2025电赛视觉

2025全国大学生电子设计大赛E题

效果及装置展示

视频1：项目功能演示——瞄准靶心

视频2：项目功能演示——画6cm圆

视频3：项目功能演示——视觉部分

图1：装置展示视角1

图2：装置展示视角2

简易自行瞄准装置——视觉系统设计与实现

在本次竞赛中，我的核心任务是让装置能够精准、快速地“看”到目标，并引导激光进行瞄准和画圆。具体来说，我负责的部分要实现两大核心功能：一是在静态和动态环境下精准识别A4靶纸上的靶心；二是在小车行进时，同步生成一个半径为6cm的标准圆形轨迹。考虑到我们作为计算机专业的学生，在方案选型之初，我对比了OpenMV、K230以及我熟悉的Jetson Nano。K230和Jetson Nano性能强大，支持复杂的AI模型，但并不是很适用于本题。首先，本题对小车尺寸上有严格限制，没有办法使用Jetson Nano如此大块头的嵌入式开发板；其次，对于本次任务的核心需求——快速、鲁棒的几何图形识别与定位，它们显得有些“杀鸡用牛刀”，且开发周期较长。因此，我最终选择了OpenMV作为我们的视觉处理单元。它基于MicroPython开发，拥有成熟的图像处理库，开发效率高，非常适合在有限的竞赛时间内完成任务。

图1：OpenMV+变焦镜头
(开发迅速，紧凑高效)

图2：K230
(AI性能强，体积适中)

图3：Jetson Nano
(生态成熟，体积较大)

我的核心算法设计主要分为三个层次。首先是目标检测与定位。我没有采用复杂的深度学习方法，而是回归到经典的数字图像处理技术。通过对图像进行灰度化和二值化，利用find_blobs函数寻找黑色连通域，并结合面积、像素数、矩形度等多个阈值进行筛选，从而稳定地框选出靶纸的黑色外框。为了提升鲁棒性，我还特别加入了一个“边缘贴合检查”的逻辑，有效避免了因光照不均或背景干扰，将图像的边角误识别为靶纸的情况。

其次是透视校正与坐标解算。由于摄像头拍摄角度不固定，靶纸在图像中会产生透视畸变，一个正方形会变成不规则的四边形。如果简单地取矩形中心作为靶心，会产生很大误差。因此，我通过提取矩形轮廓的四个顶点，利用对角线交点法来计算透视变换后的实际中心点，这个点比几何中心更能代表三维空间中的真实靶心，从而确保了我们的瞄准精度。在画圆任务中，这个校正后的靶心也为后续轨迹生成提供了精准的基准。

最后是动态轨迹生成与同步。这是本次设计的难点和亮点。为了在倾斜的靶面上画出一个标准的物理圆形，我设计了一套透视自适应的椭圆生成算法。简单来说，系统会根据识别到的靶纸矩形在图像中的变形程度（即长短边的比例变化），动态地计算出一个补偿性的椭圆参数。当我们在图像上绘制这个椭圆时，由于透视的“反向”作用，它在物理靶纸上就会被还原成一个标准的圆形。同时，为了与小车的运动同步，我通过周期匹配和角度平滑插值，确保了激光画圆的角速度与小车行驶的角速度保持一致，最终实现了小于1/4圈的同步误差。

在整个系统中，我负责的OpenMV与队友负责的STM32主控和MSPM0小车控制器之间需要高效协作。我们约定了一套简洁的串口通信协议。OpenMV作为从机，根据STM32发送的指令（如0xA1代表瞄准，0xA2代表画圆）进入不同工作模式。处理完成后，OpenMV会将计算出的目标坐标（x, y）打包成特定的数据帧（包含帧头、数据和帧尾），通过串口发送给STM32。STM32接收到坐标后，再通过PID算法驱动云台进行精确的运动控制。这种主从结构清晰，解耦了视觉处理和运动控制，提升了整个系统的稳定性和可维护性。

