【雕爷学编程】MicroPython手册之 OpenMV Cam 舵机控制

最新推荐文章于 2024-04-23 22:25:35 发布

驴友花雕

最新推荐文章于 2024-04-23 22:25:35 发布

阅读量741

点赞数 1

分类专栏： MicroPython手册文章标签：单片机嵌入式硬件 python MicroPython OpenMV Cam 舵机控制

本文链接：https://blog.csdn.net/weixin_41659040/article/details/133545839

版权

MicroPython手册专栏收录该内容

841 篇文章 160 订阅

订阅专栏

在这里插入图片描述
MicroPython是为了在嵌入式系统中运行Python 3编程语言而设计的轻量级版本解释器。与常规Python相比，MicroPython解释器体积小(仅100KB左右)，通过编译成二进制Executable文件运行，执行效率较高。它使用了轻量级的垃圾回收机制并移除了大部分Python标准库，以适应资源限制的微控制器。

MicroPython主要特点包括:
1、语法和功能与标准Python兼容,易学易用。支持Python大多数核心语法。
2、对硬件直接访问和控制,像Arduino一样控制GPIO、I2C、SPI等。
3、强大的模块系统,提供文件系统、网络、图形界面等功能。
4、支持交叉编译生成高效的原生代码,速度比解释器快10-100倍。
5、代码量少,内存占用小,适合运行在MCU和内存小的开发板上。
6、开源许可,免费使用。Shell交互环境为开发测试提供便利。
7、内置I/O驱动支持大量微控制器平台，如ESP8266、ESP32、STM32、micro:bit、掌控板和PyBoard等。有活跃的社区。

MicroPython的应用场景包括:
1、为嵌入式产品快速构建原型和用户交互。
2、制作一些小型的可 programmable 硬件项目。
3、作为教育工具,帮助初学者学习Python和物联网编程。
4、构建智能设备固件,实现高级控制和云连接。
5、各种微控制器应用如物联网、嵌入式智能、机器人等。

使用MicroPython需要注意:
1、内存和Flash空间有限。
2、解释执行效率不如C语言。
3、部分库函数与标准版有差异。
4、针对平台优化语法,订正与标准Python的差异。
5、合理使用内存资源,避免频繁分配大内存块。
6、利用原生代码提升速度关键部位的性能。
7、适当使用抽象来封装底层硬件操作。

总体来说,MicroPython让Python进入了微控制器领域，是一项重要的创新，既降低了编程门槛，又提供了良好的硬件控制能力。非常适合各类物联网和智能硬件的开发。
在这里插入图片描述
OpenMV Cam 是一款小型、低功耗的微控制器板，可以让你在现实世界中使用机器视觉轻松实现应用程序。你可以使用高级 Python 脚本（由 MicroPython 操作系统提供）而不是 C/C++ 对 OpenMV Cam 进行编程。OpenMV Cam 的技术参数包括以下几个方面：

1、处理器：OpenMV Cam H7 Plus 使用 STM32H743II ARM Cortex M7 处理器，运行频率为 480 MHz，具有 32MB SDRAM + 1MB SRAM 和 32 MB 外部闪存 + 2 MB 内部闪存。OpenMV Cam M4 V2 使用 STM32F427VG ARM Cortex M4 处理器，运行频率为 180 MHz，具有 256KB RAM 和 1 MB 闪存。
2、图像传感器：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都使用 OV7725 图像传感器，能够在分辨率高于 320x240 时以 75 FPS 拍摄 320x240 8 位灰度图像或 320x240 16 位 RGB565 图像，在分辨率低于 320x240 时能够以 150 FPS 拍摄。
3、I/O 接口：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都具有以下 I/O 接口：
（1）全速 USB (12Mbs) 接口，连接到电脑。当插入 OpenMV Cam 后，你的电脑会出现一个虚拟 COM 端口和一个“U盘”。
（2）μSD 卡槽能够进行 100Mbs 读/写，使你的 OpenMV Cam 能够录制视频，并把机器视觉的素材从 μSD 卡提取出来。
（3）SPI 总线的运行速度高达 54Mbs，使你可以简单地把图像流数据传给 LCD 扩展板、WiFi 扩展板，或者其他控制器。
（4）I2C 总线（高达 1Mb/s）、CAN 总线（高达 1Mb/s）和异步串行总线（TX/RX，高达 7.5Mb/s），用于与其他控制器或传感器连接。
（5）一个 12 位 ADC 和一个 12 位 DAC。
（6）所有 I/O 引脚上都有中断和 PWM（板上有 9 或者10个 I/O 引脚）。
4、LED：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都配备了一个 RGB LED（三色）和两个高亮的 850nm IR LED（红外）。
5、镜头：OpenMV Cam H7 Plus 和 OpenMV Cam M4 V2 都配备了标准 M12 镜头接口和一个默认的 2.8 毫米镜头。如果你想在 OpenMV Cam 上使用更专业的镜头，你可以轻松购买并自行安装。

