电赛F题 视觉openmv代码

2021年电赛 F题 视觉部分 （openMV4 plus）记录

记录下比赛

emmmm选了F题，别的都没思路，哈哈哈哈哈，对小车比较亲切

赛题一出，就确定了大概率是F题了，看了看题认为是“数字识别”+“巡线小车” 扩展部分的话就是“无线通信”+“路径规划（或者路线记忆？😂）”

刚开始是想把“地图数据”存在32里面：规划好每个病房路线，到时候通过摄像头识别并返回实际病房数字，与已规划路线匹配，这样回来的就更精准了。

以下部分摄像头仅负责1-8识别以及识别”病房虚线“ 说说图像识别(openMV4 plus)

在edge impulse训练数字识别，很多人都是这么想的，但是在运动中不可行。帧率太低，跟不上反应。（此处可以使用停车识别数字）尽管显示98%正确率（数据集1800张，重拍数据集了好多次），但是考虑到环境等因素对其检测的不利因素，改用其他方案，当然有很多组是识别成功了的。 改为模板识别，采用灰度以提高帧率，识别效果还行，但是局限的是：摄像头角度、距离不能有太大变化，且处理8张照帧率真的很一般，行进中识别肯定不行。

根据赛道结构易知需对（“1”“2”）（“3”-“8”）不同处理，且需重点处理4位数

通过将各种情况模块化，将计算量分散，帧率上去了！

思路大概是这样：

“”" 先写个初始亮红灯 把1-8的图像遍历 # 用来识别目标值，帧率不需要很高 return 目标值 传回目标值到32 openmv判断目标值 灭红灯 进入对应模块（增加帧率） 传回转向方式到32 “”" “”" 当aim为1或2时，将aim发送给stm32，使stm32在到达第一个路口时，直接进行左转或右转。 当aim为3-8时，进行行进中识别。 在行进中只对识别到2个或3个数（可补充4位数的情况）的情况进行处理（因为小车限高以及为保持识别准确率，摄像头的角度需要合理调整；由于同时匹配到4个数的概率很小（图像在边缘时匹配率较低），在匹配识别到3个数的时候就可以根据其相对位置判断左转还是右转） “”"

组合调第一个车，速度与图像识别不可兼得，最后还好。

返回给32的是 目标值 和 行为指令（左，右，停）

之后时间就是双车链接，以不同目标位置把第二辆车的转向方式稍作修改以及其他…

当然用树莓派或别的平台处理效果更好

代码

匆忙写的，没有优化：无需停车识别数字，但仍有部分小问题 方案的缺陷在于摆放的数字需要紧挨在一起 {aim} (1)左 (2)右 (3)停