滚球经验总结(PID)

本文详细介绍了如何使用STM32F407探索者开发板与OpenMV摄像头进行串口通信,实现滚球坐标检测。通过Python编程在OpenMV上应用大津算法自动检测阈值,以及STM32F407的串口初始化与数据处理流程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

1、正点原子STM32F407探索者 + openmv3——串口通信

最近在用stm32f407探索者做滚球,一开始使用的摄像头是openmv3(openmv4太贵)——实时检测小球坐标(x,y),然后把x和y发送到407开发板的LCD显示。

openmv的好处是可以使用otsu(大津算法)自动检测阈值,而ov摄像头只能手动调阈值才能找出最佳二值化效果。

# 自动检测阈值
img = sensor.snapshot()
t=img.get_histogram().get_threshold()

 openmv最人性化的就是允许我们在嵌入式上使用Python来编程,比如调用find_blobs()方法,就可以获得一个列表,包含所有色块的信息,遍历所有色块后找出面积最大的就是小球。

img = sensor.snapshot()  #获取图像
    img.binary([th])   # 二值化
    img.draw_rectangle(ROI,color=(220,20,60))   #画出roi区域
    blobs=img.find_blobs([thresholds], roi=ROI,pixels_threshold=100, area_threshold=100, merge=True)   #根据pixels_threshold=100, area_threshold=100在roi区域寻找所有色块
    if blobs:
        data=[]                                                                                     
        cx_max = 0                                         #面积最大的色块x坐标清零
        cy_max = 0                                         #面积最大的色块y坐标清零
        pixel_max = 0                                      #面积最大的色块面积清零
        for b in blobs:
            if b.pixels() >= pixel_max :                   #遍历所有色块,找到面积最大的一块。
                cx_max = b.cx()
                cy_max = b.cy()
                pixel_max = b.pixels()
        img.draw_cross(cx_max,cy_max)
        img.draw_circle(cx_max,cy_max,30)

openmv虽然操作简单准确,但是我们在openmv和407通信这个地方折腾了很久。

STM32F407有6个串口,每个串口对应的I/O可以从芯片原理图中对应找到,对于其串口1,PA9端口对应串口1的发送端,PA10端口对应串口1的接收端。下面是我在407开发板的原理图上截取的串口1的部分: 

 

一开始我们想的很简单,先初始化串口,然后用write函数发送就ok了。

uart = UART(3, 115200)  #串口3,波特率115200
uart.write(data_out +'\n') 

实际上,openmv得先把数据打包好,设置帧头,407再根据帧头按位接收数据。

(一)openmv发送数据

uart = pyb.UART(3, 115200)  #串口3,波特率115200
uart.init(115200, bits=8, parity=None, stop=1)  #8位数据位,无校验位,1位停止位

def send_data_packet(x, y):
    temp = struct.pack("<bbii",                #格式为俩个字符俩个整型
                   0xAA,                       #帧头1
                   0xAE,                       #帧头2
                   int(x), # up sample by 4    #数据1
                   int(y)) # up sample by 4    #数据2
    uart.write(temp)                           #串口发送

(二)stm32接收数据
      usart.c


extern int ov_frame;
u8 X,Y;    //СÇòµÄ×ø±êÐÅÏ¢

void Data_Processing(u8 *data_buf,u8 num)
{
	int theta_org,rho_org;
    theta_org = (int)(*(data_buf+1)<<0) | (int)(*(data_buf+2)<<8) | (int)(*(data_buf+3)<<16) | (int)(*(data_buf+4)<<24) ;
    X = theta_org;
 
    rho_org = (int)(*(data_buf+5)<<0) | (int)(*(data_buf+6)<<8) | (int)(*(data_buf+7)<<16) | (int)(*(data_buf+8)<<24) ;
    Y = rho_org;
}


