2023 电赛E题--可能会出现的问题以及解决方法

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。