基于OpenMV的多功能救援車探究*

張 媛 萬 盈 榮傲華 鄧志民 劉博文 胡安正

(湖北文理學院物理與電子工程學院 湖北 襄陽 441053)

1 系統總體設計

如圖1所示，設計了一種遙控追蹤的多功能救援車.該救援車系統主要包括主體平臺和以STM32 單片機為中央處理器的無線遠程遙控兩部分，其間通過NRF24L01無線通信模塊進行遠程雙向通信，主體平臺采用K60作為主控處理器，基于OpenMV攝像頭和三維云臺，利用PID自動調節及機器視覺識別等技術，用戶可通過OLED屏幕上反饋的信息，由遠程遙控發送指令來實現避障、自動追蹤、瞄準定位等功能.

圖1 系統總體設計圖

2 系統硬件方案選擇

(1)微處理器選擇：遠程遙控器部分選用STM32F103C8T6單片機，其具有單周期的乘法指令和硬件除法以及優先級可編程的中斷系統，工作時頻率最高可達72 MHz.主體平臺部分采用K60作為主控處理器，主頻可達到180 MHz，具有豐富的模擬、通信、定時和控制外設.

(2)無線通訊模塊的選擇：遙控器部分通訊模塊選用NRF24L01無線通訊模塊，該模塊是一款新型射頻收發器件，工作于2.4 GHz～2.5 GHz ISM頻段.內置頻率合成器、功率放大器等功能模塊，融合了增強型ShockBurst技術，其輸出功率和通信頻道可通過程序進行配置.

(3)機器視覺模塊的選擇：系統選用OpenMV攝像頭， 該攝像頭是一款低價、可擴展且支持Python的機器視覺模塊，其以STM32H743VIT6單片機為核心，集成了OV7725攝像頭芯片，整個模塊在二者的聯合下已高效地實現了核心機器視覺算法.

3 系統信息采集的原理探究及軟件設計

由于救援車在工作時需要多個模塊進行信息交互，其間除了最簡單的串口通信外還要進行基于NRF24L01的無線信息傳輸[1].故而整個系統的3個處理器除了需要通過程序控制其完成各自任務外，還需完成相互之間的信息傳遞.尤其是針對無線信息傳輸的部分，則更需要通過算法對丟包、信息準確度等問題進行優化.對此，本文選擇放棄一定的通訊效率來換取信息的完整度，從而保證系統的穩定與可靠.以下將系統分為3部分進行分析設計.

(1)遙控器信息采集的原理及程序設計

用戶在使用遙控器時，可以通過OLED屏幕上顯示的菜單以及車模運行中的各項信息，通過按鍵對菜單進行操作，即通過電位器(搖桿)來操控車模的方向，控制其完成各項任務.在遙控器信息采集過程中，相對重要的是將采集到的搖桿電壓值轉化為控制電機與舵機執行對應動作的指令.由于搖桿帶有回彈裝置，故將遙控器開機時采到的第一批電壓值經濾波處理后設為中點電壓.即此狀態時，車模電機轉速為零，車模前輪保持向前，將滑動端采得的最大值與最小值之差劃分為4 096個刻度，根據每一時刻單片機所采到的電壓值轉化為對應的百分比數值，并將這一信息編輯為報文發送至車模主控，對方則將接收到的信息轉化為脈沖寬度調制(Pulse width modulation，PWM)波形對應的占空比傳遞至執行器，從而達到用搖桿控制車模運行速度與運行方向的目的.

(2)攝像頭部分光信息采集原理探究及程序設計

該救援車通過三維云臺和機械臂完成高危任務時，以OpenMV作為任務模塊的“眼睛”即通過OpenMV捕捉到符合預設要求的目標物.在OpenMV捕捉要求的目標物時，將采集到的光信號轉換成電信號，單片機通過Lab色彩空間來判斷所采集的圖像(Lab色彩空間是由國際照明委員會制定的一種色彩模式，其中L表示亮度；a代表從綠色到紅色的分量；b代表從藍色到黃色的分量).如此，可將圖像中符合所設閾值的連續像素點認為是一個色塊，對此時圖像中的所有色塊的外接矩形面積以及色塊所含像素點的數量是否符合預設要求進行逐一判斷，剔除其中不滿足預設要求的色塊.若圖像經過上一步處理后仍存在多個滿足要求的色塊，則先根據色塊區域的像素數量進行排序，選擇其中最大的X個目標，將這些目標的坐標按照(r,θ,φ)自小到大的順序進行排序，將排序后的信息經由車模主控發送至遙控器的控制單元，隨后顯示于遙控器板載OLED屏上，以供使用者選擇[2].目標物在球坐標系示意圖,如圖2所示.

圖2 目標物在球坐標系示意圖

(3)車模主控的程序設計

車模主控部分主要起到中繼作用，其接收遙控器的各類指令發送至各執行器，以達到控制全車的目的.針對各執行器，處理器主要操控的部分有轉向舵機、電機以及云臺；針對轉向舵機，需預先測出其打角至機械左右極限和機械零點對應的PWM波占空比，并將其與方向控制搖桿的電壓信號進行匹配，實現方向控制的功能.電機的控制與轉向舵機的控制類似但不相同，也需要預設一個行駛速度上限、倒車速度上限以及靜止速度設定值，并將這一設定值與速度控制搖桿的電壓信號進行匹配.關于上述PWM波占空比的閉環控制算法，系統采取的是使用廣泛、技術成熟的PID控制算法[3]，算法流程圖如圖3所示.

圖3 算法流程圖

算法的系統函數如下：

PWMout=KP(SV- PV)+KI*sum+K* SV

sum=∑(SV- PV)

其中，SV為速度設定值，PV為編碼器所采集到的速度當前值，KP和KI以及K為3個需要設定的系數.

云臺的主要任務為輔助OpenMV進行目標物的尋找與捕捉，以及確定目標后由OpenMV輔助其完成瞄準任務.由于在尋找目標物的過程中已經對目標物的大致方位有了一定的了解，所以執行該任務的第一階段會將目標物收納于OpenMV的視野當中，運用增量式PID算法的思想“多退少補”，將目標物中心移動至OpenMV的視野中心，即完成了瞄準工作.

4 總結

該救援車通過OpenMV與云臺二者的結合，經NRF24L01模塊實現信息交互，可實現避障、自動追蹤、瞄準定位、輔助救援等功能.經過測試該救援車可按照操作者的指令完成預設的任務，且各項功能均運轉良好.實物效果圖如圖4所示.

圖4 救援車實物效果圖