最近，博主在比赛中有部分内容用到视觉识别二维码并进行跟随的内容。此部分主要由组内负责视觉的同学完成，此处备份留作后用。

整体逻辑主要采用PID中的P算法，根据小车摄像头实时获取到目标二维码在图像中的位置，计算其距离小车的长度以及偏离中小线的误差分别给予小车x和y方向上的线速度，从而达到，使得小车跟随二维码并当达到死区时停止的效果。

全部代码采用Python编写，主要采用了Opencv库和ROS框架实现。

首先需要完成第一步，即打开摄像头获取到图像数据并监测是否读取到二维码数据。

此处为基本操作，不予分析。

识别二维码主要采用了开源的aruco库进行识别,此处需要注意选择的二维码字典需要依据自己的情况进行更换。

此处导入的二维码字典为包含50个标记的4X4大小的二维码。每个词典中所有的Aruco标记均包含相同数量的块或位(例如4×4、5×5、6×6或7×7)，且每个词典中Aruco标记的数量固定(例如50、100、250或1000)。

通过上述代码即可获取到二维码在字典中的ID。可通过如下代码进行监测是否查询到目标二维码。

全部逻辑如下所示：

获取到二维码ID后，为了实现整体逻辑需要进一步对二维码图像进行处理，从而获取到二维码的偏差值error和距离值length。

由于博主使用的摄像头宽度为680，所以在计算error时中线处即表示为340。通过获取二维码两侧像素所在行计算二维码中心线并减去图像中心，从而可以获取到二维码偏差值。

在计算取距离时，此处博主经过实验发现在我的摄像头中，当二维码的宽度达到190px时停止可以达到较好效果，故而用190减去二维码的宽度，从而计算取距离值。

通过整合上述两部，可以获取到目标二维码的偏差和距离值。