37. 视觉跟随、巡线、KCF、AR 标签与网页视频¶
37.1 学习目标¶
用同一条链理解五类视觉应用：图像输入、目标/特征、控制输出和安全限制。能从画面正常但机器人不动的现象定位到感知或控制环节。
37.2 适用范围¶
ROS 2 视觉跟随、巡线、目标跟踪、视觉标签和 Web 视频节点。具体接口按相机和软件包版本核对。
37.3 操作前检查¶
- 第 35 章图像话题稳定，第 36 章在需要测量位置时已标定。
- 底盘低速控制和停止链已通过。
- 首次测试架空轮子或留出足够空间。
37.4 工作原理¶
第 35 章的相机驱动发布图像，OpenCV 与 cv_bridge 让视觉节点能够读取这些图像；第 36 章的内参让需要测量位置的算法知道镜头的几何关系。视觉节点从图像中提取颜色、线、跟踪框或标签位姿，再生成误差；控制器把误差换成 cmd_vel。Kernelized Correlation Filter（KCF）是一种需要人工给出初始框的目标跟踪方法。增强现实标签（Augmented Reality Tag, AR Tag）依赖标签尺寸和相机内参来估计姿态。Web 视频只输出画面，不应直接控制底盘；颜色跟随和巡线受光照影响明显。
37.5 操作步骤¶
- 先运行“只感知”模式，显示检测结果但不发布速度。
- 确认输入话题、图像编码、处理频率和目标参数。
- 记录误差输出，检查目标在画面左右移动时符号是否正确。
- 接入速度控制时限制最大线速度、角速度和目标丢失超时。
- 遮挡或移走目标，确认速度立即归零。
- 检查
cmd_vel发布者，避免与导航同时控制。
37.6 验收标准¶
- 原始图像与处理结果都可观察。
- 目标位置变化与误差符号一致。
- 目标丢失、画面冻结或节点退出时底盘停止。
- 速度限制适合场地和制动距离。
- Web 视频访问失败不会影响底盘基础控制。
37.7 故障排查¶
先保证相机和底盘能安全工作，再确认驱动与视觉节点、图像和速度话题。画面与机器人运动不一致时检查时间、坐标与速度符号；基础链路无误后，再调整检测、跟踪或网页视频算法。
| 现象 | 检查 |
|---|---|
| 能看到画面但检测不到 | 颜色空间、阈值、标签尺寸、目标初始化 |
| 检测框正常但底盘不动 | 速度发布、订阅、控制优先级和使能 |
| 底盘向反方向修正 | 图像坐标到角速度的符号 |
| 目标消失后仍运动 | 丢失超时和最后命令清零逻辑 |
| Web 页面卡顿 | 编码、网络、分辨率和服务进程 |
教材代码资源
本节使用 applications/kcf-tracker/wheeltec_robot_kcf_model 中的 package.xml、launch/kcf_tracker.launch.py、wheeltec_robot_kcf_model/kcf_tracker_node.py 和 wheeltec_robot_kcf_model/pid_controller.py。源码固定在 62aacaed。验收：能定位 KCF 节点入口；边界：依赖相机和初始跟踪框，未提供 YOLO 模型资产。