2023年电赛E题全国一等奖方案解析基于香橙派与STM32的运动目标追踪系统设计很多参加电赛、智能车比赛的同学都问过我如何把机器视觉和运动控制结合起来做一个既稳定又精准的自动追踪系统。今天我就以2023年全国大学生电子设计竞赛E题运动目标控制与自动追踪系统的全国一等奖作品为例给大家拆解一下这个“麦克斯韦说的都队”是怎么做的。他们用香橙派做“眼睛”视觉处理用STM32做“手和脚”运动控制方案清晰成本可控非常值得学习。通过这篇教程你不仅能看懂一个获奖作品的全貌更能掌握从硬件选型、系统架构到核心算法如增量式PID和调试技巧的完整开发流程。无论你是正在备赛的学生还是想入门机器视觉与运动控制结合的工程师相信都能从中获得启发。1. 系统方案总览为什么是“香橙派STM32”拿到题目第一步永远是分析需求确定技术路线。E题要求设计两套系统一套控制红色激光光斑模拟运动目标在屏幕上移动另一套控制绿色激光光斑让它能自动追踪红色光斑。核心挑战就两个“看得准”和“跟得稳”。“麦克斯韦说的都队”经过分析决定采用“视觉处理核心 运动控制核心”的双核架构。视觉处理核心香橙派负责“看”。它需要实时捕捉屏幕图像从复杂背景中精准识别出红色激光光斑的位置。这个任务对计算资源有一定要求需要处理图像、运行算法。运动控制核心STM32负责“动”。它需要接收目标位置指令以极高的精度和速度驱动二维云台上面装着激光笔转动让光斑移动到指定位置或持续跟随目标。为什么这么选我们来看看他们当时的方案论证过程这也是做项目选型时非常重要的思考步骤。1.1 视觉方案选型从OpenMV到香橙派团队首先排除了需要训练神经网络的方案因为本题只需识别颜色光斑杀鸡不用牛刀。然后他们测试了两种常见的嵌入式视觉方案OpenMV这是一款集成了摄像头的单片机开发简单。但团队测试发现它的图像分辨率较低在环境光线不佳时很难清晰识别出打在黑色电工胶带上的红色激光光斑。精度达不到要求所以放弃。香橙派 OpenCV香橙派是一款卡片电脑可以运行完整的Linux系统。搭配OpenCV这个强大的计算机视觉库可以进行复杂的图像处理如图像降噪、颜色识别、透视变换矫正等。虽然开发比OpenMV稍复杂但处理能力和灵活性是碾压级别的足以应对复杂光照和视角变化因此被选为最终方案。提示选型的关键是匹配需求。如果只是识别简单的固定色块OpenMV可能更快上手但如果涉及图像矫正、滤波等稍复杂的处理香橙派OpenCV的组合是更可靠的选择。1.2 执行机构选型舵机 vs 步进电机控制激光笔移动需要一个二维云台其核心是驱动电机。团队在舵机和步进电机之间做了权衡步进电机控制精度极高响应快可以360度连续旋转。但驱动电路和控制算法相对复杂需要额外的驱动器和细分控制。数字舵机控制简单一个PWM信号即可精度较高价格便宜。但存在物理旋转死角一般0-180度和控制死区。团队做了一个关键的计算舵机的控制死区误差约为0.36度。在题目给定的1米距离上这个角度误差导致的光斑位置极限误差约为16mm。而题目要求的循迹误差允许范围是18-30mm。舵机的精度刚好可以满足题目要求且其控制简单的优势极大提高了开发效率。因此舵机方案胜出。1.3 总体系统框图确定了核心部件整个系统的数据流和 control flow 就清晰了如下图所示我来解释一下这个框图摄像头捕捉屏幕画面将视频流送给香橙派。香橙派运行OpenCV程序进行图像处理计算出红色/绿色光斑的目标坐标。香橙派通过串口UART按照自主设计的通信协议将坐标发送给STM32。STM32作为主控制器运行状态机来管理不同任务如复位、循迹、追踪并采用增量式PID算法计算出控制舵机所需的PWM信号。PWM信号驱动二维舵机云台转动从而带动激光笔移动改变光斑位置。整个系统由定制电源板供电确保舵机和香橙派等大功率器件稳定工作。2. 硬件设计详解稳定可靠的基石硬件是系统稳定运行的基础。这个作品在硬件设计上有很多值得学习的细节特别是模块化设计和电源设计。2.1 模块化控制器设计团队自己设计了一块STM32核心板并将其模块化。这是什么意思呢他们把单片机最小系统、电源转换、保护电路如防反接、过流保护做在一块板上并预留了标准的接口来连接电机驱动、舵机、屏幕等模块。