void Receive_Prepare(u8 data)
{
    static u8 RxBuffer[10];
    static u8  _data_cnt = 0;
    static u8 state = 0;
    if(state==0 && data==0xAA)
    {
        state=1;
    }
    else if(state==1 && data==0xAE)
    {
        state=2;
        _data_cnt = 0;
    }
    else if(state==2)
    {
        RxBuffer[++_data_cnt]=data;
        if(_data_cnt>=8)
        {
            state = 0;
            Data_Processing(RxBuffer,_data_cnt);
        }
    }
    else
        state = 0;
}

void USART1_IRQHandler(void)			 
{
	u8 temp;
	if( USART_GetITStatus(USART1,USART_IT_RXNE)!=RESET )
	{
		USART_ClearITPendingBit(USART1,USART_IT_RXNE);
		temp = USART_ReceiveData(USART1);
		Receive_Prepare(temp);
	}
}

代码中的X,Y就是openmv发送给407的球心坐标了。

2、正点原子STM32F407探索者 + OV2640

相比于支持python的openmv,ov系列摄像头就很原始了,关于ov系列,我们一开始考虑了两个选择——2640和7670。

OV7670,30W像素,带FIFO模块.......

OV2640,200W像素,不带FIFO模块,先读一行像素,再跳到下一行重新开始读取新一行像素(见下面代码第一个if)......

又在淘宝上对比了一系列参数,最终权衡之下选择了贵了三十块钱的2640。

2640用到了407芯片自带的数字摄像头接口DCMI,DCMI支持DMA。初始化时钟 →初始化OV2640(初始化IO口 ,上电,并复位 ,执行初始化序列 )→设置图像窗口设置和图像输出大小设置,可以调整图像大小或者缩放模式 →初始化DCMI(配置相关引脚的复用功能,使能DCMI时钟,设置DCMI工作模式及PCLK/HSYNC/VSYNC等参数,设置DMA ,启动DCMI传输,即设置DCMI->CR的最低位为1)(当然这部分代码我们直接用的正点原子的)。

对照openmv,2640的代码就通俗易懂多了。

for(i=0;i<B;i++)
    {
      for(j=0;j<=A;j++)
      {
        if(j==A)
        {
          hang++;
          LCD_SetCursor(0,i+1);  
          LCD_WriteRAM_Prepare();		//¿ªÊ¼Ð´ÈëGRAM
         }		
				//LCD->LCD_RAM=rgb_buf[i][j];				
								
         gray=((rgb_buf[i][j]>>11)*19595+((rgb_buf[i][j]>>5)&0x3f)*38469 +(rgb_buf[i][j]&0x1f)*7472)>>16;
         if(gray<=20)                                   //ÕâÀïÊÇСÇòºÚ°×¶þÖµ»¯
         {											  
					 if(i>12&&i<136&&j<150&&j>19)
					 {
						 if(i>X_MAX) X_MAX=i;
						 if(i<X_MIN) X_MIN=i;										 									      
						 if(j>Y_MAX) Y_MAX=j;
						 if(j<Y_MIN) Y_MIN=j;											 
					 }
           LCD->LCD_RAM=WHITE;
         }
         else
         {											 
           LCD->LCD_RAM=BLACK;
         }
				 
       }

3、PID

PID控制器是工业过程控制中广泛采用的一种控制器,其中,P、I、D分别为比例(Proportion)、积分(Integral)、微分(Differential)的简写;将偏差的比例、积分和微分通过线性组合构成控制量,用该控制量对受控对象进行控制,称为PID算法 。

其中KP、KI、KD分别为比例系数、积分系数、微分系数

P,打个比方,如果现在的输出是1,目标输出是100,那么P的作用是以最快的速度达到100,把P理解为一个系数即可;而I呢?大家学过高数的,0的积分才能是一个常数,I就是使误差为0而起调和作用;D呢?大家都知道微分是求导数,导数代表切线是吧,切线的方向就是最快到至高点的方向。这样理解,最快获得最优解,那么微分就是加快调节过程的作用了。         