在这里插入图片描述
MicroPython的OpenMV Cam提供了舵机控制功能，可以通过编程来控制和操作舵机的运动。下面将以专业的视角详细解释MicroPython的OpenMV Cam舵机控制的主要特点、应用场景以及需要注意的事项。

主要特点：

精确控制：OpenMV Cam的舵机控制功能可以实现对舵机的精确控制。通过编程，可以设置舵机的角度、速度和加速度等参数，以实现精准的舵机运动控制。

多通道控制：OpenMV Cam通常具备多个舵机控制通道，可以同时控制多个舵机。这种多通道控制能力使得OpenMV Cam可以同时操作多个舵机，满足复杂的运动控制需求。

轻量级控制：MicroPython语言是一种轻量级的脚本语言，适合在资源有限的嵌入式平台上运行。OpenMV Cam的舵机控制功能使用MicroPython编程语言，具有较低的资源消耗和快速的响应能力。

应用场景：

机器人控制：OpenMV Cam的舵机控制功能适用于机器人控制应用。通过控制舵机的角度和运动速度，可以实现机器人的各种动作，如臂部摆动、头部转动、腿部行走等，从而使机器人具备更丰富的运动能力。

摄像头云台：OpenMV Cam的舵机控制功能还可以应用于摄像头云台。通过控制舵机的角度，可以实现摄像头的俯仰和水平旋转，从而实现摄像头的追踪、扫描和定位等功能。

自动化系统：OpenMV Cam的舵机控制功能可用于各种自动化系统。例如，可以利用舵机控制开启和关闭阀门、控制机械臂的动作、调整光学组件的位置等，实现自动化控制和调节。

需要注意的事项：

电源供应：在使用OpenMV Cam的舵机控制功能时，需要注意为舵机提供足够的电源供应。舵机通常需要较高的电流来正常运行，因此要确保为舵机提供稳定的电源，并根据舵机的规格选择适当的电源供应。

舵机驱动器：为了控制舵机，通常需要使用舵机驱动器或舵机控制电路。在选择舵机驱动器时，要确保其与OpenMV Cam兼容，并能够提供足够的电流输出和适当的控制信号。

机械结构和安装：在使用舵机控制时，要考虑舵机的机械结构和安装。确保舵机安装牢固，与机械结构相匹配，并避免舵机运动时发生碰撞或卡阻。

总之，MicroPython的OpenMV Cam舵机控制功能具有精确控制、多通道控制和轻量级控制等特点，适用于机器人控制、摄像头云台和自动化系统等应用场景。在使用舵机控制时，需要注意电源供应、舵机驱动器的选择和舵机的机械结构和安装等事项。合理利用OpenMV Cam的舵机控制功能，可以实现各种创意和应用。希望这些信息对您有所帮助！如有需要，请随时提问。

