2021年电赛小车openmv巡线十字路口左右拐弯，定点停止

已于 2022-09-22 11:26:56 修改
阅读量1.1k 收藏 32
点赞数 5
文章标签： python 开发语言 嵌入式硬件 视觉检测 单片机
于 2022-09-22 11:23:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53357019/article/details/126988372
版权

 openmv是什么？：OpenMV摄像头是一款小巧，低功耗，低成本的电路板，它帮助你很轻松的完成机器视觉（machine vision）应用。你可以通过高级语言Python脚本（准确的说是 MicroPython ），而不是C/C++。Python的高级数据结构使你很容易在机器视觉算法中处理复杂的输出。但是，你仍然可以完全控制OpenMV。你可以很容易的使用外部终端触发拍摄或者或者执行算法，也可以把算法的结果用来控制IO引脚。

OpenMV摄像头的特点：

  • STM32H743II ARM Cortex M7 处理器，480 MHz ，1MB RAM，2 MB flash. 所有的 I/O 引脚输出 3.3V 并且 5V 耐受。这个处理器有以下的IO接口。
    • 全速 USB (12Mbs) 接口，连接到电脑。当插入OpenMV摄像头后，你的电脑会出现一个虚拟COM端口和一个“U盘”。
    • μSD卡槽拥有100Mbs读写，这允许你的OpenMV摄像头录制视频，和把机器视觉的素材从SD卡提取出来。
    • 一个SPI总线高达100Mbs速度，允许你简单的把图像流数据传给LCD扩展板，WiFi扩展板，或者其他控制器。
    • 一个 I2C总线，CAN总线, 和2两个异步串口总线 (TX/RX) ，用来链接其他控制器或者传感器。
    • 一个12-bit ADC 和一个12-bit DAC。
    • 2个 I/O 引脚用于舵机控制.
    • 所有的IO口都可以用于，中断和PWM(板子上有10个I/O引脚)。
    • 一个RGB LED（三色）， 两个高亮的 850nm IR LED（红外）。
    • 32 MB 外置的 32-bit SDRAM ，100 MHz的时钟，达到 400 MB/s 的带宽。
    • 32 MB 外置的 quadspi flash， 100 MHz的时钟，4-bit DDR模式达到 100 MB/s 的带宽。

  • 可拆卸的摄像头模块系统，允许OpenMV Cam H7 Plus与不同的感光元件模组连接：

    OpenMV4 H7 Plus默认配置的OV5640 感光元件处理2592×1944 (5MP)图像。在QVGA (320×240)及以下的分辨率时，大多数简单的算法可以运行(25～50)FPS。
  • 3.7V 锂离子电池接口

1.我们先框出我们想要的区域再看界面进行调整

#识别区域
roi1 =     [(0, 17, 15, 25),        #  左  x y w h
            (65,17,15,25),# 右
            (30,0,20,15),#上
            (0,0,80,60)]#停车

2.之后用简单的if语句去判断进行判断是何路口

    f_x=0
    f_a=0
    if flag==0:
        if x<0:
            x=-x
            f_x=1
        if a<0:
            a=-a
            f_a=1

    if flag==1: #十字
        x,a,f_x,f_a=(0,0,0,1)
    if flag==2: #上左
        x,a,f_x,f_a=(0,0,1,0)
    if flag==3: #上右
        x,a,f_x,f_a=(0,0,1,1)
    if flag==4: #stop
        x,a,f_x,f_a=(1,1,1,2)

3.再while中调用函数来实现直线矫正和路口的判断走向和到点停止的指令发送。

 if (line):
        rho_err = abs(line.rho())-img.width()/2
        if line.theta()>90:
            theta_err = line.theta()-180
        else:
            theta_err = line.theta()
        #直角坐标调整
        img.draw_line(line.line(), color = 127)
        #画出直线
        #print(rho_err,line.magnitude(),rho_err)
        if line.magnitude()>8:
            #if -40<b_err<40 and -30<t_err<30:
            #rho_pid直线左右偏移的距离,theta_err角度偏移
            #rho_output = rho_pid.get_pid(rho_err,1)
            #theta_output = theta_pid.get_pid(theta_err,1)
            #output = rho_output+theta_output
            outdata=[rho_err,theta_err,0]
            print(outdata)
            outuart(rho_err,theta_err,0)
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[0]):  #left
                #print('left')
                left_flag=1
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[1]):  #right
                #print('right')
                right_flag=1
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[2]):  #up
                #print('up')
                up_flag=1
            #if not img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[3]):  #stop
                ##print('up')
                #stop_flag=1
            if left_flag==1 and right_flag==1:
                outuart(0,0,1)
                #time.sleep_ms(5)
                print('shizi')
                continue
            if left_flag==1 and up_flag==1:
                outuart(0,0,2)
                print('up-left')
                continue
            if right_flag==1 and up_flag==1:
                outuart(0,0,3)
                print('up-right')
                continue
            #if stop_flag==1:
                #outuart(0,0,4)
                #print('stop')
                #continue