常见问题与解答（Q&A）

1. 问：你为什么最终选择了OpenMV，而不是性能更强的K230或Jetson Nano？

答： 这涉及到我们项目初期的核心技术选型。虽然我之前有K230和Jetson Nano的开发经验，知道它们拥有强大的算力，尤其是在运行神经网络等AI应用方面显然比OpenMV更好（我们用的是4不是4plus就更是如此）。但经过对赛题的深入分析，我判断本次任务的核心是几何图形的快速、稳定识别，而非复杂的场景理解或模式识别。OpenMV的优势在于：第一，开发效率高，它使用MicroPython，配合官方IDE，可以非常迅速地验证算法原型，这在时间紧张的电赛中至关重要。第二，针对性强，它的内置函数库，如find_blobs、get_regression等，都是为这类传统的机器视觉任务高度优化的，足以满足赛题要求。第三，成本和功耗更低，系统集成更简单。综合考虑开发周期、任务匹配度和系统复杂度，我认为OpenMV是本次竞赛最高效、最合适的选择。

2. 问：在你的代码中，你提到了“边缘贴合检查”，能具体解释一下它的作用和实现原理吗？

答： 在调试过程中，我们发现当靶纸部分移出视野或在特定光照下，摄像头图像的边缘有时会被错误地识别成一个大的黑色区域（blob）。如果不对其进行处理，系统会错误地将这个“伪目标”作为靶纸，导致后续所有计算失效。“边缘贴合检查”就是为了解决这个问题。我的实现原理很简单：在find_target_boundary_rect函数中，当找到一个候选的矩形区域后，我会检查它的坐标 (x, y) 和尺寸 (w, h)。如果 x 或 y 等于0，或者 x+w 大于等于屏幕宽度，或者 y+h 大于等于屏幕高度，就意味着这个矩形的一条边紧贴着图像的边界。在我们的应用场景下，完整的靶纸几乎不可能完美地贴合在图像边缘，所以一旦出现这种情况，我们就有理由认为这是一个误识别，并将其从候选目标中剔除。这个小技巧极大地提升了我们目标识别的鲁棒性。

3. 问：你是如何处理摄像头透视畸变，确保瞄准精度的？仅仅计算对角线交点就足够吗？

答： 处理透视畸变是我们保证精度的核心。我的方案分为两步：首先，通过find_blobs找到的黑色边框，我们能得到一个大致的矩形轮廓。然后调用find_rects或类似角点检测的算法来精确定位这个轮廓的四个顶点。得到这四个顶点坐标后，我采用了对角线交点法来计算靶纸的透视中心。理论上，在透视变换中，直线依然是直线，两条对-角线的交点在三维空间中是唯一的，并且非常接近靶面的物理中心。对于本赛题要求的2cm误差范围来说，这种方法的精度是完全足够的，并且计算量远小于完整的透视变换矩阵求解和图像校正（即image.warp_perspective），从而保证了处理速度。如果要求更高的精度，比如毫米级，那么可能就需要通过棋盘格标定计算出相机的内外参数，然后进行更精确的像素点反投影计算，但对于本次任务而言，对角线交点法是一个在精度和效率之间取得极佳平衡的方案。

4. 问：在画圆模式下，你是如何保证在物理靶面上画出的是一个标准圆，而不是一个椭圆？

答： 这是我们系统的一个创新点。由于透视效应，一个在物理世界中的标准圆，投影到倾斜的图像平面上会变成一个椭圆。反过来，如果我们想在物理靶面上得到一个标准圆，我们就必须在图像平面上绘制一个经过“预畸变”的椭圆。我的算法是这样做的：首先，我根据识别到的靶纸矩形在图像中的四个顶点，计算出它的两条边在图像中的长度比例，这个比例可以反映透视的强度。然后，我以靶纸短边的物理长度（21cm）和它在图像中的像素长度为基准，计算出6cm物理半径对应的像素半径r。最后，根据前面算出的透视强度，对这个基础半径r在长轴和短轴方向进行拉伸，生成椭圆的两个半轴a和b以及旋转角度，从而得到一个补偿性的椭圆。当云台控制激光点按照这个补偿椭圆的轨迹运动时，它在物理靶纸上的投影就自然地被“还原”成了一个标准的圆形。