案例1：控制OpenMV Cam的舵机旋转

import sensor, image, time
from machine import Pin, Servo

# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

# 启动摄像头
sensor.run(1)

# 设置舵机角度为90度
servo = Servo(Pin(12))
servo.angle(90)

while True:
    img = sensor.snapshot()
    img.compress(quality=80, optimize=True)
    time.sleep(1/30)  # 每30帧进行一次白平衡校准

要点解读：这个程序演示了如何使用MicroPython控制OpenMV Cam的舵机旋转。首先，需要初始化摄像头并设置图像格式和分辨率。然后，通过run方法启动摄像头。接着，在一个无限循环中，不断获取摄像头的图像，并将其保存到本地文件中。需要注意的是，在使用OpenMV Cam进行视频流传输时，需要确保数据传输的正确性和完整性。因此，在发送数据前需要等待接收方准备好，并在读取数据时需要注意数据的完整性和正确性。在这个程序中，我们使用了Servo模块来控制舵机的旋转角度，将舵机设置为旋转90度。

案例2：控制OpenMV Cam的舵机摆动

import sensor, image, time
from machine import Pin, Servo

# 初始化摄像头
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)

# 启动摄像头
sensor.run(1)

# 设置舵机角度为0度
servo = Servo(Pin(12))
servo.angle(0)
time.sleep(2)

# 设置舵机角度为180度
servo.angle(180)
time.sleep(2)

# 设置舵机角度为0度
servo.angle(0)
time.sleep(2)

while True:
    img = sensor.snapshot()
    img.compress(quality=80, optimize=True)
    time.sleep(1/30)  # 每30帧进行一次白平衡校准

要点解读：这个程序演示了如何使用MicroPython控制OpenMV Cam的舵机摆动。首先，需要初始化摄像头并设置图像格式和分辨率。然后，通过run方法启动摄像头。接着，在一个无限循环中，不断获取摄像头的图像，并将其保存到本地文件中。需要注意的是，在使用OpenMV Cam进行视频流传输时，需要确保数据传输的正确性和完整性。因此，在发送数据前需要等待接收方准备好，并在读取数据时需要注意数据的完整性和正确性。在这个程序中，我们使用了Servo模块来控制舵机的旋转角度，将舵机设置为摆动。

案例3：控制舵机转动到指定角度：

import pyb
from pyb import Servo

# 初始化舵机
servo = Servo(1)

# 设置舵机转动到90度
servo.angle(90)

# 延时一段时间
pyb.delay(1000)

# 设置舵机转动到180度
servo.angle(180)

# 延时一段时间
pyb.delay(1000)

# 设置舵机转动到0度
servo.angle(0)

要点解读：
使用pyb.Servo()初始化舵机对象，参数为舵机的引脚号。
使用servo.angle()设置舵机转动到指定的角度，参数为角度值。
使用pyb.delay()进行延时，参数为延时的毫秒数。
这个示例展示了如何使用MicroPython控制OpenMV Cam上连接的舵机转动到指定的角度。

案例4：控制舵机连续旋转：

import pyb
from pyb import Servo

# 初始化舵机
servo = Servo(1)

# 设置舵机连续旋转正转
servo.speed(1)

# 延时一段时间
pyb.delay(2000)

# 设置舵机停止旋转
servo.speed(0)

# 延时一段时间
pyb.delay(2000)

# 设置舵机连续旋转反转
servo.speed(-1)

# 延时一段时间
pyb.delay(2000)

# 设置舵机停止旋转
servo.speed(0)

要点解读：
使用pyb.Servo()初始化舵机对象，参数为舵机的引脚号。
使用servo.speed()设置舵机的旋转速度，参数为速度值，范围为-1到1，其中0表示停止旋转，正值表示正转，负值表示反转。
使用pyb.delay()进行延时，参数为延时的毫秒数。
这个示例展示了如何使用MicroPython控制OpenMV Cam上连接的舵机进行连续旋转。

