2021电赛F题-智能送药小车-国一_电赛送药小车国一多少分-程序员宅基地

技术标签: stm32  经验分享  电子电路设计大赛  

2021电赛F题-智能送药小车-国一

B站视频链接:https://www.bilibili.com/video/BV1u44y1e7qk/
(这大概是b站第一个双车视频吧,嘿嘿)
全部代码开源-下载链接:

https://download.csdn.net/download/my_id_kt/76744664

https://github.com/gxt-kt/2021-F-drug_car

两个内容都一样,(记得先看readme哈)
有任何问题欢迎评论或者私信

一、原题(了解可以跳过)

在这里插入图片描述
在这里插入图片描述

二、赛题分析

分析可知道这道题主要是以下几点:

1.巡线实现
2.数字识别实现
3.巡线找药房算法实现

1.巡线实现

最开始的想法是使用红外循迹模块,但由于之前使用过,再加上场地没到,等到数字识别有思路了再开始看巡线模块,发现坏了!普通的光电根本识别不了,当时立马就去淘宝上买那种改成光敏电阻的巡线模块,感觉快递有点来不及(广东到南京),巡线是赛题的基础,根本等不了两天的快递,立马把方案换成openmv寻找中线,由我的一名队友全部负责,差不多第二天晚上就可以了。
具体思路是把一副完整图像分块,分好了分别找红色色块,结合图像中间和边缘红块,可以很容易得到线的中心和十字路口信息。效果很稳定。

2.数字识别实现

最开始数字识别是打算用openmv模板匹配的,第一天上午发现不行,倒不是不行,就是成功率,帧率感人,我们队从始至终都是想不停车识别的,就那个帧率成功率想不停车都难,果断换成k210,第一天拍了几百张,训练出来效果也不行,当时心态就有点崩,感觉死在了第一步,第二天我的主搞k210队友提出也许是昨天拍的训练集离数字太远了,这次换成20~25cm左右的照片训练集,虽然当时就拍了几百张,效果就立竿见影了,k210的成功率也很高,基本上80%以上,对于一些不容易误识别的基本都是90%+,也就是那时候感觉差不多了开始搞巡线了。

3.巡线找药房实现

这个主要是openmv和k210的效果好,调第一辆车的时候没遇见什么难的,大致流程就是
// 开始识别数字+寻线—>//
识别到第个十字路口// 识别到停车边界—>停车亮灯—>
根据已经存储到的k210数字判断走向—>
重复流程


大致流程是上面那样,关键点就是识别十字路口,并且在走过一次十字路口后清空上次存储的数字,开始重新识别

三、other细节

当时发送赛道某个别拐角会让k210误识别成7,但发现这时候的7识别率都只有5,6成,所以当时就在k210代码里加入识别率的阈值,只有高于一定值的数字才会被认作有效

1.k210,openmv都是通过串口通信

串口通信用的接收中断加空闲中断,为啥不用dma,因为这次我们车上包括调试,双车通信,串口占用率很高,根据经验用dma多串口有概率丢帧,所以基本都是用的接收中断,空闲中断也就几个用了。

2.我们用了两个k210,识别不停车

1.k210本身帧率不算低,当时本来想关闭屏幕显示再提高帧率的,发现并不明显,估计屏幕发送显示本身也用了dma,后来也就一直开着也方便调试
2.k210的识别是弄一个8个的数组,每帧识别到哪个数字对应的数组值会加1,所以我们只需要排序这个数组就知道识别到的数字是谁了
3.k210会在走廊尽头同时识别两个数字,所以用到了一个算法,找一堆乱序数字中最大的两个数,使用这个算法后也就解决了两个数字识别问题
4.其实以上关于k210或者openmv都用了很多阈值判断或者滤波判断来减少误差或者误判,但没必要说的很详细,就把一些关键一点的说了比如前文k210解决误识别数字7的问题。

3.巡回算法

3.1小车怎么知道回来的路怎么走呢: 我们定义一个数组,每次碰到十字路口就记录下当前走向,比如说左转弯计1,直走计2,右转弯计3,如果右碰到十字路口就记录第二次走向,以此类推,当走到药房时我们就已经知道之前是怎么走过来的了。
3.2形象点描述:你去找人问题,他会说往前走多少米右拐,再一直走,碰到小巷左拐,走到底就到了
这道题就忽略掉距离信息,只看拐弯点和拐弯点的走向。
3.3接着上文: 我们的小车在回来的时候只需要倒着看拐弯点就可以了,走到十字路口,看你上次怎么走的,上次直走这次也直走,上次左拐这次就右拐,遍历完你之前写的数组就能回到原位了。

