コンピュータビジョンでSteam Controllerを自動充電！CVで磁気充電パックへ自動誘導する仕組みを徹底解説

「ゲームコントローラーの充電、毎回手動で置くのめんどくさいな…」そう感じたことはありませんか？😅

今、GitHubで面白いプロジェクトが話題になっています。その名も Steam Controller Auto-Charge。コンピュータビジョン（CV） を使って、Steam Controllerを磁気充電パックへ自動誘導・自動充電させてしまおう、というDIYプロジェクトです！

「ロボットアームみたいなの？」というイメージを持つかもしれませんが、もう少しシンプル。カメラで充電器とコントローラーの位置を認識し、正確な場所にコントローラーを誘導する仕組みです。つまり、「目で見て、位置を合わせる」 をPythonとCVで自動化したプロジェクトなんですよね。

Contents

🎮 このプロジェクトの全体像
🔍 コンピュータビジョン（CV）って何をしているの？
⚙️ 磁気充電パックとの組み合わせがミソ
まとめ

🎮 このプロジェクトの全体像

computer vision robot / Photo by Pavel Danilyuk via Pexels

ざっくりとした流れをつかんでおきましょう。

📷 カメラでSteam Controllerと磁気充電パックの位置を検出
🧠 OpenCVで画像処理・位置座標を計算
🤖 算出した座標をもとにコントローラーを誘導
🔋 磁気パックに接触して自動充電スタート！

GitHubのリポジトリは FossPrime/Steam-Controller-Auto-Charge で公開されています。

🔍 コンピュータビジョン（CV）って何をしているの？

コンピュータビジョン（CV） とは、カメラ映像をプログラムで「見て理解する」技術です。人間が目で位置を確認するのと同じことを、コードで再現するイメージですね。

このプロジェクトでは OpenCV というPythonライブラリが核心を担っています。たとえば、こんな形で対象物の位置を検出できます。

import cv2
import numpy as np

# カメラキャプチャを開始
cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    # HSV色空間に変換（色での物体検出がしやすくなる）
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 検出したい色の範囲を指定（例: 青色）
    lower_blue = np.array([100, 150, 50])
    upper_blue = np.array([140, 255, 255])

    # マスク生成（対象色の部分だけ抽出）
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 輪郭を検出
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    for cnt in contours:
        if cv2.contourArea(cnt) > 500:  # 小さなノイズを除外
            x, y, w, h = cv2.boundingRect(cnt)
            cx, cy = x + w // 2, y + h // 2  # 中心座標を計算
            cv2.circle(frame, (cx, cy), 5, (0, 255, 0), -1)
            print(f"対象物の中心座標: ({cx}, {cy})")

    cv2.imshow("検出結果", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

ポイントをまとめるとこんな感じです👇