学习实践

大三项目——真空管道机器人

项目简介（有细微调整）：

我们团队基于STM32F407开发（之后为Arduino）和设计了一种适应型高效节能型溯源机器人（如图4），并且具体地研究和分析了该类机器人在管道中的各种运行状况。装置主控采用STM32单片机，根据CSDN上的原理图制作一个STM32f407的最小系统板（如图 5），用立创EDA或Altium Designer画原理图生成PCB之后布局、布线，扩展出引脚以便于后期测试。最终可选择集成在同一个板子上。装置推进方式为链式级联气压推动，单级推进装置由前气囊、辅助支撑机构、弹簧活塞、增压气泵和后气囊组成，前后气囊分别位于弹簧活塞的两端。

装置定位系统采用GPS（G28Z2FTTL）模组，模组采用中科微AT6558R定位芯片，是一款能够以99通道接收卫星信号低功耗；高灵敏度，G-MOUSE能够在城市、峡谷、高架下面等弱信号的地方，以及汽车内部任何位置可以快速、准确地进行定位。使得模块可广泛用于车载监控、公交车报站、车载导航、船载导航、笔记本导航等产品上。视觉监测板块使用openMV4 plus，通过计算机视觉辅助检测，通过micro python编程我们的机器人24小时长时间运行的设备，所以保持一个稳定的光源是至关重要的，尤其在颜色算法中。

使用北醒TF-mini-s激光雷达，使用激光雷达获取2D/3D数据，通过机器学习相关算法对数据进行预处理，从而对管道进行3D建模，连接上WIFI后，通过阿里云等的API接口将数据从物理层转变成网络层实现数字孪生。通过激光雷达采集到的数据，通过TCP技术传输到物联网，电脑从网上获取数据，并且通过对其数据处理，实现数据的可视化，生成3D模型。我们将ROI设置为整个图像，并且合理地设置LAB的阈值，最后利用霍夫变换进行圆识别，当设置好光源的角度时，中间的漏气点由于光线照不到，会出现黑色的圆形，通过micro python相应的库函数可以准确返回漏气点中心的坐标。从而实现对不同形状漏气点的检测、判断，还可以扩展wifi实时图传功能，便于使用者实时监测。

驱动板块使用A4988。A4988是一款带转换器和过流保护的DMOS微步驱动器，该产品可在全、半、1/4、1/8及1/16步进模式时操作双极（两相）步进电动机，输出驱动性能可达35V及±2，A4988包括一个固定关断时间电流稳压器，该稳压器可在慢或混合衰减模式下工作。

项目记录

我不是主要负责文本内容的，但是有关技术细节方面内容是我写的，一些背景相关调查我可以高质量完成，但是时间有限，我选择先搞定重要的内容，其他技术含量较低的，如文本，可以先让学弟等其他人做。

这是我大二阶段第一次做新苗项目，虽然我不是负责人，但是主要电子电气方面的技术主要是我负责的，而且也做关于技术细节的内容。

当时主要在学习英语和熟悉如何高效使用ChatGPT解决工程问题，所以重新开始搞项目还是不太熟悉，特别是这个新领域——嵌入式微控制器开发板（Arduino）作为下位机，运行系统的单板计算机（树莓派）作为上位机。我的设计想法：Arduino用于驱动直流减速电机（不能是步进电机，Arduino对于多通道频率输出功能不足）和采集传感器信号（噪声信号，压力信号，卫星数据信号，激光雷达检测信号等等）其中有数字信号，模拟信号，需要设置相应的树莓派引脚来获取信号。

因为树莓派没有可以用于模拟信号采集的板载模块，需要通过MCP3008 ADC等模拟信号转换芯片完成，所以我使用了Arduino来收集模拟信号，再进行AD转换，得到的数值通过USB转type B公，串口通信发送给树莓派。

长时间没有运行树莓派了，系统加载出了一些问题。入门学习树莓派硬件，linux命令，SSH远程登入（基本都使用VNC软件，连接到同一个WiFi就可以通过IP登入），系统管理和操作，文件调用等等。

当然在树莓派ubuntu 22.04上部署opencv并且调用摄像头也是一个有挑战的事情，因为是ubuntu系统，所以和官方的Raspbian系统给出的各种调用摄像头的快捷命令不同。需要自己不断试错，我之前还按照书本上的内容一步一步详细操作，虽然书本有明显的错误，但是改正后就是不可以，当时夏天我在家里吹着空调，心理很不爽和崩溃。

终于在暑期回校之后借助ChatGPT克服了这个挑战。有了一个感想：就是当遇到了很多问题时候，问题很难解决，可是尝试着重新开始解决这个问题。小小树莓派倾注了我很多的心血。

以下是成功的调用opencv的记录。