            #car.run(50+output, 50-output)
        else:
            #outuart(0,0,4)
            ##car.run(0,0)
            #print('stop')
            pass

    else:
        #car.run(50,-50)

        outuart(0,0,4)
        #if  not_stop==1:
            #time.sleep_ms(1000)
            #not_stop=0
        print('stop')

4.接下来就是串口的编写，与小车的主控来进行串口通讯。

    data = ustruct.pack("<bbhhhhb",      #格式为俩个字符俩个短整型(2字节)
                   0x2C,                      #帧头1
                   0x12,                      #帧头2
                   int(x), # up sample by 4   #数据1
                   int(a), # up sample by 4    #数据2
                   int(f_x), # up sample by 4    #数据1
                   int(f_a), # up sample by 4    #数据2
                   0x5B)
    if flag!=1:
        uart.write(data);  #必须要传入一个字节数组
    else:

        for x in range(50):
            uart.write(data);  #必须要传入一个字节数组
            time.sleep_ms(1)

主代码如下，比较简单的一个openmv巡线代码，可供参考，有误可直接评论。

THRESHOLD = (18, 61, 14, 89, -2, 63) # Grayscale threshold for dark things...
import sensor, image, time,ustruct
from pyb import UART,LED
#from pid import PID
#rho_pid = PID(p=0.4, i=0)
#theta_pid = PID(p=0.001, i=0)
import pyb
LED(1).on()
LED(2).on()
LED(3).on()

sensor.reset()
#sensor.set_vflip(True)
#sensor.set_hmirror(True)
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQQVGA) # 80x60 (4,800 pixels) - O(N^2) max = 2,3040,000.
#sensor.set_windowing([0,20,80,40])
sensor.skip_frames(time = 2000)     # WARNING: If you use QQVGA it may take seconds
clock = time.clock()                # to process a frame sometimes.

uart = UART(3,115200)   #定义串口3变量
uart.init(115200, bits=8, parity=None, stop=1) # init with given parameters

#识别区域
roi1 =     [(0, 17, 15, 25),        #  左  x y w h
            (65,17,15,25),# 右
            (30,0,20,15),#上
            (0,0,80,60)]#停车


def outuart(x,a,flag):
    global uart;
    f_x=0
    f_a=0
    if flag==0:
        if x<0:
            x=-x
            f_x=1
        if a<0:
            a=-a
            f_a=1

    if flag==1: #十字
        x,a,f_x,f_a=(0,0,0,1)
    if flag==2: #上左
        x,a,f_x,f_a=(0,0,1,0)
    if flag==3: #上右
        x,a,f_x,f_a=(0,0,1,1)
    if flag==4: #stop
        x,a,f_x,f_a=(1,1,1,2)



    #frame=[0x2C,18,cx%0xff,int(cx/0xff),cy%0xff,int(cy/0xff),0x5B];
    #data = bytearray(frame)
    data = ustruct.pack("<bbhhhhb",      #格式为俩个字符俩个短整型(2字节)
                   0x2C,                      #帧头1
                   0x12,                      #帧头2
                   int(x), # up sample by 4   #数据1
                   int(a), # up sample by 4    #数据2
                   int(f_x), # up sample by 4    #数据1
                   int(f_a), # up sample by 4    #数据2
                   0x5B)
    if flag!=1:
        uart.write(data);  #必须要传入一个字节数组
    else:

        for x in range(50):
            uart.write(data);  #必须要传入一个字节数组
            time.sleep_ms(1)


