[问答]

如何去实现一种基于openmv的自动跟踪小车设计呢

问答对人有帮助，内容完整，我也想知道答案 0 如何去实现一种基于openmv的自动跟踪小车设计呢？有哪些基本步骤？ 0
2021-12-21 06:50:07　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × heks 该类别下有 50 个回答。邀请回答 hgimtk 该类别下有 44 个回答。邀请回答新星之火12138 该类别下有 42 个回答。邀请回答 wang21cj 该类别下有 41 个回答。邀请回答 chm5 该类别下有 40 个回答。邀请回答 hjfjsdgfjdsf 该类别下有 37 个回答。邀请回答 fdjslkjd 该类别下有 35 个回答。邀请回答 uvysdfydad 该类别下有 35 个回答。邀请回答 werywer 该类别下有 35 个回答。邀请回答 h1654155957.9520 该类别下有 35 个回答。邀请回答 jenny042 该类别下有 34 个回答。邀请回答 dfzvzs 该类别下有 34 个回答。邀请回答维生素B2 该类别下有 34 个回答。邀请回答凤毛麟角该类别下有 34 个回答。邀请回答 hfgdzc 该类别下有 33 个回答。邀请回答 ggfvxv 该类别下有 33 个回答。邀请回答刘洋该类别下有 33 个回答。邀请回答 meihuacg 该类别下有 33 个回答。邀请回答 lining870815844 该类别下有 32 个回答。邀请回答 h1654155275.6678 该类别下有 32 个回答。邀请回答举报王艳相关推荐 • 求一种基于openmv竞速小车的设计方案 2213 • 怎样去设计一种基于openMV的电磁炮呢 1162 • 如何去实现一种基于单片机的避障小车及自动循迹的设计？ 1669 • 如何去实现一种基于MPU6050及卡尔曼滤波的平衡小车呢 1063 • 如何去实现一种基于STM32f103的简单自平衡小车设计呢 1506 • 如何去实现一种WiFi智能小车的制作呢 926 • 怎样去设计一种基于STM32F103芯片的智能小车呢 1480 • 如何去实现一种数字控制小车的设计呢 596 • 如何去实现一种基于ESP8266的物联网智能小车呢 1072 • 求一种基于ATM89S52的简易自动入库小车设计方案 709 1个回答

基于openmv的自动跟踪小车

1、基础工作

（1）首先要能驱动小车

写一个run函数，能够给A、B两个直流电机施加动力，并给出PWM调速参数，给两个PWM引脚施加PWM波。
以下为详细解读：
（1）小车模块：驱动电机运动
使用N20直流减速电机，自带驱动
（2）驱动的作用：
单片机——>弱电——>电机驱动器——>强电——>电机
（3）引脚介绍：
[tr]引脚名称作用[/tr]

AIN1/AIN2	控制A路电机转动，一个给高电平，一个给低电平，给的顺序决定转动方向
BIN1/BIN2	控制B路电机
PWMA/PWMB	与单片机可输出PWM波的IO口相连，控制电机转速

（4）具体代码：
ch1 = tim.channel(1, Timer.PWM, pin=pwma)//tim是一个定时器对象，为这个定时器创建一个通道，向pwma引脚输出PWM波 ch1.pulse_width_percent（value）//value介于0-100之间，设置脉冲活动占定时器周期的百分比 run(30,30)//左右电机都以30%的PWM波驱动，向前运动
（2）PID的初始化及运算：==

创建一个PID class，给定kp，ki，kd值来构造一个PID类。然后能够进行PID运算，输入偏差，输出PWM调速参数==。见上述代码
PID调速原理
公式：Pwm=Kpe(k)+Ki∑e(k)+Kd[e(k)-e(k-1)]
e(k)：本次偏差
e(k-1)：上一次的偏差
∑e(k)：e(k)以及之前的偏差的累积和;其中k为1,2,k;
其中KP为比例系数；Ti为积分时间常数；Td为微分时间常数，每个系统不一样所以需要实验调试获得较为理想的，即能满足稳定性、快速性、准确性。
2、main函数内完成的工作

（1）使用openmv自带图像算法

求得目标物体的相关坐标。不管是apriltag标记还是色块，都有固定的识别算法，获取到物体的坐标、偏移角等参数。
blobs = img.find_blobs([green_threshold])//寻找全部色块
max_blob = find_max(blobs)//寻找最大的那个色块（
2）计算两个方向上的误差

（色块的识别例子中的方法，apriltag应该也可以这样用）
左右方向：将物体的中心坐标移到视野的中心位置上
前后方向：使视野内物体的面积达到一定阈值，面积使用“宽X高”来计算，阈值可以自己设置
上下方向：假设该方向固定
计算误差的代码如下：
x_error = max_blob[5]-img.width()/2 //5号索引色块的中心x位置
h_error = max_blob[2]*max_blob[3]-size_threshold //2号索引边界框的w坐标（宽度），3号索引边界框的h坐标（高度），计算得到视野内的色块面积。后面的是设置的阈值
（3）利用初始参数初始化PID类

这里的参数在实例中已经给出，现实中是需要自己调节的。将上述计算得到的两个方向上的误差作为输入参数进行计算，得到下一步的PWM参数值。代码如下：
x_output=x_pid.get_pid(x_error,1)h_output=h_pid.get_pid(h_error,1)
（4）将PWM参数输入run函数，驱动电机旋转。

car.run(-h_output-x_output,-h_output+x_output) 这里比较有意思。
1、x_output代表左右这个方向的输出值，小车运动过程中的左右调整是通过两电机的差速实现的，所以run函数的参数中x_output的符号不同。
2、h_output是前后方向的输出值，两电机在这个方向上“共进退”，所以参数中是相同符号。