当前位置: 代码网 > it编程>前端脚本>Python > STM32循迹小车系列教程(四)—— 使用OpenMV循迹

STM32循迹小车系列教程(四)—— 使用OpenMV循迹

2024年08月02日 Python 我要评论
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。

 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。

循迹方法

 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]<<(4-i))

以一定协议的格式发送

def sending_data(data):  #a5 a6 data
    global uart;
    data = ustruct.pack("<bbb",      #格式为俩个字符俩个短整型(2字节)
                   0xa5,                      #帧头1
                   0xa6,
                   data
                   )        #数组大小为7,其中2,3,4,5为有效数据,0,1,6为帧头帧尾
    uart.write(data);   #必须要传入一个字节数组

stm32串口解析

使用中断回调函数对数据进行解析,串口具体配置详见往期教程stm32cubemx使用教程(三)——串口通信、串口协议

void hal_uart_rxcpltcallback(uart_handletypedef *huart)
{
  unused(huart);
	
	if(huart->instance == usart1)
	{
		rec_dat[rec_pointer++] = rec_buf;
		
		if(rec_pointer == 3)//接收完成
		{
			rec_pointer = 0;
			if(rec_dat[0] == 0xa5 && rec_dat[1] == 0xa6)//判断帧头
				sensor_val = rec_dat[2];
			else
				memset(rec_dat,'\0',sizeof(rec_dat));
		}
		hal_uart_receive_it(&huart1,(uint8_t *)&rec_buf,1);
	}
}

将stm32与openmv连接

openmv_rx p5接stm32_tx1 pa9
openmv_tx p4接stm32_rx1 pa10
openmv_gnd接stm32_gnd

进入debug可以观察到sensor_val的变化,根据sensor_val的变化驱动左右轮转速沿着赛道线循迹,具体循迹部分可参考往期教程。

需要代码的朋友可以点击以下链接下载,有问题请私信我。 

x(85条消息) 【免费】stm32循迹小车(灰度+openmv权重判断)资源-csdn文库 

(0)

相关文章:

版权声明:本文内容由互联网用户贡献,该文观点仅代表作者本人。本站仅提供信息存储服务,不拥有所有权,不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2386932994@qq.com 举报,一经查实将立刻删除。

发表评论

验证码:
Copyright © 2017-2025  代码网 保留所有权利. 粤ICP备2024248653号
站长QQ:2386932994 | 联系邮箱:2386932994@qq.com