【2023电赛】对于E题(运动目标控制)红色激光的简要回顾(四千字逐题分析,逐题相关代码)

本文主要是介绍【2023电赛】对于E题(运动目标控制)红色激光的简要回顾(四千字逐题分析,逐题相关代码),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       

不知不觉四天三夜已经过去了

        虽然成绩不怎么样,但我觉得还是要留一些有用的文字给像我们一样   “没有人带路、没有老师指导、甚至是三个大一的团队”   ,毕竟我们也是从头摸过来的,吃过不少亏。对于我们来说,互联网就是我们的老师,所以比赛结束后,思来想去我也才打算写这个文章来回顾一下比赛内容,也算是一种回馈了。同时也希望和我们一样“三无”的同学,看完之后能有点收获。

        

        首先是看题目,我们在看到题目的时候也是觉得非常简单,觉得两天就能肝的差不多,然后搓了一天,和其他团队一样,死在了舵机精度上。解决方案如下:

                     1、购买高精度舵机(然而我们在哈尔滨,压根做不到开赛前完成到货+调试)

                     2、用差不多的舵机+代码硬上(我们最后是选择了这个方案)

                     3、拆电机改齿轮缩短有效范围来提高精度(这个其实是赛后才知道的)

        因此最后我们还是选择了第二点,所以我们的代码也是基于你的舵机一般(但不至于sg90那么烂)用openmv控制的。

        对于第一问和第二问,我不清楚如果选择树莓派或者jetson之类的高性能开发版+高清摄像头能不能有效识别铅笔印,我们手中视觉能用的目前只有openmv。我这边提供openmv的代码,首先可以用python的random函数还有python的pyb库当中的舵机驱动功能来提供一个随机的角度来完成第一项的初始位置到复位的过程。

import pyb,time #需要用的模块
pan = pyb.Servo(1)
tilt = pyb.Servo(2)   #定义两个电机
#随机角度函数
def random_angle():pan.angle(random.randint(-90,90),1000)tilt.angle(random.randint(-90,90),1000)

         我们要知道,比赛前是会有20分钟的调试的(不让带电子设备,只能人工操作,也就是不能改代码),因此我们一二问直接写死!

        我们设置按钮让他到左上角和中心,比赛前距离定死1米,然后比赛场地手动控制设备朝向对准左上角和中心 就可以了!!!我们放出其中回中的按钮,左上同理

from pyb import Pin
pin1 = Pin('P1', Pin.IN, Pin.PULL_UP) #p1作为复位按钮
def servoReset():spe_servoCtrl(-28,-21,1000) #写死!!!!!!!time.sleep(2)
##按键控制
while(True):pin1复位 = pin1.value() #读取按钮是否被触发if (pin1复位 == 0):  #按钮控制!servoReset()'''
注意: 建议给按钮的杜邦线之间串联一个小电阻(几十欧几百欧都行),再串联一个瓷片电容,防止损坏单片机引脚和防止物理抖动引起多次触发!!!
'''

         对于三四题,这里就要用到视觉相关的了,首先我们要确定阈值才能够识别颜色,我们要确定目前要识别的主要是黑色的矩形靶纸和红色的激光,阈值需要你们利用openmv自带的阈值分析自行设置。同时你也需要通过简单的计算获得红色激光的中心,同时因为openmv最多也只能带的动QVGA,为了减少只标记四个矩形左上角所带来的风险,我们也要同时求出边框各个角两条外侧和内测中心的像素点位置,这里我们通过简单易懂的代码来给大家解释:

