaunch chess_moves chess_manager.launch3.4. Kamera YOLO indítása
roslaunch darknet_ros darknet_ros.launch- Fontosabb egyéb program: 4.1. PID hangoláshoz:
rosrun rqt_reconfigure rqt_reconfigure4.2. rqt minden máshoz (rosmaster-nek futnia kell):
rqtAz inverz kinematika során meghatározzuk a robotkar egyes ízületeinek szögeit annak érdekében, hogy a robotkar végpontja (end-effector) elérjen egy kívánt pozíciót és orientációt. Ez különösen fontos volt a sakkozó robotunknál, ahol a robotkarnak pontosan kellett mozgatnia a sakkbábunkat a sakktáblán. A mozgást úgy oldottuk meg, hogy a robotunk az első kar kivételével vesz részt a mozgásban.
A sakkbábuk felismeréséhez a YOLO (You Only Look Once) valós idejű objektum felismerő algoritmust használtuk, amelyet a Darknet keretrendszerben implementáltak. Ez az algoritmus hatékony és gyors objektumdetektálást tesz lehetővé, amely különösen alkalmas valós idejű alkalmazásokra, ami tökéletes a robot projektünkhöz. A képet rácsokra osztja feldolgozás során, ahol minden rács felelős az objektumok detektálásáért és lokalizálásáért.
A Stockfish egy nyílt forráskódú sakkmotor, amely az egyik legerősebb sakk AI a világon. A rendszerünk lehetővé teszi, hogy a robotkar vezérelje a sakkbábukat a sakktáblán, miközben a Stockfish AI meghozza a játék döntéseit.
A sakkozó robot tervezése és megvalósítása összetett mérnöki feladat, amely több terület (robotika, képfeldolgozás, mesterséges intelligencia) integrációját igényli. A ROS alapú megközelítés lehetőséget biztosít a rendszer moduláris fejlesztésére és skálázhatóságára. A projekt végére a robotunk képes önállóan és megbízhatóan sakkozni, kielégítve a fenti követelményeket és mérnöki elvárásokat.