这样做有三大好处高可靠性保护电路能防止接错电源、电机堵转等意外情况烧毁核心芯片。易维护如果某块板子在调试中不幸“牺牲”可以快速更换而不需要改动程序和其他硬件。可复用这块控制器板子可以用于其他比赛或项目节省重复开发时间。2.2 供电电路设计动力要足也要稳这个系统里有几个“用电大户”舵机堵转电流可达1.8A香橙派需要5V/3A的供电。如果供电不足或不稳会导致舵机无力、香橙派重启系统根本无法工作。他们的解决方案是舵机供电采用LM2596 DC-DC降压模块将电池电压如12V航模电池稳定到舵机需要的6V左右。LM2596能提供较大的输出电流满足舵机瞬间大电流的需求。香橙派供电使用两节大容量18650锂电池搭配专用的5V输出供电模块确保能提供持续、稳定的3A电流。STM32供电通常由上述电源通过LDO低压差线性稳压器产生3.3V。注意电源一定要分开独立设计特别是数字核心STM32、香橙派和动力部分舵机、电机。否则舵机启动时的电流突变会产生电压波动很可能导致单片机复位俗称“被干扰了”。2.3 实物连接一览下面是他们作品的实物图可以清晰地看到三层结构底层是电源板中间是STM32控制板上层是接口扩展板。舵机、激光笔等都通过接口连接非常规整。整体装置左侧为红色目标系统右侧为绿色追踪系统模块化的三层PCB设计3. 软件设计核心状态机与增量式PID硬件搭好了接下来就是让系统“聪明”起来的软件部分。这里有两个核心思想状态机用于管理复杂任务流程增量式PID用于实现精准控制。3.1 STM32中的状态机设计对于控制红色光斑的“运动目标控制系统”题目要求有多种模式复位、沿屏幕边线移动、沿A4纸胶带移动等。如果只用一堆if-else语句来管理程序会变得混乱且难以维护。团队采用了**状态机State Machine**的设计模式。你可以把状态机想象成一个流程图系统在任何时刻都处于某一个明确的“状态”如“空闲态”、“复位态”、“循迹态”只有在收到特定事件或条件时才会跳转到下一个状态。他们的状态机设计如下状态机工作流程解读上电后进入IDLE空闲状态。当收到“复位”指令进入RESET状态控制云台将光斑移回屏幕中心原点。复位完成后进入CHOOSE状态等待用户选择下一步任务如循边线或循胶带。根据选择进入TRACE_EDGE循边线或TRACE_TAPE循胶带状态开始执行相应的移动任务。在任何任务状态下都可以响应“暂停”指令跳转到PAUSE状态。暂停后可以选择CONTINUE继续或RESET重新开始。经验分享在嵌入式开发中对于流程清晰、模式固定的控制任务状态机是极其有效的工具。它让程序结构清晰状态切换明确调试时也更容易定位问题所在。3.2 增量式PID控制算法PID是让云台精准到达指定位置的关键。但为什么用“增量式”而不是常见的“位置式”PID位置式PID输出的是执行机构的绝对位置比如舵机角度。如果计算错误输出会有一个剧烈的跳变。增量式PID输出的是控制量的增量Δu即本次输出相对于上一次输出需要增加或减少多少。本次实际输出u(k) u(k-1) Δu。在舵机控制中使用增量式PID有两个巨大优势抗积分饱和当目标位置长时间不变时位置式PID的积分项会不断累积积分饱和一旦目标改变系统会产生很大的超调。增量式PID没有这个问题因为它只关心变化量。手动/自动切换无冲击如果需要手动干预舵机位置切换回自动控制时增量式PID可以平滑过渡不会产生突变。他们的控制逻辑是香橙派通过视觉解算出目标在图像坐标系中的像素坐标(x_target, y_target)通过串口发给STM32。STM32将其与当前光斑的像素坐标(x_current, y_current)进行比较得到位置误差。这个误差经过增量式PID控制器计算输出PWM脉宽的变化量从而驱动舵机转动缩小误差最终使光斑稳定在目标位置。