2023年电赛E题报告模板（K210版）--可直接使用
本文链接：2023年电赛E题报告模板（K210版）--可直接使用_皓悦编程记的博客-CSDN博客
解决激光笔在黑色区域无法识别
本文链接：
2023 电赛 E 题 激光笔识别有误--使用K210/Openmv/树莓派/Jetson nano实现激光笔在黑色区域的目标检测_牧子川的博客-CSDN博客
问题：第二题测量的pwm误差跟舵机跑起来不一样是什么原因啊
解决方法：动态补偿
问题：激光在黑胶带上就识别不出来
解决方法：查看该链接有方法
2023 电赛 E 题 激光笔识别有误--使用K210/Openmv/树莓派/Jetson nano实现激光笔在黑色区域的目标检测_牧子川的博客-CSDN博客
就这种现象 现在三种解决方案可以尝试，
第一种就是把曝光调到极致，这样其他地方都是黑的，方便识别；
第二种就是用浅色广告布，不要用黑胶带；
第三种就是直接用深度学习自己训练
第三种我觉得就是这个题的考点
问题：我的显示没有点定义distance_cm、H_FOV这两个值，要怎么解决？
解决：根据代码自查
import sensor, image, math, pyb
# 初始化相机
sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time=2000)
# 设置阈值，用于颜色分割
black_threshold = (0, 45, -30, 40, -30, 30) # 根据实际情况调整阈值
# 舵机参数
servo_pan_pin = 1 # 舵机1的引脚编号
servo_tilt_pin = 2 # 舵机2的引脚编号
servo_pan = pyb.Servo(servo_pan_pin) # 初始化舵机1
servo_tilt = pyb.Servo(servo_tilt_pin) # 初始化舵机2
servo_speed = 50 # 舵机转动速度（0-100，越大越快）
servo_pan_range = (0, 180) # 舵机1转动范围（角度）
servo_tilt_range = (0, 180) # 舵机2转动范围（角度）
# 控制舵机沿着矩形框移动一圈，并回到中心点
for angle in range(servo_pan_range[0], servo_pan_range[1], servo_speed):
servo_pan.angle(angle) # 控制舵机1水平旋转
servo_tilt.angle(angle) # 控制舵机2垂直旋转
pyb.delay(100) # 延时一段时间，控制舵机转动速度
# 将舵机回到中心点
servo_pan.angle((servo_pan_range[0] + servo_pan_range[1]) // 2)
servo_tilt.angle((servo_tilt_range[0] + servo_tilt_range[1]) // 2)
# 寻找矩形函数，返回第二大的矩形区域
def find_second_largest_rectangle(blobs):
max_area = 0
max_blob = None
second_max_area = 0
second_max_blob = None
for blob in blobs:
area = blob.area()
if area > max_area:
second_max_area = max_area
second_max_blob = max_blob
max_area = area
max_blob = blob
elif area > second_max_area:
second_max_area = area
second_max_blob = blob
return second_max_blob
while True:
img = sensor.snapshot().lens_corr(1.8) # 获取图像
blobs = img.find_blobs([black_threshold], pixels_threshold=200, area_threshold=200)
if blobs:
# 寻找第二大的矩形区域
second_max_blob = find_second_largest_rectangle(blobs)
if second_max_blob:
img.draw_rectangle(second_max_blob.rect(), color=(255, 0, 0), thickness=4) # 绘制第二大的矩形框，颜色为红色
# 获取矩形框的中心点坐标
x, y = second_max_
blob.cx(), second_max_
blob.cy()
# 计算矩形框的长度和宽度（单位：厘米）
width_cm = 2 * distance_cm * math.tan(math.radians(H_FOV / 2)) * (second_max_blob.w() / img.width())
问题：openmv能 不用pid直接从中心坐标跑到矩形的一个顶点吗
解决：不能
问题：arduino接收到原点坐标如何控制激光笔移动到原点啊，思路是什么啊?
