【毕业设计】基于STM32F103C8T6最小系统板与OpenMV的二维云台PID控制追踪系统

一：系统概述

本系统使用OpenMV作为摄像头，追踪红色小球。系统利用OpenMV内置的MicroPython库中的find_blobs函数查找识别红色小球，接着调用find_max()函数进行滤波，将红色小球中心的X，Y坐标打包成数据包，通过串口发送给主控STM32F103C8T6最小系统板，当STM32F103C8T6通过串口中断接收到位置信息后通过PID算法输出合适的PWM波对X轴、Y轴的两个舵机控制旋转相应的角度，使OpenMV摄像头对准被测物体，以实现物体追踪功能。

二：硬件选型

（一）：实验版本

1.云台部分

1.1：二维舵机云台带轴承

由于预算充足故选用了某宝的二维电动云台（带轴承）如图所示：

1.2：数字舵机

X轴采用S20系列270°舵机，工作电压5V，堵转电流1.8A，20KG负载马力十足。

Y轴采用S20系列180°舵机，工作电压5V，堵转电流1.8A，20KG负载马力十足。

Tips：

1：舵机必须与STM32F103C8T6共地！！否则无法控制舵机！！

2：舵机调试仪可以用来调试舵机中值，也可以检测舵机好坏。

2.主控部分

2.1：STM32F103C8T6最小系统板

本系统使用STM32F103C8T6最小系统板作为核心MCU，实物如所示。

本系统中STM32F103C8T6使用串口中断与OpenMV进行串口通信，进行数据接收，当其接收到数据后通过硬件IIC与OLED相连输出X轴与Y轴的坐标，并且输出两路PWM波分别控制X轴与Y轴的舵机。

3.传感器部分

3.1：0.96寸OLED显示屏

OLED模块供电可以是3.3V，也可以是5V。本系统使用5V供电。OLED屏具用于显示X轴与Y轴的点坐标。在实验的初期，主要利用OLED检验是否可以正常的通过串口中断进行数据传输，并且检验传输的数据是否正确。

Tips：1：GND与VCC千万不要接反，接反轻则烫手，重则烧屏。

3.2：OpenMV 4 H7 PLUS

本系统中OpenMV部分完成三个任务：

1：完成被测物体的识别（以红色小球为例）。

2：寻找最大色块区域。

3：通过串口将被测物体的位置信息发送给STM32F103C8T6。

Tips：

1：本实验中我们使用5V的电压脱机运行。

2：OpenMV与STM32F103C8T6进行数据传输必须共地！！！

4.稳压部分

4.1：稳压模块

MP1584固定输出5V的稳压模块。输出电压：5V；输出电流:3A(峰值)，长时间工作1.5A左右。

5V的电压1.5A-3A的电流可以同时给Openmv与STM32F103C8T6，OLED，舵机供电。

5.电源部分

5.1：电源模块

本系统使用了两节18650锂电池搭配串联构成7.4V的电源。

（二）：集成版本

杜邦线承载的电流有限，无法长时间负载大电流，并且信号传递不稳定。为了优化与简化电路，使得系统稳定工作，故绘制了主控PCB电路板，为了方便开源，使得各位嵌入式爱好者使用，故特意设计成排插式主控，只需要简单的焊接排针排母以及开关，就可以使用。主控板9cm*9cm配合嘉立创每个月免费打印两次PCB板子，经济又实惠。

1：PCB的3D立体示意图：

2：PCB焊接实际图：

三：整体功能分析

OpenMV：识别目标物体，并将其位置信息通过串口传递给STM32。

STM32的串口部分：串口中断接收OpenMV发来的位置信息。

STM32的定时器部分：利用PID算法输出PWM波，从而控制X、Y轴的两个舵机旋转。

四：软件实现

1：OpenMV端

1.1：外设整体逻辑分析

1.2：阈值调整及初始化

编程中首先需要对OpenMV的红色的阈值进行调整，路径为：工具->视觉终端->阈值编辑器。打开阈值编辑器，对LAB的阈值进行调整，使二进制图像中只有红色区域的映像（白色像素是被跟踪的像素）。

注：不同的光照会对颜色识别造成很大的影，所以请务必在稳定的光照环境下调整阈值以及识别。

import sensor, image, time, pyb
from pyb import UART

#【第一步：对Openmv进行初始化】
sensor.reset()                          # 初始化摄像头传感器.
sensor.set_pixformat(sensor.RGB565)     # 使用RGB565.
#sensor.set_framesize(sensor.QQVGA)     # 分辨率 160*120
sensor.set_framesize(sensor.QVGA)       # 分辨率 320*240
sensor.set_auto_gain(False)             # 关闭自动增益
sensor.set_auto_whitebal(False)         # 关闭自动白平衡.
#sensor.set_auto_exposure(False, 1400)
sensor.skip_frames(time = 2000)         # 让新设置生效.