5. 问：你的视觉模块（OpenMV）和运动控制模块（STM32）是如何通信的？通信协议是怎样的？有没有考虑过通信延迟或数据丢失的问题？

答： 我们采用UART串口进行通信，波特率为115200。通信协议是我们自定义的一个简单数据帧格式：帧头(2字节) + 数据(2字节) + 帧尾(2字节)。

• 帧头是固定的0x3C, 0x3B，用于数据同步和起始判断。
• 数据部分，我将目标点的X坐标和Y坐标（范围都是0-255）分别作为高8位和低8位，合并成一个16位的整数，这样一次就能把坐标信息传完。
• 帧尾是固定的0x01, 0x01，用于校验数据包的完整性。
• 控制指令则更简单，STM32直接发送单个字节（如0xA1, 0xA2）给OpenMV来切换模式。

为了应对延迟和丢包，我们做了几点处理：第一，STM32在接收数据时，会严格检查帧头和帧尾，只有当一个完整的数据包被接收后，才会更新目标坐标，这防止了数据的错乱。第二，我在OpenMV端设置了发送间隔（比如30ms），避免了数据发送过于频繁导致STM32处理不过来或串口堵塞。第三，如果STM32在一段时间内没有收到新的坐标数据，它会保持在最后一个有效坐标点的位置，而不是乱动，保证了系统的稳定性。

6. 问：小车在运动时，整个装置会有抖动，这对你的视觉识别会产生什么影响？你是如何克服的？

答： 抖动确实是一个挑战。它主要会造成图像模糊，影响边缘和角点的检测精度。我们主要通过软硬件结合的方式来缓解这个问题：

• 硬件上，我们尽可能地加固了云台和摄像头的结构，减少物理上的松动。
• 软件算法上，我做了几点优化：第一，提高摄像头的快门速度，在代码中我通过sensor.set_auto_exposure(False)关闭自动曝光，并手动设置一个较短的曝光时间，这相当于提高了快门速度，可以有效减轻运动模糊。第二，数据平滑，在画圆模式中，我使用了滑动平均滤波。新的目标点坐标并不会直接使用，而是与上一个目标点进行加权平均（target_x = int(target_x * (1-smooth_factor) + last_target_point[0] * smooth_factor)），这使得最终输出的轨迹更加平滑，滤除了高频的抖动。第三，算法容错性，我的目标识别算法本身对轻微的模糊不敏感，因为它依赖的是较大面积的色块（blob）而不是单个像素点。

7. 问：在画圆时，如何确保视觉画圆的周期与小车行驶的周期严格同步？

答： 我们采用的是一种开环同步结合闭环校正的策略。首先，我们通过多次测试，测得小车稳定行驶一圈的平均时间T（比如15.5秒）。这个时间T被预设在OpenMV的代码中（target_circle_time）。当画圆模式启动时，OpenMV会记录一个起始时间circle_start_time。在任意时刻t，理想的目标角度就是 (t / T) * 2 * PI。这就是我们的开环同步基础。但是，为了让轨迹更平滑，避免角度突变，我加入了一个闭环校正环节：当前帧计算出的理想角度并不会直接使用，而是与上一帧的实际角度进行比较，通过一个比例因子（代码中的0.3）来平滑地追赶理想角度。这种方式既保证了整体周期与小车匹配，又使得局部轨迹连续、顺滑，最终实现了小于1/4圈的同步误差要求。

8. 问：如果比赛现场的光照条件发生剧烈变化，比如突然变暗或出现强光反光，你的系统能适应吗？

答：我们充分考虑了光照变化对系统的影响。我的应对策略主要有两点：第一是二值化阈值的选择。我使用的黑色阈值BLACK_THRESHOLD = (0, 20)是一个比较严格的范围，专门针对我们使用的黑色胶带。这意味着只有非常暗的区域才会被识别，这在一定程度上可以抵抗环境光变亮的影响。第二，也是更重要的一点，是关闭自动曝光和自动白平衡。在初始化摄像头时，我会让摄像头先自动适应一下当前环境光，然后就调用sensor.set_auto_gain(False)、sensor.set_auto_whitebal(False)和sensor.set_auto_exposure(False)将其锁定。这样做的好处是，一旦参数固定，摄像头的成像特性就不会再随光线变化而变化，保证了后续图像处理算法输入的一致性。虽然这可能不是在所有光照下都是“最优”的画面，但它保证了“稳定”，而对于依赖固定阈值的算法来说，稳定比最优更重要。在实际赛场当中很多队伍也因为这个问题无法准确识别对象。