案例5：控制舵机的PWM频率和占空比：

import pyb
from pyb import Timer

# 初始化定时器
tim = Timer(2, freq=1000)

# 初始化通道
ch = tim.channel(1, Timer.PWM, pin=pyb.Pin("P7"))

# 设置PWM频率和占空比
ch.pulse_width_percent(50)

# 延时一段时间
pyb.delay(2000)

# 设置占空比为75%
ch.pulse_width_percent(75)

# 延时一段时间
pyb.delay(2000)

# 停止PWM输出
ch.pulse_width_percent(0)

要点解读：
使用pyb.Timer()初始化定时器对象，参数为定时器编号和频率。
使用tim.channel()初始化定时器通道对象，参数为通道编号、工作模式(Timer.PWM)和引脚。
使用ch.pulse_width_percent()设置PWM的占空比，参数为占空比的百分比，范围为0-100。
使用pyb.delay()进行延时，参数为延时的毫秒数。
这个示例展示了如何使用MicroPython控制OpenMV Cam上连接的舵机的PWM频率和占空比。

案例6：控制舵机转动角度

import pyb  
import machine  
  
servo_pin = pyb.Pin('X1', pyb.Pin.OUT_PP) # 将X1引脚配置为输出模式，用于控制舵机转动  
  
def set_servo_angle(angle):  
    pulse_width = 500 + 100 * angle / 180 # 计算脉冲宽度  
    servo_pin.value(1) # 高电平  
    machine.delay_us(pulse_width) # 延时脉冲宽度  
    servo_pin.value(0) # 低电平  
    machine.delay_us(20000 - pulse_width) # 延时剩余时间  
  
while True:  
    for angle in range(0, 181, 10): # 循环控制舵机转动角度  
        set_servo_angle(angle)  
        machine.delay_ms(100) # 延时100ms

要点解读：此代码使用OpenMV Cam的MicroPython运行时来控制舵机转动角度。代码中，我们首先使用pyb.Pin()函数将X1引脚配置为输出模式，用于控制舵机转动。然后定义了一个set_servo_angle()函数，该函数根据输入的角度计算脉冲宽度，并通过servo_pin.value()方法控制舵机转动。在主循环中，我们使用for循环控制舵机转动角度，并使用machine.delay_ms()函数进行延时，以实现舵机的循环转动。需要注意的是，在OpenMV Cam中，可以使用pyb和machine模块来进行通用硬件控制。

案例7：使用两个舵机实现云台控制

import pyb  
import machine  
  
servo1_pin = pyb.Pin('X1', pyb.Pin.OUT_PP) # 将X1引脚配置为输出模式，用于控制舵机1转动  
servo2_pin = pyb.Pin('X2', pyb.Pin.OUT_PP) # 将X2引脚配置为输出模式，用于控制舵机2转动  
  
def set_servo_angle(servo_pin, angle):  
    pulse_width = 500 + 100 * angle / 180 # 计算脉冲宽度  
    servo_pin.value(1) # 高电平  
    machine.delay_us(pulse_width) # 延时脉冲宽度  
    servo_pin.value(0) # 低电平  
    machine.delay_us(20000 - pulse_width) # 延时剩余时间  
  
while True:  
    for pan in range(0, 181, 10): # 控制云台水平转动  
        set_servo_angle(servo1_pin, pan)  
        machine.delay_ms(100) # 延时100ms  
    for tilt in range(0, 181, 10): # 控制云台垂直转动  
        set_servo_angle(servo2_pin, tilt)  
        machine.delay_ms(100) # 延时100ms

要点解读：此代码使用OpenMV Cam的MicroPython运行时来使用两个舵机实现云台控制。代码中，我们首先使用pyb.Pin()函数将X1和X2引脚配置为输出模式，分别用于控制舵机1和舵机2转动。然后定义了一个set_servo_angle()函数，该函数根据输入的舵机引脚和角度计算脉冲宽度，并通过servo_pin.value()方法控制舵机转动。在主循环中，我们使用两个for循环分别控制云台的水平转动和垂直转动，并使用machine.delay_ms()函数进行延时，以实现云台的循环转动。需要注意的是，在OpenMV Cam中，可以使用pyb和machine模块来进行通用硬件控制。同时，根据云台的不同，可能需要使用额外的电路来控制舵机转动方向。