clock = time.clock()                    # Tracks FPS.

uart = UART(3, 115200)                   #串口初始设定
red_threshold = (41, 72, 47, 82, -8, 70) #红色阈值设定

经过实验测试，在QQVGA，160*120像素排布下，脱机运行速度快但是精度较低。 故本系统使用的分辨率标准为QVGA，320*240像素排布，在牺牲系统脱机运行速度（帧率）的条件下，提高数据的精度。两种像素排布均可满足要求，读者自行选择。

1.3：寻找最大色块区域

在OpenMV追踪识别的过程中，可能出现背景或是其他区域出现小面积的红色区域，这会对识别造成干扰，所以需要用程序过滤掉那些小的红色区域。通过对识别到的红色区域进行比较，找出所有红色区域中最大的区域，即可避免背景中的小面积红色区域对识别的影响。

这里封装一个名为find_max()的子函数，该函数主要实现的功能就是寻找最大的红色区域，目的是滤波，可以消除噪音（误差） 干扰。在主函数中调用该函数以实现该功能，避免背景中的小面积红色区域对识别的影响。

#【第二步：滤波】
def find_max(blobs):
    max_size = 0
    for blob in blobs:
        if blob.pixels() > max_size:
            max_blob = blob
            max_size = blob.pixels()
    return max_blob

1.4：寻找色块数据处理

在main函数中调用find_blobs()函数识别红色区域，接着调用find_max()函数进行滤波，并且返回红色区域的XY轴坐标，这就是我们后续要串口发送给STM32F103C8T6的目标数据（CX,CY）。

注释：draw_rectangle()函数与draw_cross()函数方便在电脑端调试，并无实际作用。

#【第四步：寻找色块并发送数据】
while(True):
    img = sensor.snapshot()                     # 拍照并返回图像
    blobs = img.find_blobs([red_threshold])

    if blobs:
        max_blob=find_max(blobs)

        img.draw_rectangle(max_blob.rect())          #画外围正框
        img.draw_cross(max_blob.cx(), max_blob.cy()) #画中心十字

        CX = max_blob.cx()
        CY = max_blob.cy()

        sending_data(CX,CY)

        print("YES")

1.5：发送数据包

由于我使用的分辨率标准为QVGA，320*240像素排布。但是接收端STM32F103C8T6只能接收一个8位2^8也就是0-255大小的数，故需要对数据进行处理。

这里将Cx除以100取整得到百位，Cx除以100取余得到个位与十位。

同理将Cy除以100取整得到百位，Cy除以100取余得到个位与十位。

特别注意：对于//，是向下取整，即不会进行四舍五入。所以15//4 =  3的结果是3而不是4。

#【第三步：发送数据包】
def sending_data(Cx,Cy):
    Data = bytearray([0x01,0x03,Cx//100,Cx%100,Cy//100,Cy%100,0x05])
    #                 帧头1 帧头2  X百位   X剩余   Y百位   Y剩余  帧尾
    uart.write(Data);
    print(Cx,Cy)

这里的0x01，0x03是帧头。帧头是数据帧的起始标识，用于标识一个数据帧的开始。它通常是一个特定的字符或字符序列，用于通知接收端数据帧即将开始传输。通过识别帧头，接收端可以准确地定位数据帧的起始位置，从而正确地解析整个数据帧。

这里的0x05是帧尾。帧尾是数据帧的结束标识，用于标识一个数据帧的结束。它通常也是一个特定的字符或字符序列。在发送端，帧尾用于标识数据帧的结束，并计算校验，以确保数据帧在传输过程中没有发生错误。在接收端，通过校验和和帧尾的识别，可以验证数据帧的完整性，并确保数据帧正确无误地接收。

帧头和帧尾的作用是提供一种可靠的通信机制，以确保数据帧在传输过程中的完整性和准确性。通过识别帧头和帧尾，接收端可以准确地定位数据帧的起始和结束位置，并验证数据帧的完整性。这有助于避免数据传输过程中的误码和丢包问题，提高串口通信的可靠性和稳定性。