// 增量式PID算法伪代码示例 typedef struct { float Kp, Ki, Kd; // PID参数 float error[3]; // 当前误差e(k)上一次误差e(k-1)上上次误差e(k-2) float output; // 当前输出值 u(k) } PID_IncTypeDef; float PID_Inc_Calculate(PID_IncTypeDef *pid, float target, float current) { float delta_u; // 输出增量 Δu pid-error[2] pid-error[1]; pid-error[1] pid-error[0]; pid-error[0] target - current; // 计算当前误差 e(k) // 增量式PID公式: Δu Kp*[e(k)-e(k-1)] Ki*e(k) Kd*[e(k)-2e(k-1)e(k-2)] delta_u pid-Kp * (pid-error[0] - pid-error[1]) pid-Ki * pid-error[0] pid-Kd * (pid-error[0] - 2*pid-error[1] pid-error[2]); pid-output delta_u; // 本次输出 u(k) u(k-1) Δu // 对输出进行限幅防止超出PWM有效范围 pid-output LIMIT(pid-output, PWM_MIN, PWM_MAX); return pid-output; }4. 视觉处理与通信香橙派的关键任务香橙派的任务很重它需要完成从“看到”到“算出”的全过程。4.1 图像处理流程OpenCV图像采集从USB摄像头读取一帧图像。预处理进行降噪如高斯滤波、颜色空间转换转到HSV空间更容易分离颜色。颜色识别根据红色激光光斑的HSV阈值范围通过cv2.inRange()函数创建掩膜提取出红色光斑区域。形态学操作对掩膜进行腐蚀、膨胀消除小噪声点连接断裂区域。轮廓查找与中心计算使用cv2.findContours()找到光斑轮廓并用cv2.moments()计算轮廓的质心这就是光斑在图像中的像素坐标(cx, cy)。透视变换这是一个关键步骤因为摄像头可能不是正对屏幕图像会有透视畸变。他们通过标定屏幕四个角点利用cv2.getPerspectiveTransform()和cv2.warpPerspective()函数将图像矫正为正视图这样计算出的坐标才准确不受摄像头角度影响。4.2 自主设计的通信协议香橙派和STM32之间通过串口通信。为了保证数据正确、高效地传输他们设计了一个简单的通信协议。一个典型的协议帧可能包含帧头如0xAA 0xBB用于标识一帧数据的开始。数据类型一个字节标识这是红色目标坐标还是绿色目标坐标或者是控制命令。数据负载例如包含目标点的X、Y坐标每个坐标可能用2个字节的整数表示。校验和将前面所有字节相加取低8位作为校验用于判断数据传输是否出错。帧尾如0x0D 0x0A回车换行。在STM32端需要编写一个串口数据解析器不断接收字节并按照“找帧头-收数据-验校验-处理”的流程来解析指令。5. 调试心得与注意事项最后分享几个从他们方案中总结出的、极具实战价值的调试经验和注意事项这些坑你可能也会遇到供电是头等大事务必确保舵机和香橙派的电源功率充足且稳定。使用示波器观察电源电压在舵机动作时是否有大幅跌落。最好用大容量电池或稳压电源。共地共地共地香橙派、STM32、舵机电源、摄像头等所有设备的地线GND必须连接在一起形成一个共同的参考零电位。否则串口通信会乱码信号会飘。香橙派环境配置按照他们建议使用Debian系统兼容性最好。务必启用并配置好串口可能需要修改/boot/config.txt文件。Python环境建议用3.9并安装好opencv-python和tkinter库。PID参数整定这是调试点睛之笔。先调P比例让系统快速响应再调D微分抑制超调和振荡最后调I积分消除静态误差。在云台实际运动时观察光斑的响应来调要有耐心。视觉调试技巧先用一个单独的Python脚本把摄像头识别到的光斑位置用圆圈实时画在图像上显示出来确保识别准确、稳定。然后再接入整个系统。透视变换的角点标定要尽量精确。这个全国一等奖方案胜在架构清晰、选型合理、注重工程实现细节。它没有追求最炫酷的技术而是用最稳妥、最高效的方式满足了所有题目要求。希望这份详细的解析能帮助你理解如何将一个复杂的嵌入式系统项目一步步分解、设计并实现出来。