案例8：使用舵机和超声波传感器实现避障功能的完整程序：

import pyb  
import machine  
import time  
import math  
  
servo_pin = pyb.Pin('X1', pyb.Pin.OUT_PP) # 将X1引脚配置为输出模式，用于控制舵机转动  
ultrasonic_pin = pyb.Pin('X2', pyb.Pin.IN) # 将X2引脚配置为输入模式，用于接收超声波信号  
  
def set_servo_angle(angle):  
    pulse_width = 500 + 100 * angle / 180 # 计算脉冲宽度  
    servo_pin.value(1) # 高电平  
    machine.delay_us(pulse_width) # 延时脉冲宽度  
    servo_pin.value(0) # 低电平  
    machine.delay_us(20000 - pulse_width) # 延时剩余时间  
  
def get_distance():  
    ultrasonic_pin.value(1) # 发送超声波信号  
    machine.delay_us(10) # 延时10us  
    ultrasonic_pin.value(0) # 接收超声波信号  
    machine.delay_us(50) # 延时50us  
    return (ultrasonic_pin.value() == 1) * 34 / 2 # 计算距离（单位：厘米）  
  
while True:  
    distance = get_distance() # 获取距离  
    if distance < 10: # 如果距离小于10厘米，则转动舵机避障  
        angle = int(math.atan2(10 - distance, 3) * 180 / math.pi)  
        set_servo_angle(angle)  
        machine.delay_ms(100) # 延时100ms  
    else: # 如果距离大于等于10厘米，则保持舵机不动  
        set_servo_angle(90)  
        machine.delay_ms(100) # 延时100ms

在这个程序中，我们使用了pyb和machine模块来控制舵机和超声波传感器。servo_pin和ultrasonic_pin分别表示舵机和超声波传感器的引脚。set_servo_angle()函数用于控制舵机的转动角度，get_distance()函数用于获取超声波传感器测量的距离。在主循环中，我们不断获取距离并根据距离的大小来控制舵机的转动角度，以实现避障功能。如果距离小于10厘米，则转动舵机避障，否则保持舵机不动。需要注意的是，程序中使用的超声波传感器型号为HC-SR04，其测量距离为2-400厘米，精度为3毫米。

这些示例代码展示了MicroPython在OpenMV Cam上控制舵机的一些常见用法。具体的舵机控制方法可能因舵机型号和外设配置而有所不同，上述示例提供了一个基本的框架，你可以根据实际情况进行适当的调整和实现。请注意，舵机的控制需要确保舵机与OpenMV Cam之间的电气连接。

请注意，以上案例只是为了拓展思路，可能存在错误或不适用的情况。不同的硬件平台、使用场景和MicroPython版本可能会导致不同的使用方法。在实际编程中，您需要根据您的硬件配置和具体需求进行调整，并进行多次实际测试。确保正确连接硬件并了解所使用的传感器和设备的规范和特性非常重要。

在这里插入图片描述

驴友花雕

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
【雕爷学编程】MicroPython手册之 OpenMV Cam 舵机控制

在主循环中，我们使用两个for循环分别控制云台的水平转动和垂直转动，并使用machine.delay_ms()函数进行延时，以实现云台的循环转动。总之，MicroPython的OpenMV Cam舵机控制功能具有精确控制、多通道控制和轻量级控制等特点，适用于机器人控制、摄像头云台和自动化系统等应用场景。在使用舵机控制时，需要注意电源供应、舵机驱动器的选择和舵机的机械结构和安装等事项。如有需要，请随时提问。舵机通常需要较高的电流来正常运行，因此要确保为舵机提供稳定的电源，并根据舵机的规格选择适当的电源供应。
复制链接

扫一扫