Tips：帧头和帧尾应该具有唯一性，即它们在数据中只出现一次，以便正确地标识数据帧的起始和结束位置，故应该选一些与发送数据不相等的值作为帧头和帧尾的选择。

2：STM32F103C8T6端

2.1：主控整体逻辑分析

2.2：基本外设的初始化

由于该部分过于基础且并无难度故不详细进行说明，如有不清楚的地方可以在评论区提问，或者去B站观看STM32的基础视频。

这里给出本项目所使用的GPIO口如图所示：

2.3：串口中断接收数据

这里的0x01，0x03是帧头。帧头是数据帧的起始标识，用于标识一个数据帧的开始。它通常是一个特定的字符或字符序列，用于通知接收端数据帧即将开始传输。通过识别帧头，接收端可以准确地定位数据帧的起始位置，从而正确地解析整个数据帧。

这里的0x05是帧尾。帧尾是数据帧的结束标识，用于标识一个数据帧的结束。它通常也是一个特定的字符或字符序列。在发送端，帧尾用于标识数据帧的结束，并计算校验，以确保数据帧在传输过程中没有发生错误。在接收端，通过校验和和帧尾的识别，可以验证数据帧的完整性，并确保数据帧正确无误地接收。

帧头和帧尾的作用是提供一种可靠的通信机制，以确保数据帧在传输过程中的完整性和准确性。通过识别帧头和帧尾，接收端可以准确地定位数据帧的起始和结束位置，并验证数据帧的完整性。这有助于避免数据传输过程中的误码和丢包问题，提高串口通信的可靠性和稳定性。

这里的i是接收数组的标注位，若是帧头帧尾不匹配，则标志位复位。

    if(huart->Instance == USART1)
    {
        if(HAL_UART_GetState(&huart1) != RESET)  //接收中断
        {
            HAL_UART_Receive(&huart1,(uint8_t*)g_rx_buffer,7,1000);//(USART1->DR);	//读取接收到的数据
            i = 0;
            if(g_rx_buffer[0] != 0x01)
            {
                OLED_ShowString(0,0,"Err1",16 ,1);
                OLED_Refresh();
                i = 0;//清空标志位
            }
            else i++;
            if( (i!=1) && (g_rx_buffer[1] != 0x03)   )
            {
                OLED_ShowString(0,0,"Err2",16 ,1);
                OLED_Refresh();
                i = 0;//清空标志位
            }
            else i++;
            if(i == 2)
            {
                if(g_rx_buffer[6] == 0x05)
                {
/*----------------------------代码的核心部分写在这里----------------------------*/
                }
            }
            i = 0;//清空标志位
        }
        else OLED_ShowString(0,0,"Err",16 ,1);
    }

2.4：数据整合以及测试

这里将g_rx_buffer[2]乘以100取整得到百位， g_rx_buffer[3]为十位与个位，相加得到x坐标。

这里将g_rx_buffer[4]乘以100取整得到百位， g_rx_buffer[5]为十位与个位，相加得到y坐标。

/*---------------------------------------------------------------------------------------*/
/*-------------------------------数据整合部分---------------------------------------------*/
                    Cx = g_rx_buffer[2]*100 + g_rx_buffer[3];   //真实x坐标
                    Cy = g_rx_buffer[4]*100 + g_rx_buffer[5];   //真实y坐标
/*-------------------------------数据整合完成---------------------------------------------*/
/*---------------------------------------------------------------------------------------*/
/*---------------------------------------------------------------------------------------*/
/*-------------------------------数据测试部分---------------------------------------------*/
                    OLED_ShowString(0,0,"YES！",16 ,1);
                    OLED_ShowString(0,16,"Cx =",16 ,1);
                    OLED_ShowString(0,32,"Cy =",16 ,1);
                    OLED_ShowNum(40,16,Cx,3,16,1);
                    OLED_ShowNum(40,32,Cy,3,16,1);
                    OLED_Refresh();
/*-------------------------------数据测试完成---------------------------------------------*/
/*---------------------------------------------------------------------------------------*/

2.5：PID控制以及限幅

2.5.1：整体控制流程

首先通过位置式PID控制器算出PWM输出值，接着进行速度限幅与角度限幅，最后输出PWM。

Velocity_X_middle=Position_PID_2(Cx,Target_Cx);        //X轴
Velocity_Y_middle=Position_PID_1(Cy,Target_Cy);        //Y轴
Xianfu_Velocity(Velocity_X_middle,Velocity_Y_middle);  //增量限幅
Set_Pwm(Velocity_X_middle,Velocity_Y_middle);          //PWM输出