p9_flag=0 #p9需检测从低变高
not_stop=0
while(True):
    clock.tick()
    img = sensor.snapshot().binary([THRESHOLD])
    line = img.get_regression([(100,100)], robust = True)
    left_flag,right_flag,up_flag=(0,0,0)
    for rec in roi1:
            img.draw_rectangle(rec, color=(255,0,0))#绘制出roi区域
    p = pyb.Pin("P9", pyb.Pin.IN)
    print(p.value())
    if p.value()==0:
        p9_flag=1
    if p.value()==1 and p9_flag==1:
        not_stop=1
        p9_flag=0


    if (line):
        rho_err = abs(line.rho())-img.width()/2
        if line.theta()>90:
            theta_err = line.theta()-180
        else:
            theta_err = line.theta()
        #直角坐标调整
        img.draw_line(line.line(), color = 127)
        #画出直线
        #print(rho_err,line.magnitude(),rho_err)
        if line.magnitude()>8:
            #if -40<b_err<40 and -30<t_err<30:
            #rho_pid直线左右偏移的距离,theta_err角度偏移
            #rho_output = rho_pid.get_pid(rho_err,1)
            #theta_output = theta_pid.get_pid(theta_err,1)
            #output = rho_output+theta_output
            outdata=[rho_err,theta_err,0]
            print(outdata)
            outuart(rho_err,theta_err,0)
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[0]):  #left
                #print('left')
                left_flag=1
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[1]):  #right
                #print('right')
                right_flag=1
            if img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[2]):  #up
                #print('up')
                up_flag=1
            #if not img.find_blobs([(96, 100, -13, 5, -11, 18)],roi=roi1[3]):  #stop
                ##print('up')
                #stop_flag=1
            if left_flag==1 and right_flag==1:
                outuart(0,0,1)
                #time.sleep_ms(5)
                print('shizi')
                continue
            if left_flag==1 and up_flag==1:
                outuart(0,0,2)
                print('up-left')
                continue
            if right_flag==1 and up_flag==1:
                outuart(0,0,3)
                print('up-right')
                continue
            #if stop_flag==1:
                #outuart(0,0,4)
                #print('stop')
                #continue


            #car.run(50+output, 50-output)
        else:
            #outuart(0,0,4)
            ##car.run(0,0)
            #print('stop')
            pass

    else:
        #car.run(50,-50)

        outuart(0,0,4)
        #if  not_stop==1:
            #time.sleep_ms(1000)
            #not_stop=0
        print('stop')
    #print(clock.fps())

