STM32循迹小车系列教程（四） |
您所在的位置：网站首页 › 智能循迹小车的硬件原理是什么样的 › STM32循迹小车系列教程（四） |
STM32循迹小车系列教程（四）
|
本章节主要讲解如何使用OpenMV循迹以及OpenMV与STM32串口通信 前言软件：STM32CubeMx、Keil5 MDK、串口调试助手XCOM、OpenMV_IDE 硬件：OpenMV、STM32F103C8T6核心板、下载器ST_LINK、USB转TTL或J-LINK、小车一辆 OpenMV简介OpenMV是一个开源，功能强大的机器视觉模块。 它以STM32F427CPU为核心，集成了OV7725摄像头芯片，在小巧的硬件模块上，用C语言高效地实现了核心机器视觉算法，提供Python编程接口。它的机器视觉算法包括 寻找色块、人脸检测、眼球跟踪、边缘检测、标志跟踪等等。 运行起来的效果如图所示
该方法和一般循迹模块的原理差不多。 使用红框对图像进行分割，这些框作为我们用来巡线的依据，当出现在框内的颜色，符合设置的阙值，就相当于检测到了赛道线。 使用OpenMV循迹的方便之处在于各种颜色的线都可以寻，只需要将对应的阙值修改过了就可以了，并且OpenMV还可以同时完成识别数字或者物体的任务，具体资料可查看星瞳科技官网。 具体实现接下来我们将展示如何实现OpenMV循迹。 首先，我们先设置我们摄像头拍摄到画面上的框大小和位置 for rec in roi1: img.draw_rectangle(rec, color=(255,0,0))#绘制出roi区域 就画出框绘制5个检测区域，对应五路循迹 roi1 = [(0, 40, 20, 40), # L1 x y w h 每个对应画的框的位置，最后两个是框的大小 (35, 40, 20, 40), # L2 (70,40,10,10), # M0 (105,40,20,40), # R1 (140,40,20,40)] # R2设定要识别的颜色阙值，下面是黑线的阙值代码，如果要循其他颜色的线，需要将其修改成对应颜色的阈值即可 GROUND_THRESHOLD=(21, 100, -124, 32, -26, 22)#黑线 设置要寻的线的阈值。在颜色空间中，阈值被用于定义需要跟踪的颜色 主函数部分检测到线返回1，否则返回0 blob1=None blob2=None blob3=None blob4=None blob5=None flag = [0,0,0,0,0] img = sensor.snapshot().lens_corr(strength = 1.7 , zoom = 1.0)#畸变矫正 获取图像帧 blob1 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[0]) #left blob2 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[1]) #middle blob3 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[2]) blob4 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[3]) blob5 = img.find_blobs([GROUND_THRESHOLD1], roi=roi1[4]) if blob1: flag[0] = 1 #左边检测到黑线 if blob2: flag[1] = 1 #中间检测到黑线 if blob3: flag[2] = 1 #右边检测到黑线 if blob4: flag[3] = 1 #中间检测到黑线 if blob5: flag[4] = 1 #右边检测到黑线 串口通信部分控制小车循迹使用OpenMV往往是不够的，我们一般使用OpenMV对赛道图像进行处理，将处理过后的数据使用串口发送给STM32，使用STM32控制小车行驶。 它的目的是为了将OpenMV观测到的数据告诉STM32，让小车做出相对的反应。 代码如下： 初始化串口3，波特率115200,8 bit，无奇偶校验，1停止位，溢出时间1000ms uart = UART(3,115200,bits=8, parity=None, stop=1, timeout_char = 1000) #初始化串口处理数据，将数组2进制数转换为16进制数打包发送 data=0 for i in (0,1,2,3,4): # 0 1 2 3 4 把从最左边到最右边，检测到的记1，然后转化成16进制 data|=(flag[i] |
【本文地址】
今日新闻 |
推荐新闻 |