The purpose of this thesis was to create a robot that through the use of visual recognition and robotics could play chess.The idea for this project came from the fact that there is an increasing demand for smart robots that can make their own decisions in a changing environment, and the fact that chess has recently seen a surge of new players. The optimal design of the arm making the moves was decided to be of SCARA type, which is a common robotic arm that excels in pick-and-place operations. The movement of the arm was driven by two stepper motors connected to a Raspberry Pi and an external power supply. Movement in the Z-direction was achieved through the use of a servo motor driving a gear rack vertically. A camera was placed above the chessboard, and through the use of numerous programs and functions, images were converted to chess notation which was then sent to a chess engine running on the Raspberry Pi. The visual recognition worked optimally when the chessboard was well and evenly lit. When lighting was poor, values that defined colors could be changed, allowing for proper evaluation of the colors, however when the illuminance dropped below 15 lux the blue pieces became indistinguishable from the black squares and therefore the visual recognition stopped working. / Syftet med det här examensarbetet var att skapa en robot som genom användning av bildigenkänning och robotik kunde spela schack. Idén till detta projekt kom från det faktum att det finns ett ökande behov av smarta robotar som kan fatta sina egna beslut i en förändring miljö och det faktum att schack nyligen har sett en ökning av nya spelare. Den optimala utformningen av armen som flyttar pjäserna beslutades vara av SCARA-typ, som är en vanlig robotarm som utmärker sig i ’pick-and-place’ operationer. Armens rörelse drivs av två stegmotorer anslutna till en Raspberry Pi och en extern strömkälla. Rörelse i Z-riktningen uppnåddes genom användning av en servomotor som drev en kuggstång vertikalt. En kamera placerades ovanför schackbrädet, och genom användning av flera program och funktioner konverterades bilder till schacknotation som sedan skickades till en schackmotor som körs på Raspberry Pi. Bildigenkänningen fungerade optimalt när schackbrädet var väl och jämnt upplyst. När belysningen var dålig kunde värden som definierade färger ändras för att möjliggöra korrekta utvärderingar av färgen, men när belysningsnivån sjönk under 15 lux blev de blå pjäserna oskiljbara från de svarta rutorna och programmet slutade därför att fungera
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-279829 |
| Date | January 2020 |
| Creators | BALDHAGEN, FREDRIK, HEDSTRÖM, ANTON |
| Publisher | KTH, Skolan för industriell teknik och management (ITM) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf, video/mp4 |
| Rights | info:eu-repo/semantics/openAccess, info:eu-repo/semantics/openAccess |
| Relation | TRITA-ITM-EX ; 2020:41 |
Page generated in 0.0026 seconds