池子tt
关注
  • 5
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
2021电赛F题，openmv循迹代码，可以识别十字，黑白色块，准确巡线
11-14
2021电赛F题，openmv循迹代码，可以识别十字，黑白色块，准确巡线，python脚本实现
自己做的巡线小车 ，可实现白线十字路口计数、拐弯
11-14
本小车能够在亚太机器人大赛场地上精确定位，采用双机通信实现，由于自己录得视频过大，没往上传，仅传了代码
OPENMV巡线转弯代码 适用于电赛优化版2022.6.29
qq_42578742的博客
06-30 3602
OPENMV电赛巡线小车，2021送药小车复现
2021电赛F题之openmv巡线(附代码)
热门推荐
Zhangsama1的博客
11-04 3万+
先扔出来，到时候电赛全部做完了在全部整理以下，以作纪念 import pyb, sensor, image, math, time from pyb import UART import ustruct from image import SEARCH_EX, SEARCH_DS #传感器配置 sensor.set_contrast(1) sensor.set_gainceiling(16) #可以通过设置窗口来减少搜索的图像 #sensor.set_windowing(((640-80)//2, (480
2022年电赛C题小车之OpenMV篇
weixin_52385589的博客
08-14 1万+
OpenMV同时实现循迹、识别停止线和测距三个功能。
基于Openmv H7 Plus 的红色巡线+十字路口+多数字识别算法
weixin_56301104的博客
11-10 1万+
1
【手拉手 带你准备电赛】单色块识别（基于openmv）
weixin_54354252的博客
04-17 8503
目录 文章背景 openmv介绍 openmv色块识别原理 openmv色块识别代码 最终结果 疑惑细解： 关于阈值的设置： 关于自动增益和白平衡 文章背景 我们都听说过什么图像识别、色块识别，并且在2021年电赛——智能送药小车中也使用到了相关技术，那么你知道相关的原理和实现方法吗？接下来小蛋糕带你一探究竟。 openmv介绍 首先我要为大家介绍一下，本篇文章的硬件平台——openmv。openmv并不仅仅是一个摄像头，它搭载了STM32...
基于openmv的十字路口识别
01-18
【标题】基于OpenMV的十字路口识别是一种利用嵌入式视觉技术进行智能交通场景分析的应用。OpenMV是一款轻量级的、价格亲民的微控制器板，它集成了摄像头模块和强大的微处理器，能快速处理图像数据，适用于实时的图像...
基于stm32f407的送药小车，k210识别，openmv巡线
07-20
基于stm32f407的送药小车，k210识别，openmv巡线，附带几个研究题目
OpenMV视觉巡线代码_openmv代码_视觉识别巡线_
10-03
在OpenMV视觉巡线代码中，我们探讨的核心技术是基于OpenMV摄像头的视觉识别和处理，主要用于实现自动循线功能。OpenMV是一个低成本且易于使用的微型机器视觉开发平台，它结合了微控制器和嵌入式视觉处理器，为硬件...
十字路口处理方法
05-23
这里提供一份我见到的认为挺好的飞思卡尔十字处理方法，希望能给十字问题还在困扰的同学们帮助
openmv巡线小车优化程序
04-03
对openmv巡线小车优化程序进行优化，通过计算线性回归方程的theta和rho来循迹
智能寻线小车的控制算法
07-24
小车的控制算法
OpenMV开源资料
06-12
OpenMV是一个开源，低成本，功能强大的机器视觉模块。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。使用者们（包括发明家、爱好者以及智能设备开发商）可以用Python语言使用OpenMV提供的机器视觉功能，为自己的产品和发明增加有特色的竞争力。 OpenMV上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。可以用来实现非法入侵检测、产品的残次品筛选、跟踪固定的标记物等。使用者仅需要写一些简单的Python代码，即可轻松的完成各种机器视觉相关的任务。小巧的设计，使得OpenMV可以用到很多创意的产品上。比如，可以给自己的机器人提供周边环境感知能力；给智能车增加视觉巡线功能；给智能玩具增加识别人脸功能，提高产品趣味性等；甚至，可以给工厂产品线增加残次品筛选功能等。
OpenMV色块定位-电赛的半个总结
吴芒果的博客
10-13 1万+
回顾今年暑假基本上待在了学校，一方面是因为准备出去工作了，争取再学点东西；另一方面便是准备一下17年8月的全国大学生电子竞赛。 赛场是我们学院所在的实验室，比赛期间几乎都待在实验室，甚至于睡觉。 我们选的题目是I组-室内可见光定位，有很多成员贡献出可行的方案，也逐步尝试突破。前言竞赛不仅练就的是承受压力的能力和团队协作能力，也是对本身所学知识的总结利用。故在这篇博客中我想对我们组针对电赛I题的解
openmv识别三角形及一些不规则形状的识别
qq_45920509的博客
07-10 7117
今年在准备国电赛过程中，看了一下一些自己往年写过的代码，
2022电赛泊车openmv代码
qq_42578742的博客
10-14 3130
2022电赛泊车openmv
2022年十月份电赛OpenMV巡线方案详细代码分析（1）
在嵌入式嵌入式领域奋斗的程序猿的博客
07-21 4386
2022年十月份电赛OpenMV巡线方案详细代码分析
Openmv矩形识别+云台激光运动控制+激光跟踪（以2023电赛E题为例）上篇跟踪部分
最新发布
weixin_62004449的博客
09-07 8848
2023电赛E题追踪部分在实现中的问题以及解决方法。
openmv巡线识别十字路口
07-27
您好！对于OpenMV巡线识别十字路口的问题，您可以尝试以下步骤： 1. 首先，使用OpenMV相机进行线路巡线。您可以使用OpenMV的图像处理功能来检测并跟踪巡线所需的线路。 2. 当相机检测到十字路口时，您可以通过分析相机图像中的特征来判断是否为十字路口。例如，您可以使用图像处理算法来检测交叉点或拐角。 3. 一旦相机确定了十字路口的存在，您可以采取适当的行动。例如，您可以使用OpenMV相机的电机控制功能来控制机器人转向或采取其他动作。 请注意，这只是一个基本的指导方针，并且具体实现可能需要根据您的具体要求和硬件设置进行调整。此外，OpenMV相机还提供了丰富的功能和API，您可以根据需要进行进一步的研究和开发。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

池子tt

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值