解决：把舵机移动范围划分出来，每一格代表多少 然后移动
问题：用arduino实现与openmv的通信
解决：
OpenMV上的代码（Python）：
```python
import sensor, image, time, pyb
# 初始化串口
uart = pyb.UART(3, 9600)
while(True):
# 拍摄图像
img = sensor.snapshot()
# 在图像上绘制一个矩形
img.draw_rectangle(50, 50, 100, 100)
# 将图像转换为灰度图像
img_gray = img.to_grayscale()
# 计算矩形区域的平均亮度
avg_brightness = img_gray.get_statistics().mean()
# 将平均亮度值发送到Arduino
uart.write(str(avg_brightness) + '\n')
# 延迟一段时间
time.sleep(100)
```
在Arduino上的代码（C/C++）：
```cpp
void setup() {
// 初始化串口
Serial.begin(9600);
}
void loop() {
if (Serial.available()) {
// 读取串口数据
String data = Serial.readStringUntil('\n');
// 将字符串转换为浮点数
float brightness = data.toFloat();
// 打印接收到的亮度值
Serial.print("Received brightness: ");
Serial.println(brightness);
// 延迟一段时间
delay(100);
}
}
OpenMV通过串口将图像的平均亮度值发送到Arduino，然后Arduino接收并打印接收到的亮度
问题：open mvF7PLUS能不能使用pwm
解决：不能
问题：为啥我链接上openmv 就变成变成一个角度，之后就不动了
解决：首先要能单独控制舵机 旋转任意角度
jetson(1404551917) 2023/8/3 17:21:16
import time
import machine
# 配置舵机引脚和PWM
pwm_pin = machine.Pin("P7", machine.Pin.OUT)
pwm = machine.PWM(pwm_pin, freq=50) # 使用50Hz的频率
# 设置舵机的转动范围（可以根据舵机型号进行调整）
min_duty = 30 # 最小占空比，对应最小角度
max_duty = 130 # 最大占空比，对应最大角度
# 控制舵机转动到指定角度
def set_servo_angle(angle):
# 将角度转换为对应的占空比
duty = min_duty + (max_duty - min_duty) * angle / 180.0
pwm.duty(int(duty))
# 示例：让舵机在0°和180°之间来回转动
while True:
for angle in range(0, 181, 10):
set_servo_angle(angle)
time.sleep(0.5)
for angle in range(180, -1, -10):
set_servo_angle(angle)
time.sleep(0.5)
使用PWM信号控制舵机的转动角度
问题：第四题的思路
解决：你要使用k210得到A4靶的旋转角度 ，摄像头检测A4靶纸的位置和角度信息。
将检测到的位置和角度信息与舵机的控制代码结合，使之执行相应的旋转动作
示例代码
import machine
import time
# 定义舵机控制引脚
servo_pin = machine.Pin(12, machine.Pin.OUT)
servo_pwm = machine.PWM(servo_pin)
# 定义旋转角度的范围
min_angle = 0
max_angle = 180
# 定义舵机旋转函数
def rotate_servo(angle):
duty_cycle = int((angle / 180) * 1023) # 转换为占空比
servo_pwm.duty(duty_cycle)
# 获取A4靶纸的旋转角度
def get_target_rotation():
# 使用相应的传感器或相机模块获取位置和角度信息
# 在这里假设已经获取到了旋转角度
rotation_angle = 90 # 假设旋转角度为90度
return rotation_angle
# 将A4靶纸以任意旋转角度贴在屏幕上，并启动运动目标控制系统
def run_target_control():
target_rotation = get_target_rotation()
if min_angle <= target_rotation <= max_angle:
rotate_servo(target_rotation)
time.sleep(1) # 等待舵机旋转到指定角度
# 在这里添加您的其他运动目标控制代码
else:
print("无效的旋转角度")
# 主循环
while True:
run_target_control()
问题：第四问，识别到坐标后，没有什么好的思路
解决：获取倾斜矩形框的位置和角度：使用OpenMV的图像处理功能，通过颜色识别或者边缘检测算法检测出倾斜的矩形框，并获取其位置和角度信息。 计算矩形框的中心点坐标：根据矩形框的位置信息，计算出矩形框的中心点坐标。可以通过矩形框的左上角和右下角坐标来计算中心点坐标。 计算激光笔需要移动的路径：根据矩形框的中心点坐标和角度，计算出激光笔需要移动的路径。具体的计算方式可以根据你的需求和实际情况来确定，以下是一种可能的计算方式： 假设激光笔的起始位置为(0, 0)。 根据矩形框的中心点坐标和角度，计算出激光笔需要移动的相对坐标。可以使用三角函数来计算相对坐标，例如使用正弦函数和余弦函数来计算横向和纵向的相对坐标。 将相对坐标转换为绝对坐标，即将相对坐标加上起始位置的坐标，得到激光笔需要移动的绝对坐标。 返回移动路径：将计算得到的移动路径返回，以便后续控制舵机移动。
