【树莓派+OpenCV+STM32】智能小车巡线_提取线路数据并通过串口通信传输_树莓派和agv小车的stm32串口通信,获得小车数据信息

作者：Cpp五条 | 2024-06-16 23:42:22

踩

树莓派和agv小车的stm32串口通信,获得小车数据信息

一、所用材料

树莓派4B
树莓派官方摄像头
STM32F103C8T6最小系统板

二、实现功能

在树莓派上用OpenCV对摄像头中的图像进行处理，将图像处理后的数据通过串口通信给到下位机STM32F103C8T6，再由下位机给出控制信号，利用pid算法实现对小车运动轨迹的控制。硬件连接实物如下图所示。（本文章只讲述到树莓派与下位机之间通信的部分）

三、实现过程

3.1 树莓派

1、配置串口

可以参考学习笔记一：树莓派与STM32的UART通信这篇博客的第一章，里面详细讲述了如何改变串口的映射和mini串口调试助手的安装及使用。其中在我安装好minicom后，在终端输入 minicom -D /dev/ttyAMA0 后确实出现了提示没有权限的情况，这个时候需要现在终端输入 sudo chmod 777 /dev/ttyAMA0 再输入 minicom -D /dev/ttyAMA0 就可以正常打开miniocm了。

按照上面这篇博客的步骤，确保树莓派和电脑之间可以正常通信后再进行下一步操作。

2、调用OpenCV

在使用OpenCV前可以再确认一下树莓派的通信是否正常，可以试着运行下面的代码。如果串口通正常，将会间接收到从1-100的数字。


import serial
import time
 
ser = serial.Serial('/dev/ttyAMA0',115200)
num = 1
 
while True:
    
    ser.write(str(int(num)).encode() + '\r\n')
    num += 1
    if num > 100:
        num = 1
        
    time.sleep(0.2)

在确定串口通信正常后，就可以用OpenCV来进行图像处理，在下面呈上我使用的代码。为了使对黑色的识别效果更好，我在代码中加入了高斯模糊来减小噪声，黑色的阈值选定的是60，大家也可以根据具体情况来适当改编代码。


import cv2
import numpy as np
import serial
import time 
 
def main():
    # 打开摄像头
    cap = cv2.VideoCapture(0)
 
    # 检查摄像头是否成功打开
    if not cap.isOpened():
        print("无法打开摄像头")
        return
 
    ser = serial.Serial('/dev/ttyAMA0',115200)
    
    while True:
        
        start_time = time.time()
        
        # 读取当前帧
        ret, frame = cap.read()
 
        # 检查帧是否读取正确
        if not ret:
            print("???????")
            break
 
        # 将图片转到灰度值
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
        #高斯模糊
        blurred = cv2.GaussianBlur(gray, (5, 5), 0)
 
        # 设定黑色的阈值范围
        _, threshold = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY_INV)
 
        # 寻找轮廓
        kernel = np.ones((5, 5), np.uint8)
        opening = cv2.morphologyEx(threshold, cv2.MORPH_OPEN, kernel)
        
        _, contours, hierarchy = cv2.findContours(opening, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
 
        # 绘制轮廓
        centers = []
        for contour in contours:
            # 计算轮廓的边界值
            x, y, w, h = cv2.boundingRect(contour)
            if w * h > 100:  # 只显示较大的轮廓
                    cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)
            center_x = x + w //2
            centers.append(center_x)
           
        #发送黑色域的水平中点坐标
        if centers:
            message =str(centers[0]).encode() + b'\n'
            ser.write(message)
            
        # 显示原始图像和结果图像
        cv2.imshow('Frame', frame)
        cv2.imshow('Threshold', threshold)
 
        # 按q退出
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
        
        time.sleep(max(0,0.05 - (time.time() - start_time)))
        
    # 释放摄像头
    cap.release()
    # 关闭所有窗口
    cv2.destroyAllWindows()
 
if __name__ == '__main__':
    main()

其中，在调用 cv2.findContours 函数时，可能会因为OpenCV版本的问题而导致返回值个数的不同，会出现 “ValueError: too many values to unpack (expected 2)” 的报错。如果在运行中出现了这个报错，可以将寻找轮廓的代码换成下面这段，这样就可以避免因版本不同而带来的问题。