P——比例

偏差(目标值减去当前值)与调节装置的“调节力度”,建立一个一次函数的关系,就可以实现最基本的“比例”控制了。

P越大,调节作用越激进,P越小会让调节作用更保守。当比较接近目标值时,P的控制作用就比较小了。

但是,只有P不能让平衡车站起来,水温也控制得晃晃悠悠,好像整个系统不是特别稳定,总是在“抖动”。

D——微分

D的作用就是让物理量的速度趋于0,只要什么时候,这个量具有了速度,D就向相反的方向用力,尽力刹住这个变化。

D越大,向速度相反方向刹车的力道就越强。

如果是平衡小车,加上P和D两种控制作用,如果参数调节合适,它应该可以站起来了。

I——积分

设置一个积分量,只要偏差存在,就不断地对偏差进行积分(累加),并反应在调节力度上。

I 的值越大,积分时乘的系数就越大,积分效果越明显。

所以,I的作用就是,减小静态情况下的误差,让受控物理量尽可能接近目标值。

I在使用时还有个问题:需要设定积分限制,防止在刚开始时,就把积分量积得太大,难以控制。

PID参数调节口诀

参数整定找最佳,从小到大顺序查

先是比例后积分,最后再把微分加      //调整顺序:P→I→D

曲线振荡很频繁,比例度盘要放大    

曲线漂浮绕大湾,比例度盘往小扳

曲线偏离回复慢,积分时间往下降       

曲线波动周期长,积分时间再加长

曲线振荡频率快,先把微分降下来

动差大来波动慢,微分时间应加长

理想曲线两个波,前高后低四比一

一看二调多分析,调节质量不会低

若要反应增快,增大P减小I

若要反应减慢,减小P增大I

如果比例太大,会引起系统震荡

如果积分太大,会引起系统迟钝

PID公式

PID的增量型公式:PIDæ§å¶ç®æ³å¬å¼

离散化公式:è¿éåå¾çæè¿°

最终公式:è¿éåå¾çæè¿°

PID控制并不一定要三者都出现,也可以只是PI、PD控制,关键决定于控制的对象。

 

 

 

 

附:openmv滚球完整代码:gunqiu.py


import sensor, image, time, math
import pyb,utime
import json
from pyb import UART     #加载串口模块
from pyb import Timer     #加载定时器模块
from pyb import LED      #加载LED模块
import struct

ROI=(44,0,230,224)  # 设置检测区域(兴趣范围)
thresholds = (205, 255)  # 寻找色块的阈值

#摄像头初始化
sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False) 
sensor.set_auto_whitebal(False) 
clock = time.clock()

#openmv串口初始化
uart = UART(3, 115200)  #串口3,波特率115200
uart.init(115200, bits=8, parity=None, stop=1)  #8位数据位,无校验位,1位停止位

#自动检测阈值
#img = sensor.snapshot()
#img.draw_rectangle(ROI)
#t=img.get_histogram().get_threshold()

#th  二值化阈值
th=[]
th.append(0)
th.append(80)

#串口数据发送格式
def send_data_packet(x, y):
    temp = struct.pack("<bbii",                #格式为俩个字符俩个整型
                   0xAA,                       #帧头1
                   0xAE,                       #帧头2
                   int(x), # up sample by 4    #数据1
                   int(y)) # up sample by 4    #数据2
    uart.write(temp)                           #串口发送

while(True):
    clock.tick()
    img = sensor.snapshot()
    img.binary([th])
    img.draw_rectangle(ROI,color=(220,20,60))
    blobs=img.find_blobs([thresholds], roi=ROI,pixels_threshold=100, area_threshold=100, merge=True)
    if blobs:
        data=[]                                                    #数据清零
        cx_max = 0                                                  #面积最大的色块x坐标清零
        cy_max = 0                                                  #面积最大的色块y坐标清零
        pixel_max = 0                                               #面积最大的色块面积清零
        for b in blobs:
            if b.pixels() >= pixel_max :                         #遍历所有色块,找到面积最大的一块。
                cx_max = b.cx()
                cy_max = b.cy()
                pixel_max = b.pixels()
        img.draw_cross(cx_max,cy_max)
        img.draw_circle(cx_max,cy_max,30)

        send_data_packet(cx_max, cy_max)
        print(cx_max, cy_max)

 

评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值