4.电机控制

由于时间紧迫,并且当时不认为本题难点在这里,就只实现了单环速度PID控制,建议大家有时间写个电机速度位置双环算法。这也是我认为我们在这道题前期准备中缺失的一个小点。

5.双车控制

其实我们第二辆车很破旧,电机十分垃圾,重要的是我在4.电机控制那里的PID参数用不了,由于是另外两个临时凑的电机,pid参数都得变,这也是我们最难受的一点,我们大概在第三天中午就已经完全完成了第一辆车的功能,第二辆车由于车模和芯片问题,一直出问题,说实话我们三个人被第二辆车搞的心力交瘁,当时都想不搞扩展了,后来发现是主控芯片坏了,我就用热风枪吹了下来,换了一块开发板上的芯片上去。(一直没查出来的原因是这块芯片能正常下程序,rcc正常,led闪烁正常,就是串口和某些io引脚彻底损坏,就一直没怀疑到芯片头上去)到这已经是最后一天下午了,我们赶着2号车勉强能用的条件下花了5个小时把扩展功能写了,至此比赛封箱,完结。

至此其实无论思路还是实现方案已经分析完了,后面就是贴代码贴图环节

openmv代码

# Hello World Example
#
# Welcome to the OpenMV IDE! Click on the green run arrow button below to run the script!
import pyb, sensor, image, math, time
from pyb import UART
import json
uart = UART(3,115200)

red_threshold = [(71, 25, 98, 19, 101, -14)]
black_threshold = [(0, 42, -84, 19, -104, 32)]
#QVGA 320*240
roi_1 = [(40, 0, 240, 40),         #  北
            (40, 200, 160, 40),     # 南
            (0, 0, 40, 240),        #  西
            (280, 0, 40, 240),      #  东
            (30,80,300,80)]          #   中

sensor.reset() # 初始化摄像头
sensor.set_pixformat(sensor.RGB565) # 格式为 RGB565.
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(20) # 跳过10帧,使新设置生效
sensor.set_auto_whitebal(False) # turn this off.
sensor.set_auto_gain(False) # must be turned off for color tracking
clock = time.clock()

buf =[0 for i in range(5)]
m = -1
zhong_x = 0
zhong_y = 0
bei_x = 0
bei_y = 0
nan_x = 0
nan_y = 0
dong_x = 0
dong_y = 0
xi_x = 0
xi_y = 0
black_num = 0
threshold_pixel = 280
uart.init(115200, bits=8, parity=None, stop=1)


def pack_dot_data():
    pack_data=bytearray([0xAA,0xFF,zhong_x>>8,zhong_x,dong_y>>8,dong_y,xi_y>>8,xi_y,
        black_num,0x00,0x00])

    lens = len(pack_data)      #数据包大小
    #pack_data[3] = lens-6;     #有效数据个数

    sc = 0
    ac = 0
    i = 0
    while i<(lens-1):
        sc = sc + pack_data[i]
        ac = ac + sc
        i=i+1
    pack_data[lens-2] = sc
    pack_data[lens-1] = ac;

    return pack_data


while(True):
        clock.tick()
        m = -1
        isten = 0
        black_num = 0
        img = sensor.snapshot().lens_corr(strength = 1.8, zoom = 1.0)
        for r in roi_1:
            m += 1
            blobs = img.find_blobs(red_threshold, roi=r[0:4],pixels_threshold=100, area_threshold=100, merge=True)
            #img.draw_rectangle(r[0:4], color=(255,0,0))
            if blobs:
                most_pixels = 0
                largest_blob = 0
                for i in range(len(blobs)):
                #目标区域找到的颜色块(线段块)可能不止一个,找到最大的一个,作为本区域内的目标直线
                    if blobs[i].pixels() > most_pixels:
                        most_pixels = blobs[i].pixels()
                        #merged_blobs[i][4]是这个颜色块的像素总数,如果此颜色块像素总数大于
                        largest_blob = i

                #print(blobs[largest_blob].cx(),blobs[largest_blob].cy())
                if m == 0:
                    bei_x = blobs[largest_blob].cx()
                    bei_y = blobs[largest_blob].cy()
                elif m == 1:
                    nan_x = blobs[largest_blob].cx()
                    nan_y = blobs[largest_blob].cy()
                elif m == 2:
                    dong_x = blobs[largest_blob].cx()
                    dong_y = blobs[largest_blob].cy()
                elif m == 3:
                    xi_x = blobs[largest_blob].cx()
                    xi_y = blobs[largest_blob].cy()
                elif m == 4:
                    zhong_x = blobs[largest_blob].cx()
                    zhong_y = blobs[largest_blob].cy()

                # Draw a rect around the blob.
                img.draw_rectangle(blobs[largest_blob].rect())
                #将此区域的像素数最大的颜色块画矩形和十字形标记出来
                img.draw_cross(blobs[largest_blob].cx(),
                               blobs[largest_blob].cy())
                buf[m] = 1
            else:
                buf[m] = 0
                if m == 0:
                    bei_x = 0
                    bei_y = 0
                elif m == 1:
                    nan_x = 0
                    nan_y = 0
                elif m == 2:
                    dong_x = 0
                    dong_y = 0
                elif m == 3:
                    xi_x = 0
                    xi_y = 0
                elif m == 4:
                    zhong_x = 0
                    zhong_y = 0

        blobs = img.find_blobs(black_threshold, roi=r[0:4],pixels_threshold=100, area_threshold=100, merge=False)
        for b  in blobs:
            #记录大于threshold_pixel值的黑色色块的数量
            if b.pixels() > threshold_pixel:
                img.draw_rectangle(b.rect())
                print(b.pixels())
                black_num = black_num + 1;
        print(zhong_x,zhong_y)
        uart.write(pack_dot_data())
        print(black_num)
        print(clock.fps())




k210关键代码,全部代码比较多,请下载看(开源)

import sensor, image, lcd, time
import KPU as kpu
import gc, sys
from fpioa_manager import fm
from machine import UART

fm.register(15, fm.fpioa.UART1_TX, force=True)
fm.register(17, fm.fpioa.UART1_RX, force=True)

uart_A = UART(UART.UART1, 115200)

class Dot(object):
    x = 0
    y = 0
    ok = 0
    flag = 0

    One = 0
    Two = 0
    Three = 0
    Four = 0
    Five = 0
    Six = 0
    Seven = 0
    Eight = 0

dot  = Dot()

#数据打包#
def pack_dot_data():
    pack_data=bytearray([0xAA,0xFF,
        dot.One,dot.Two,dot.Three,dot.Four,dot.Five,dot.Six,dot.Seven,dot.Eight,
        0xCC])

    dot.x = 0
    dot.y = 0
    dot.One = 0
    dot.Two = 0
    dot.Three = 0
    dot.Four = 0
    dot.Five = 0
    dot.Six = 0
    dot.Seven = 0
    dot.Eight = 0

    lens = len(pack_data)      #数据包大小
    #pack_data[3] = lens-6;     #有效数据个数

    #sc = 0
    #ac = 0
    #i = 0
    #while i<(lens-1):
        #sc = sc + pack_data[i]
        #ac = ac + sc
        #i=i+1
    #pack_data[lens-2] = sc
    #pack_data[lens-1] = ac;

    return pack_data
#       #

def lcd_show_except(e):
    import uio
    err_str = uio.StringIO()
    sys.print_exception(e, err_str)
    err_str = err_str.getvalue()
    img = image.Image(size=(224,224))
    img.draw_string(0, 10, err_str, scale=1, color=(0xff,0x00,0x00))
    lcd.display(img)

def main(anchors, labels = None, model_addr="/sd/test.kmodel", sensor_window=(224, 224), lcd_rotation=0, sensor_hmirror=False, sensor_vflip=False):
    sensor.reset()
    sensor.set_pixformat(sensor.RGB565)
    sensor.set_framesize(sensor.QVGA)
    sensor.set_windowing(sensor_window)
    sensor.set_hmirror(1)
    sensor.set_vflip(1)
    sensor.run(1)

    lcd.init(type=1)
    lcd.rotation(lcd_rotation)
    lcd.clear(lcd.WHITE)

    if not labels:
        with open('labels.txt','r') as f:
            exec(f.read())
    if not labels:
        print("no labels.txt")
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "no label s.txt", color=(255, 0, 0), scale=2)
        lcd.display(img)
        return 1
    try:
        img = image.Image("startup.jpg")
        lcd.display(img)
    except Exception:
        img = image.Image(size=(320, 240))
        img.draw_string(90, 110, "loading model...", color=(255, 255, 255), scale=2)
        lcd.display(img)

    task = kpu.load(model_addr)
    kpu.init_yolo2(task, 0.5, 0.3, 5, anchors) # threshold:[0,1], nms_value: [0, 1]
    try:
        while(True):
            img = sensor.snapshot()
            t = time.ticks_ms()
            objects = kpu.run_yolo2(task, img)
            t = time.ticks_ms() - t
            if objects:
                for obj in objects:
                    pos = obj.rect()
                    img.draw_rectangle(pos)