#全局变量
矩形左上角 = [0,0]
矩形左下角 = [0,0]
矩形右上角 = [0,0]
矩形右下角 = [0,0]
激光 = [0,0]
边缘优化是否完成 = 'No'
'''
开局进行25次扫描,因为题目二三题有说,启动的都是“运动目标控制系统”
我们只需要根据 “矩形优化是否完成” 就能知道是做第二题还是第三题了
缺点是二三题之间需要给机器重新上电来扫描是否有标靶
'''
while(wt < 25):print('进入检测方框模式')img = sensor.snapshot()img.lens_corr(1.8) #消除鱼眼畸变,如果没有鱼眼畸变的可以去掉for r in img.find_rects(threshold = 10000):#这里需要给矩形大小进行限制,否则会识别出各种怪东西,需要灵活调整if r.w() > 70 and r.h() > 40 and r.w()<100 and r.h()<70: # 在屏幕上框出矩形img.draw_rectangle(r.rect(), color = (255, 0, 0), scale = 4)# 获取矩形角点位置矩形左上角 = [r.x() , r.y()]矩形左下角 = [r.x() , r.y()+r.h()]矩形右上角 = [r.x()+r.w(), r.y()]  矩形右下角 = [r.x()+r.w(),r.y()+r.h()]if(矩形左上角[0]!=0 and 矩形左上角[1]!=0):wt = 25better()边缘优化是否完成 = 'Yes'print('边缘优化 成功')got = 0else:wt = wt+1#实时
while(True):clock.tick()img = sensor.snapshot()img.lens_corr(1.8)img.median(1, percentile=0.85) #滤波#实时获得激光坐标for b in img.find_blobs(red_td,pixels_threshold=2, area_threshold=2, merge=True,invert = 0,roi = roi):激光 = [(b.x()+b.w()+b.x())/2, (b.y()+b.h()+b.y())/2] #简单的像素块取中心

 标靶四角优化如下, 原理非常简单:


#全局化变量
矩形左上角优化=[0,0]
矩形左下角优化=[0,0]
矩形右上角优化=[0,0]
矩形右下角优化=[0,0]#处理矩形四个角的函数
def better():for blk in img.find_blobs(blk_td,pixels_threshold=2, area_threshold=2, merge=True,invert = 0,roi = (矩形左上角[0]-7,矩形左上角[1]-7,14,14)):矩形左上角优化 = [(blk.x()+blk.w()+blk.x())/2, (blk.y()+blk.h()+blk.y())/2]for blk in img.find_blobs(blk_td,pixels_threshold=2, area_threshold=2, merge=True,invert = 0,roi = (矩形右上角[0]-7,矩形右上角[1]-7,14,14)):矩形右上角优化 = [(blk.x()+blk.w()+blk.x())/2, (blk.y()+blk.h()+blk.y())/2]for blk in img.find_blobs(blk_td,pixels_threshold=2, area_threshold=2, merge=True,invert = 0,roi = (矩形右下角[0]-7,矩形右下角[1]-7,14,14)):矩形右下角优化 = [(blk.x()+blk.w()+blk.x())/2, (blk.y()+blk.h()+blk.y())/2]for blk in img.find_blobs(blk_td,pixels_threshold=2, area_threshold=2, merge=True,invert = 0,roi = (矩形左下角[0]-7,矩形左下角[1]-7,14,14)):矩形左下角优化 = [(blk.x()+blk.w()+blk.x())/2, (blk.y()+blk.h()+blk.y())/2]

        其实他的原理易懂,我们不需要代码,请看图:


 然后就是激动人心的巡线了,我们首先需要导入pid库,用的是openmv官方例程的 ---> pid库下载

        巡线代码如下(部分,因为我们舵机精度不够,四个角的pid都是单独来回设置的,全发出来会很长)

pan_pid = PID(p=0.05, i=0.007,d = 0.001) #设置底盘和上部分别的pid,需要不断调试
tilt_pid = PID(p=0.03, i=0.006,d = 0.003) 
pan_error = 激光[0]-(矩形左上角优化[0])
tilt_error = 激光[1]-(矩形左上角优化[1])
pan_output=pan_pid.get_pid(pan_error,1)
tilt_output=tilt_pid.get_pid(tilt_error,1)
pan_output = limt(pan_output,0.5)
tilt_output = limt(tilt_output,0.5)
panangle=panangle+pan_output
tiltangle=tiltangle-tilt_output#根据红点状况进行调整
if(abs(pan_error)>2):pan.angle(panangle,5)time.sleep_ms(5)
if(abs(tilt_error)>2):tilt.angle(tiltangle,5)time.sleep_ms(5)
if(当前状态 == 0 and abs(pan_error)<=2 and abs(tilt_error)<=2 ):time.sleep(1)got = 1print('已到达左上角 → 右上角')