9. 问：你的代码中设置了两种发送延迟STANDARD_SEND_INTERVAL_MS和CIRCLE_SEND_INTERVAL_MS，为什么画圆模式的延迟要比瞄准模式更长？

**答：**我将画圆模式的延迟（50ms）设置得比瞄准模式（30ms）更长，是基于对两种模式下系统负载和控制需求的权衡。

• 瞄准模式下，系统的目标是“快”，需要尽快地将计算出的靶心坐标发送给主控，让云台快速响应。因此，我设置了较短的30ms延迟，以保证高刷新率。
• 画圆模式下，系统的目标是“稳”和“平滑”。这个模式的计算量更大，因为它涉及到椭圆参数的动态计算和角度的平滑插值。设置更长的延迟（50ms）可以给OpenMV留出更充裕的计算时间，确保每一帧的计算都能完成。更重要的是，过于频繁地发送坐标点反而可能导致云台运动出现微小的“顿挫感”，适当降低刷新率，配合代码中的平滑算法，反而能让最终的画圆轨迹更加流畅和连贯。这是一种在保证实时性的前提下，优先确保轨迹质量的策略。

10. 问：我们注意到你自定义了串口通信协议。如果用《计算机网络：自顶向下方法》中的五层模型来审视，你的协议主要实现了哪几层的功能？

答： 用五层模型来分析，我们的自定义协议主要工作在两个层面：

• 应用层：我们定义了0xA1为“瞄准模式”、0xA2为“画圆模式”等指令，以及将(x, y)坐标打包成16位整数的格式。这本质上就是定义了通信双方交换的报文（Message）的含义，是应用层的核心功能。
• 链路层：我们使用了固定的帧头0x3C3B和帧尾0x0101来界定一个数据帧（Frame）的开始和结束。这实现了链路层的成帧功能。同时，通过检查帧头帧尾是否匹配，也提供了一种非常基础的差错检测能力。

我们没有实现网络层、运输层和会话层的功能，因为这是一个简单的点对点通信场景，不存在路由选择（网络层）、端口复用或可靠传输（运输层）等复杂需求。

11. 问：请再详细解释一下你的“透视自适应椭圆生成算法”。你是如何从矩形的边长比例，具体推导出补偿性椭圆的长短轴参数的？这背后的数学或几何假设是什么？

答： 这个算法的核心几何假设是：当一个平面（靶纸）相对相机倾斜时，其在图像上投影的主要形变是沿着深度方向的透视收缩（Foreshortening）。也就是说，离相机远的部分会比离相机近的部分在图像上显得更短。 我的算法实现步骤如下：

1. 获取形变信息：在找到靶纸轮廓的四个顶点后，我计算出它在图像上四条边的像素长度：top_edge, bottom_edge, left_edge, right_edge。
2. 计算收缩率：我通过 h_ratio = min(top_edge, bottom_edge) / max(top_edge, bottom_edge) 和 v_ratio = min(left_edge, right_edge) / max(left_edge, right_edge) 来量化水平和垂直方向的透视收缩程度。一个理想的正方形投影，这个比率会接近1.0，透视越严重，比率越小。
3. 计算补偿系数：为了在物理上画出圆，我们需要在图像上“拉伸”那个被透视压缩了的轴。我设计了一个经验性的补偿公式，如 h_ellipse_ratio = 1 + (1 - max(0.1, h_ratio)) * k（其中k是一个调试出来的超参数，比如1.2）。这个公式的含义是，收缩率h_ratio越小（即形变越严重），补偿系数h_ellipse_ratio就越大。
4. 生成椭圆参数：首先，我根据靶纸的物理尺寸和像素尺寸的比例，计算出目标6cm半径在图像中对应的基础像素半径r。然后，判断哪个方向的形变更严重（比如h_ratio < v_ratio），就在另一个方向上进行补偿。例如，如果水平方向压缩更厉害，那么椭圆的长轴a就等于基础半径r，而短轴b则等于 r / h_ellipse_ratio，并设置相应的旋转角度。

这个算法虽然不是基于严格的光学几何推导，但它抓住并量化了透视形变的核心特征，通过一个补偿模型，在实际测试中非常有效地将物理轨迹还原成了标准圆，满足了赛题的要求。