# 寻找轮廓
try:
    # OpenCV 4.x及一些3.x版本
    contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
except ValueError:
    # OpenCV 3.x的更早版本
    _, contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

如果代码运行无误，那么你将会得到如下图所示的结果，总体来说识别效果还算不错，黑色区域的轮廓也还算清晰。同时，如果你可以在电脑串口助手上收到黑色区域的水平中点值，那么树莓派的配置工作到此为止就圆满结束了。

3.2 STM32

因为本博客不涉及到控制部分，所以下位机的配置就相对比较简单了，只需要简单的串口接收模块就可以，这里就简单带过，具体有问题的可以参考我的另一篇色块追踪的博客，里面有初始化配置和串口初始化的详细过程，虽然是F407ZGT6的，但是逻辑上和F103C8T6没有太大区别，在此附上连接【OpenMV+STM32】PID控制二维自由舵机色块追踪。

1、CubeMX

因为芯片不同，所以在时钟树的配置上与F4是不同的，具体数值可以看下图。

在串口的配置上需要将UART1和USART2都打开，UART1用于与树莓派通信，而UART2用于与电脑通信，便于中间过程的调参。(USART2配置同理)

2、KEIL

①在usart.c的最后加上串口重定向代码。


int fputc(int ch, FILE *f)
{
  HAL_UART_Transmit(&huart2, (uint8_t *)&ch, 1, 0xffff);
  return ch;
}
int fgetc(FILE *f)
{
  uint8_t ch = 0;
  HAL_UART_Receive(&huart2, &ch, 1, 0xffff);
  return ch;
}

②在usart.h中加入库

#include <stdio.h>

③在main.c中相应的地方加入串口初始配置


#include <string.h>
 
#define RxBuffer_MaxSize  256     //最大接收字节数
char RxBuffer[RxBuffer_MaxSize],rx_buf[RxBuffer_MaxSize];   //接收数据
uint8_t aRxBuffer;			//接收中断缓冲
uint8_t Uart1_Rx_Cnt = 0;		//接收缓冲计数
 
/* USER CODE BEGIN 2 */
HAL_UART_Receive_IT(&huart1, (uint8_t *)&aRxBuffer, 1);
/* USER CODE END 2 */

④在main.c后加入串口回调函数


void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart)
{
    UNUSED(huart);
    if(huart == &huart1){
//      HAL_GPIO_TogglePin(GPIOC, GPIO_PIN_13);  // 有数据则翻转LED灯
	
        RxBuffer[Uart1_Rx_Cnt++] = aRxBuffer;
 
        if((RxBuffer[Uart1_Rx_Cnt-1] == '\n')) 
				{ // 检测到帧尾
            RxBuffer[Uart1_Rx_Cnt-1] = '\0';  // 替换帧尾为字符串结束符
            strcpy(rx_buf, &RxBuffer[0]);  // 复制数据到rx_buf，跳过帧头
			printf("%s\r\n", rx_buf);
            Uart1_Rx_Cnt = 0;  // 重置计数器
            memset(RxBuffer, 0, sizeof(RxBuffer));  // 清空接收缓冲区
        } 
 
        HAL_UART_Receive_IT(&huart1, (uint8_t *)&aRxBuffer, 1);
    }
}

由于在树莓派的串口发送中并没有设置帧头，并将帧尾设置成了'\n'，所以串口接收的代码相对较简单。如果代码运行无误，且单片机与电脑间的通信顺利，则电脑端也将会收到黑色区域的水平中点值，正如如视频中所示。

黑色域水平中点值传输

四、结语

本博客只是智能巡线小车中视觉的一部分，后续如果时间允许的话会将整个巡线的功能都写下来，同时之后如果有更好的图像处理代码我也会同步在此篇博客中修改。大家如果在配置过程中遇到什么问题或者发现此博客有任何问题，欢迎私信我或者直接在评论里留言。另外，如果大家现在就对控制模块感兴趣的话，不妨去看下我同实验室队友‘南极熊ii’的博客，他写过一些关于驱动电机的内容，在此附上链接。

[STM32+HAL]DengFOC移植之闭环速度控制

[STM32+HAL]DengFOC移植之闭环位置控制

【STM32+HAL】I2C+DMA读取AS5600编码器

声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop】