本文涵盖了开源机器视觉模块OpenMV在智能小车设计中的应用，结合STM32、OV7725摄像头进行图像识别。同时，讨论了基于MPU6050的双轮平衡车控制系统，利用卡尔曼滤波和PID算法。还涉及相机标定技术及其在FPGA运动目标跟踪系统中的应用，以及焊缝自动跟踪技术，特别是图像处理和PID、模糊控制在焊缝跟踪中的作用。
提纲（思路）、实现方法、原理、目的
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
stm32作为控制器，L298N作为电机驱动，OV7725摄像头芯片作为视觉输入，计算获取照片中设置的阈值来判断小球的方向，利用PID算法控制小车追踪小球。
——基于OpenMV图像识别智能小车的设计与制作----王泽川、曾维鹏
陀螺仪角速率计算存在累积漂移误差，不适合长时间单独工作，采用卡尔曼滤波将加速度计和陀螺仪输出值融合运算。
PID算法需要输入车体角度、角速度、车体速度和车体位置。
stm32作为控制器，TB6612FNG作为电机驱动，MPU6050检测小车角度值和角速度值，通过卡尔曼滤波和PID算法得到控制电机的PWM值。
——基于 MPU6050 的双轮平衡车控制系统设计----赖义汉、王 凯
在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就称之为相机标定（或摄像机标定）。
新技术标定相机。相机从两个及两个以上方向 观察 已知尺寸 的 二维平面
最低0.47元/天 解锁文章
914
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
