THRESHOLD = (45, 100, -116, 127, -128, 127) # 追踪的线的颜色阈值 import sensor, image, time from pyb import LED,UART #import car from pid import PID global m_1 # 一条线的表示方法 " y = ax + b " 其中: uart=UART(3,9600) rho_pid = PID(p=0.4, i=0) # 相当于“ b ”——> 截距 控制直线在视野中的位置(左右距离的偏移)最终目的是线在视野的中央 theta_pid = PID(p=0.001, i=0) # 相当于“ a ”——> 斜率 控制直线偏移的角度 # 如果在运动过程中小车偏移得比较大或者是转弯转得比较大,那么就减小相应pid的值 # 打开OpenMV的RGB灯——>用于补光 因为颜色会受到环境光照的影响,所以我们建议最好打开OpenMV自带的补光灯来保持环境的稳定 #LED(1).on() #LED(2).on() #LED(3).on() #如果开灯会造成严重反光,则关闭灯! sensor.reset() # 在安装时我们的OpenMV是倒着安装的,因此我们需要相应地在代码里把图像正过来!以下两句函数均是对图像进行镜像处理 sensor.set_vflip(True) # 设置OpenMV图像“水平方向进行翻转” sensor.set_hmirror(True) # 设置OpenMV图像“竖直方向进行翻转” sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QQQVGA) # 线性回归算法的运算量大,越小的分辨率识别的效果越好,运算速度越快 #sensor.set_windowing([0,20,80,40]) sensor.skip_frames(time = 2000) # 等待2秒 # 警告:如果使用QQVGA,有时处理帧可能需要几秒钟。 clock = time.clock() while(True): clock.tick() img = sensor.snapshot().binary([THRESHOLD]) # 截取一张图片,进行 “阈值分割” # 阈值分割函数image.binary()对图像进行二值化(binary:二元的;由两部分组成的) # 得到的效果是:将阈值颜色变成白色,非阈值颜色变成黑色 # 调用线性回归函数 line = img.get_regression([(100,100)], robust = True)# 对所有的阈值像素进行线性回归 # 线性回归的效果就是将我们视野中“二值化”分割后的图像回归成一条直线 # get_regression()返回的是一条直线line #如果发现了线 if (line):# 利用得到的line对象来计算pid的值——>进而控制小车运动 rho_err = abs(line.rho())-img.width()/2 # 计算我们的直线相对于中央位置偏移的距离(偏移的像素) # abs()函数:返回数字的绝对值 line.rho():返回霍夫变换后的直线p值。 # 进行坐标的变换:y轴方向为0°,x轴正方向为90°,x轴负方向为-90° if line.theta()>90:# line.theta()是我们得到的直线的角度 theta_err = line.theta()-180 else: theta_err = line.theta() # 将我们得到的直线画出来 img.draw_line(line.line(), color = 127)# line.line():返回一个直线元组(x1, y1, x2, y2) print(rho_err,line.magnitude(),rho_err) #line.magnitude()返回一个表示“线性回归效果”的值,这个值越大,线性回归效果越好; # 如果越接近于0,说明我们的线性回归效果越接近于一个圆,效果越差 if line.magnitude()>8: # 如果线性回归的效果比较好 #进行pid的运算 rho_output = rho_pid.get_pid(rho_err,1) # 将刚刚计算出的rho_err传递进rho_pid中 theta_output = theta_pid.get_pid(theta_err,1) output = rho_output+theta_output # 将得到的两个pid参数进行相加,利用得到的参数output来控制小车电机的运动 #car.run(50+output, 50-output)# 对于左轮子来说就是+output,对于右轮子来说就是-output if -1.5<output<1.5: uart.write('f') print('forward') if output>1.5: uart.write('l') print('left') if output<-1.5: uart.write('r') print('right') #if output #uart.write('tl') #print('tiny left') #if output #uart.write('tr') #print('tiny right') # 以中央速度50为基准值进行加减(car.run()函数中小车电机的速度为0-100) # 如果想让小车快一点就设置为大于50的数,慢一点就设置为小于50的数 #car.run(0,0) # 那么就停止运动 # 如果没有发现线 else: uart.write('a') print('find') #car.run(50,-50)# 原地旋转,寻找视野中的线 pass #print(clock.fps())