答:以下是关于语音识别的注意事项
发音清晰:语音识别是基于拼音进行的,因此要确保拼音音节的发音清晰。例如,如果要识别“小”这个字,需要发音“xiao”。 口令后等待1.5S: 在语音口令识别模式中,在说出口令之后蜂鸣器将“滴一声,在蜂鸣器响后等待1.5秒再说识别关键词,可以提高识别率,例如说出口令“小亚”,蜂鸣器响一声后等待1.5秒,然后说出关键词“红灯” 识别成功后蜂鸣器响两声,设备亮红灯。 识别卡顿:如果语音识别模块反复写入后出现识别卡顿,请检查网络是否流畅,大程序是否已经关闭,如果都没问题的话,可以通过重启设备、重新拔插语音识别模块解决。 环境影响:在噪音较多的环境中,会影响语音识别的准确率。请尽量在相对安静的地方使用语音识别功能。
答:可以使用手机APP中的[机械臂校准指引]进行舵机校准
答:可以执行HSV颜色校准,将正确颜色的HSV值记录并写入颜色识别程序中。具体操作可参考《AI视觉课程》的“3.颜色校准
答:清除之前的运行记录,如果还是有问题可以重启设备
答:检查电源供电是否正常
答:垃圾分类识别时需要把小方块放在地图固定位置,并且有字的一方正向朝着机械臂。
答:使用色块来回控制一下机械臂,之后慢慢远离就能触发效果,本案例需多次尝试。
答:一般情况下是由于手势识别接口的使用次数用完了,需要自己申请账号然后替换程序中的密钥,具体的申请步骤可以参考 [AI视觉课程] 童节中的“手势识别固定动作”案例,申请好账号后,需要修改位于”/home/dofbot/catkin_ws /src/arm_gesture_action /gesture_action.py"路经下的文件中的app_id、api_key和secret_key这三个参数。
答:出现无法估计的乱甩或方向不定的问题可能是由于能机的ID被清除导致的。可以前往《基础控制课程》章节中的“单个控制舵机”案例进行测试,依次确认每个能机是否可以正常控制。
答:请检查正在运行的 Jupyter 环境中是否有其他未关闭的线程在占用资源,还是解决不了可以插拔一下语音播报模块。
答:可能是因为上一个控制程序没有被完全关闭。可以尝试使用Ctrl+C来中断程序,或者直接关掉终端以更彻底地关闭之前的进程。
答:是的会存在冲突,运行jupyterlab相关案例都需要先关闭大程序。
答:校准完记得点击取消,之后就能正常控制机械臂了。