Robomaster 2021 视觉个人赛季总结 & 代码分享

Robomaster 2021 赛季总结

虽然战队曾经也有风光的时候，但今年只能走到这里了。

由于各种原因，整体来说今年就是去蹭蹭热闹，虽然大家都还是付出了挺多，但是效果就是不太好（比如，调好的车场上不动，场下却正常飞奔，就离谱）。

非常感谢大家的付出，而且现在有很厉害的新队员，也有很热心的老队员，他们都很爱这个比赛，让我这个之前一直混混水水的算法组成员有了动力（说实话，这是我第一次体会到合作的感觉），同时也看到了未来的希望！虽然付出这么多而结果不咋样，但是大家好像也都挺开心的；最后步兵一路从赛场（北部分区赛赛场在 BIT）开回学校好过瘾！

这个算法最后也没能上车实战（可能过两天会试一试），发出来算是我代表算法组对这个赛季的一个交代吧……

这次全是自己写的代码，终于可以拿出来和大家交流了： MUC-RM-CV/project-clementine - github.com

目前只有能量机关的代码，后续还会更新其他的。其实能量机关的识别已经不新鲜了，这里分享的这个也很简陋，暂时也没有加入预测功能；但是速度挺快，大概 2 ~ 3ms 一帧（分辨率 640 × 480），后续也会更新文档教程以及装甲板的识别等。

目前使用的是 Hu’s Moments （“Moment”即“图像矩”），因为扇叶旋转时形状是会变的，而 Hu’s Moments 得到的特征有旋转不变性，因此考虑使用这个来分类可能的叶片轮廓。但是，现场光照条件不同、图像分辨率不同，形态学运算的有无和参数的不同，都会影响到最后的图像矩，因此可能需要根据具体情况调整图像预处理参数，使得图像更像预先计算图像矩时使用的情况；或者重新计算当前条件下的图像矩。

本来想使用支持向量机，但是 cv::RotatedRect 包裹的扇叶形状拉直后可能会有左右的不同，担心 SVM 不能识别，故没有使用；但好像是可以判断出拉直后扇叶的朝向的，比如用主成分分析？

其实是我只会这几种方法，还是应该系统的学习一下图像处理哈哈……

还有一点心得，本来仔细写好了发在 Robomaster 论坛上，结果不知咋的没发出来，也没有事先保存，于是又要重写……所以可能漏了一两点吧……

• 一定要有人带，效率可能是自己摸爬滚打的几十倍：一个人查资料自学可能花几个小时，但是讲给别人可能就只要十几分钟。

• 一个巧妙 / 恰当的算法，可能比费尽心机的去优化更高效

• 工作前一定要熟悉自己的工具，比如学 C 这种存在直接操作内存的操作的语言，就需要先了解计算机基础知识；要学计算机，先要会用计算机，这个在国内其实是个很常见的问题——很多学生并不会用电脑；还有比如使用一个软件，记住快捷按键，可能会比鼠标操作快很多。

• 不要在精神不好的时候做事情，不然很容易犯错，而且就算犯了错，也会因记忆模糊而较难复盘，导致整体效率降低。

• C++ 这门语言学习路线很陡峭，比如想用 STL 容器很简单，但是想用好确实难，可能需要了解右值引用、移动语义等等高阶内容；而学习图像处理，比如使用 OpenCV 的 C++ 接口可能会遇到类型转换等问题，给学习者增添了更多学习成本，而使用 Python 可能就不用太关心类型问题，更能关注内容在输入输出还有算法上。

我有一个朋友，因为他们学校方不支持，已经做不了这个比赛了；我们未来可能也会，现在看来明年应该还能参加 3v3 及以下的比赛，之后能不能继续就真的不好说了。

被迫放弃这个比赛，这个朋友他很失望，但是后来他想明白了，记不到他具体怎么说的了，我就大约复述一下，也加点自己的理解，大概就是，这个比赛就是玩，是过眼云烟，是一场派对，是会散的宴席。总有离开这个比赛的时候，这个比赛只是人生中的一段经历，结束后，你还是有自己的人生路要走。

确实，“Robomaster 机甲大师”这个比赛和其他很多的比赛不同（我好像还真想不出第二个类似的比赛），它规模大、持续时间长、门类多、开放性强（当然，门槛也高），参与的是一个个队伍，每个队伍往往都有数十人。在这个舞台上，你能见到很多人，也可能能学到很多。这个比赛着实有着独特的魅力。

但是和任何比赛一样，它早晚会结束。其他比赛可能像是一场赛跑，而它像是一次长途的徒步旅行，或者像是一场派对，派对上热热闹闹，熙熙攘攘，但它终究是比赛，而派对也总是会结束的。我们应该留下点什么，才能不至于在欢乐过后坠入虚无？

我不知道。

也许，是另一个比赛，另一场派对？

2021 年 5 月 21 日晚
于北京海淀魏公村