2.5.2：PID控制

float Position_PID_1(float Position,float Target)
{                                                            //增量输出
    Bias_y=Target-Position;                                  //计算当前偏差
    Integral_bias_y+=Bias_y;                                 //求出偏差的积分
    Pwm_y=Position_KP*Bias_y+Position_KI*Integral_bias_y+Position_KD*(Bias_y-Last_Bias_y);       //位置式PID控制器
    Last_Bias_y=Bias_y;                                      //保存上一次偏差 
    return Pwm_y;  
}

2.5.3：速度限幅

void Xianfu_Velocity(float Velocity1,float Velocity2)
{
    //Amplitude 英文为幅度
    int Amplitude_H =  Speed;
    int Amplitude_L = -Speed;  
    if(Velocity1<Amplitude_L)   Velocity1=Amplitude_L;	
    if(Velocity1>Amplitude_H)   Velocity1=Amplitude_H;	
    if(Velocity2<Amplitude_L)   Velocity2=Amplitude_L;	
    if(Velocity2>Amplitude_H)   Velocity2=Amplitude_H;	
}

2.5.4：角度限幅

每一次PID算出来的值，不是直接作为最终的PWM装载值，而是作为增量，累加到之前的PWM装载值上，然后再把累加后的PWM装载值作为我们最终的PWM装载值。

void Set_Pwm(float velocity_X_real,float velocity_Y_real)
{
    Position_X=Position_X+velocity_X_real;           //速度的积分，得到舵机的位置
    Position_Y=Position_Y+velocity_Y_real;           //速度的积分，得到舵机的位置

    if(Position_Y< 675)   Position_Y= 675;	
    if(Position_Y>1350)   Position_Y=1350;	
    if(Position_X<1000)   Position_X=1000;	
    if(Position_X>2000)   Position_X=2000;	

    __HAL_TIM_SET_COMPARE(&htim2,TIM_CHANNEL_1,Position_Y);
    __HAL_TIM_SET_COMPARE(&htim2,TIM_CHANNEL_2,Position_X);
}

2.6：测试代码

2.6.1：OLED显示测试代码

 这里的Test_Oled()代码进行OLED显示测试，显示需要的数据，检测数据传输与显示是否正常。

void Test_Oled(void)
{
    OLED_ColorTurn(0);
    OLED_DisplayTurn(0);
    OLED_ShowString(0, 0,"I Love Puppy!!!!",16 ,1);
    OLED_ShowString(0,16,"       From_Amai",16 ,1);
    OLED_ShowString(0,32,"         To_Amai",16 ,1);
    OLED_ShowString(0,48,"       For Puppy",16 ,1);
    OLED_Refresh();
}

2.6.2：X,Y轴舵机测试代码

 这里的Test_Servo()代码进行舵机角度测试，寻找舵机中值以及舵机起始位置。

void Test_Servo(void)
{
		__HAL_TIM_SET_COMPARE(&htim2,TIM_CHANNEL_1,675);
		__HAL_TIM_SET_COMPARE(&htim2,TIM_CHANNEL_2,1600);
}

五：舵机调参

关于舵机云台PID调参:
首先说明使用的是位置式、单环(一个舵机一个环)、组合方式P+D。
1. 调参步骤: 先调P到过冲(在目标位置摇摆几下)，然后加D抑制过冲(增加阻尼)。
2. 思考：目标静止时，想提高摄像头找到目标(使目标位于摄像头视野中央)速度就尽可能加大P；目标运动时，想提高摄像头追踪目标的速度就尽可能加大D。
3. 常见问题: 出现高频抖动，可能是D太大、或是摄像头的误识别、或是舵机精度太低(舵机太烂)；响应频率慢可能是摄像头识别率太低、或是OLED上显示了太多字符串、或是画质设置太高、或是PID计算时间间隔太长。

六：视频展示

二维云台PID控制追踪系统

七：项目总结

本次项目主要为了锻炼自己解决工程问题的能力，所有代码都是自己独立完成，所有的硬件电路都是自己一点一点搭建起来的。在解决工程时，首先要列出要实现的目标功能，画出要搭建的电路结构，然后在脑子里搭建工程的机械结构。接着将项目拆解出独立的模块，分模块逐个完成，最后将其一一汇总起来。最后优化工程，绘制PCB板，优化代码工程。作为嵌入式小白，不能好高骛远，想着一口气就做出最完美的结构与系统，眉毛胡子一把抓，只会适得其反。

八：项目提升

（一）硬件：

1：Openmv补光板，减弱外界环境干扰

2：PCB电路板优化，提升结构稳定性

（二）软件：

1：Openmv端

1.1：拓展人脸识别，车牌识别，使识别物体更多样

1.2：卡尔曼滤波,预测目标物体的运动轨迹

2：STM32端

2.1：PID参数优化

2.2：OLED多级菜单