完成第五章 OpenCV 视觉人脸追踪与语音控制交互

[tianyutu981]

修改概述

完成第五章（机器人视觉与语音交互）实验：基于 ROS Noetic + OpenCV 实现 Kinect 传感器图像采集与人脸目标闭环追踪控制；实现基于语音指令的底盘运动控制及自定义语音播报反馈；规范代码依赖并补充说明文档与运行动图。

修改的详细描述

1. 视觉人脸识别与闭环运动追踪（robot_vision）：
   • 通过 cv_bridge 订阅 /camera/rgb/image_raw 彩色图像，使用 Haar 级联检测算法定位人脸五官与尺度信息；
   • 优化 Haar 分类器路径多级容错逻辑（支持包内自带模型、系统 opencv4/haarcascades 路径与动态降级），规避特定环境下的 cv2.data 属性缺失异常；
   • 引入 P 比例控制器实现底盘角速度闭环，修正负反馈转向极性，实现小车平滑原地摆头跟随目标人脸，并设置目标丢失保护与死区过滤；
   • 配套开发了人脸靶标生成与键盘控制脚本 spawn_face_target.py，支持在 Gazebo 中精准测试跟随响应。
2. 语音指令控制与播报交互（robot_voice）：
   • 支持控制台交互输入与 /voice_cmd 话题双通道指令接收，解析“向前”、“向后”、“向左”、“向右”、“停止”等动作并下发平稳差速控制；
   • 集成 TTS 响应逻辑，触发运动指令时同步播报语音文本：“太阳当空照，花儿对我笑”；
   • 调整 CMakeLists.txt 构建逻辑，将实体声卡 C++ SDK 设置为可选编译，确保纯 Python 节点在虚拟机无独立动态库环境下免编译平稳运行。

经过了什么样的测试？

1. 测试环境：Ubuntu 20.04 LTS (VMware Workstation), ROS Noetic, Gazebo 11
2. 测试项目与结果：
   • 语音控制测试：分别输入各方向指令，小车精准执行位移与转向，运动时长结束自动刹停，终端同步输出 TTS 播报文本；
   • 视觉追踪测试：在 Gazebo 仿真环境中生成人脸标牌，OpenCV 视口稳定框选人脸并打上准星，手动平移立牌时小车底盘迅速自适应转向对齐；
   • 编译与分支测试：代码在干净的工作空间中一次性构建通过（catkin_make 100%），基于上游 upstream/master 新建分支，无合并冲突。

运行效果展示

1. 语音控制与播报反馈演示

2. OpenCV 人脸识别与目标追踪演示

所使用具体的大模型声明

使用 Claude Code (DeepSeek 模型) 辅助完成节点通信架构调试、异常路径容错与代码规范优化。

[donghaiwang]

文档应该能够在这里看到：https://openhutb.github.io/ros2/chapter/chap5/