                    dot.x = pos[0]+(int)(pos[2]/2)    #x坐标
                    dot.y = pos[1]+(int)(pos[3]/2)    #y坐标
                    dot.ok= dot.ok+1
                    img.draw_cross(dot.x, dot.y)


                    img.draw_string(pos[0], pos[1], "%s : %.2f" %(labels[obj.classid()], obj.value()), scale=2)

                    if (labels[obj.classid()] == "1" and obj.value() > 0.70) or dot.One==1:
                        dot.One = 1
                    else :
                        dot.One = 0

                    if (labels[obj.classid()] == "2" and obj.value() > 0.70) or dot.Two==1:
                        dot.Two = 1
                    else :
                        dot.Two = 0

                    if (labels[obj.classid()] == "3" and obj.value() > 0.70) or dot.Three==1:
                        dot.Three = 1
                    else :
                        dot.Three = 0

                    if (labels[obj.classid()] == "4" and obj.value() > 0.70) or dot.Four==1:
                        dot.Four = 1
                    else :
                        dot.Four = 0

                    if (labels[obj.classid()] == "5" and obj.value() > 0.50) or dot.Five==1:
                        dot.Five = 1
                    else :
                        dot.Five = 0

                    if (labels[obj.classid()] == "6" and obj.value() > 0.70) or dot.Six==1:
                        dot.Six = 1
                    else :
                        dot.Six = 0

                    if (labels[obj.classid()] == "7" and obj.value() > 0.70) or dot.Seven==1:
                        dot.Seven = 1
                    else :
                        dot.Seven = 0

                    if (labels[obj.classid()] == "8" and obj.value() > 0.70) or dot.Eight==1:
                        dot.Eight = 1
                    else :
                        dot.Eight = 0

                   # print("centre_x = %d, centre_y = %d"%(dot.x, dot.y))

            else :
                dot.ok = 0
                dot.flag = dot.ok
                dot.One = 0
                dot.Two = 0
                dot.Three = 0
                dot.Four = 0
                dot.Five = 0
                dot.Six = 0
                dot.Seven = 0
                dot.Eight = 0

            if dot.ok>10:
                dot.flag = 1

            uart_A.write(pack_dot_data())    #发送数据
            img.draw_string(0, 200, "t:%dms" %(t), scale=2)
            lcd.display(img)
    except Exception as e:
        raise e
    finally:
        kpu.deinit(task)


if __name__ == "__main__":
    try:
        labels = ["3", "4", "1", "2", "7", "8", "5", "6"]
        anchors = [1.7048, 1.6693, 1.8474, 2.1746, 2.0003, 1.8557, 2.1034, 2.612, 2.4321, 3.0607]
        # main(anchors = anchors, labels=labels, model_addr=0x300000, lcd_rotation=0)
        main(anchors = anchors, labels=labels, model_addr="/sd/test.kmodel")
    except Exception as e:
        sys.print_exception(e)
        lcd_show_except(e)
    finally:
        gc.collect()

stm32f407代码不好放,直接下载

比赛两辆车车上的核心板AD3D图(自己画的)
在这里插入图片描述
对应上面核心板的底板

在这里插入图片描述

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/my_id_kt/article/details/122589767

智能推荐

oracle 12c 集群安装后的检查_12c查看crs状态-程序员宅基地

文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态

解决jupyter notebook无法找到虚拟环境的问题_jupyter没有pytorch环境-程序员宅基地

文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境

国内安装scoop的保姆教程_scoop-cn-程序员宅基地

文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn

Element ui colorpicker在Vue中的使用_vue el-color-picker-程序员宅基地

文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker

迅为iTOP-4412精英版之烧写内核移植后的镜像_exynos 4412 刷机-程序员宅基地

文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机

Linux系统配置jdk_linux配置jdk-程序员宅基地

文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk

随便推点

matlab(4):特殊符号的输入_matlab微米怎么输入-程序员宅基地

文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入

C语言程序设计-文件(打开与关闭、顺序、二进制读写)-程序员宅基地

文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。‍ Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。

Touchdesigner自学笔记之三_touchdesigner怎么让一个模型跟着鼠标移动-程序员宅基地

文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动

【附源码】基于java的校园停车场管理系统的设计与实现61m0e9计算机毕设SSM_基于java技术的停车场管理系统实现与设计-程序员宅基地

文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计

Android系统播放器MediaPlayer源码分析_android多媒体播放源码分析 时序图-程序员宅基地

文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;amp;gt;Jni-&amp;amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图

java 数据结构与算法 ——快速排序法-程序员宅基地

文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法