最后也希望大家有所收获吧,我也是编程小白,代码也不是很守规范,但也希望许多和我们一样的”三无“团队能吸收一下经验吧哈哈,算是反哺互联网了,希望能帮到您。

这篇关于【2023电赛】对于E题(运动目标控制)红色激光的简要回顾(四千字逐题分析,逐题相关代码)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/835426

相关文章

MySQL中的LENGTH()函数用法详解与实例分析

《MySQL中的LENGTH()函数用法详解与实例分析》MySQLLENGTH()函数用于计算字符串的字节长度,区别于CHAR_LENGTH()的字符长度,适用于多字节字符集(如UTF-8)的数据验证... 目录1. LENGTH()函数的基本语法2. LENGTH()函数的返回值2.1 示例1:计算字符串

浅析Spring如何控制Bean的加载顺序

《浅析Spring如何控制Bean的加载顺序》在大多数情况下,我们不需要手动控制Bean的加载顺序,因为Spring的IoC容器足够智能,但在某些特殊场景下,这种隐式的依赖关系可能不存在,下面我们就来... 目录核心原则:依赖驱动加载手动控制 Bean 加载顺序的方法方法 1:使用@DependsOn(最直

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

怎样通过分析GC日志来定位Java进程的内存问题

《怎样通过分析GC日志来定位Java进程的内存问题》:本文主要介绍怎样通过分析GC日志来定位Java进程的内存问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、GC 日志基础配置1. 启用详细 GC 日志2. 不同收集器的日志格式二、关键指标与分析维度1.

Java中调用数据库存储过程的示例代码

《Java中调用数据库存储过程的示例代码》本文介绍Java通过JDBC调用数据库存储过程的方法,涵盖参数类型、执行步骤及数据库差异,需注意异常处理与资源管理,以优化性能并实现复杂业务逻辑,感兴趣的朋友... 目录一、存储过程概述二、Java调用存储过程的基本javascript步骤三、Java调用存储过程示

Visual Studio 2022 编译C++20代码的图文步骤

《VisualStudio2022编译C++20代码的图文步骤》在VisualStudio中启用C++20import功能,需设置语言标准为ISOC++20,开启扫描源查找模块依赖及实验性标... 默认创建Visual Studio桌面控制台项目代码包含C++20的import方法。右键项目的属性:

MySQL中的表连接原理分析

《MySQL中的表连接原理分析》:本文主要介绍MySQL中的表连接原理分析,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、环境3、表连接原理【1】驱动表和被驱动表【2】内连接【3】外连接【4编程】嵌套循环连接【5】join buffer4、总结1、背景

MySQL数据库的内嵌函数和联合查询实例代码

《MySQL数据库的内嵌函数和联合查询实例代码》联合查询是一种将多个查询结果组合在一起的方法,通常使用UNION、UNIONALL、INTERSECT和EXCEPT关键字,下面:本文主要介绍MyS... 目录一.数据库的内嵌函数1.1聚合函数COUNT([DISTINCT] expr)SUM([DISTIN

python中Hash使用场景分析

《python中Hash使用场景分析》Python的hash()函数用于获取对象哈希值,常用于字典和集合,不可变类型可哈希,可变类型不可,常见算法包括除法、乘法、平方取中和随机数哈希,各有优缺点,需根... 目录python中的 Hash除法哈希算法乘法哈希算法平方取中法随机数哈希算法小结在Python中,

Java实现自定义table宽高的示例代码

《Java实现自定义table宽高的示例代码》在桌面应用、管理系统乃至报表工具中,表格(JTable)作为最常用的数据展示组件,不仅承载对数据的增删改查,还需要配合布局与视觉需求,而JavaSwing... 目录一、项目背景详细介绍二、项目需求详细介绍三、相关技术详细介绍四、实现思路详细介绍五、完整实现代码