1、正點原子STM32F407探索者 + openmv3——串口通信
最近在用stm32f407探索者做滾球，一開始使用的攝像頭是openmv3（openmv4太貴）——實時檢測小球座標（x，y），然後把x和y發送到407開發板的LCD顯示。
openmv的好處是可以使用otsu（大津算法）自動檢測閾值，而ov攝像頭只能手動調閾值才能找出最佳二值化效果。
# 自動檢測閾值
img = sensor.snapshot()
t=img.get_histogram().get_threshold()
openmv最人性化的就是允許我們在嵌入式上使用Python來編程，比如調用find_blobs()方法，就可以獲得一個列表，包含所有色塊的信息，遍歷所有色塊後找出面積最大的就是小球。
img = sensor.snapshot() #獲取圖像
img.binary([th]) # 二值化
img.draw_rectangle(ROI,color=(220,20,60)) #畫出roi區域
blobs=img.find_blobs([thresholds], roi=ROI,pixels_threshold=100, area_threshold=100, merge=True) #根據pixels_threshold=100, area_threshold=100在roi區域尋找所有色塊
if blobs:
data=[]
cx_max = 0 #面積最大的色塊x座標清零
cy_max = 0 #面積最大的色塊y座標清零
pixel_max = 0 #面積最大的色塊面積清零
for b in blobs:
if b.pixels() >= pixel_max : #遍歷所有色塊，找到面積最大的一塊。
cx_max = b.cx()
cy_max = b.cy()
pixel_max = b.pixels()
img.draw_cross(cx_max,cy_max)
img.draw_circle(cx_max,cy_max,30)
openmv雖然操作簡單準確，但是我們在openmv和407通信這個地方折騰了很久。
STM32F407有6個串口，每個串口對應的I/O可以從芯片原理圖中對應找到，對於其串口1，PA9端口對應串口1的發送端，PA10端口對應串口1的接收端。下面是我在407開發板的原理圖上截取的串口1的部分：
一開始我們想的很簡單，先初始化串口，然後用write函數發送就ok了。
uart = UART(3, 115200) #串口3，波特率115200
uart.write(data_out +'\n')
實際上，openmv得先把數據打包好，設置幀頭，407再根據幀頭按位接收數據。
（一）openmv發送數據
uart = pyb.UART(3, 115200) #串口3，波特率115200
uart.init(115200, bits=8, parity=None, stop=1) #8位數據位，無校驗位，1位停止位
def send_data_packet(x, y):
temp = struct.pack("<bbii", #格式爲倆個字符倆個整型
0xAA, #幀頭1
0xAE, #幀頭2
int(x), # up sample by 4 #數據1
int(y)) # up sample by 4 #數據2
uart.write(temp) #串口發送
（二）stm32接收數據
usart.c
extern int ov_frame;
u8 X,Y; //СÇòµÄ×ø±êÐÅÏ¢
void Data_Processing(u8 *data_buf,u8 num)
{
int theta_org,rho_org;
theta_org = (int)(*(data_buf+1)<<0) | (int)(*(data_buf+2)<<8) | (int)(*(data_buf+3)<<16) | (int)(*(data_buf+4)<<24) ;
X = theta_org;
rho_org = (int)(*(data_buf+5)<<0) | (int)(*(data_buf+6)<<8) | (int)(*(data_buf+7)<<16) | (int)(*(data_buf+8)<<24) ;
Y = rho_org;
}
void Receive_Prepare(u8 data)
{
static u8 RxBuffer[10];
static u8 _data_cnt = 0;
static u8 state = 0;
if(state==0 && data==0xAA)
{
state=1;
}
else if(state==1 && data==0xAE)
{
state=2;
_data_cnt = 0;
}
else if(state==2)
{
RxBuffer[++_data_cnt]=data;
if(_data_cnt>=8)
{
state = 0;
Data_Processing(RxBuffer,_data_cnt);
}
}
else
state = 0;
}
void USART1_IRQHandler(void)
{
u8 temp;
if( USART_GetITStatus(USART1,USART_IT_RXNE)!=RESET )
{
USART_ClearITPendingBit(USART1,USART_IT_RXNE);
temp = USART_ReceiveData(USART1);
Receive_Prepare(temp);
}
}
代碼中的X,Y就是openmv發送給407的球心座標了。
2、正點原子STM32F407探索者 + OV2640
相比於支持python的openmv，ov系列攝像頭就很原始了，關於ov系列，我們一開始考慮了兩個選擇——2640和7670。
OV7670，30W像素，帶FIFO模塊.......
OV2640，200W像素，不帶FIFO模塊，先讀一行像素，再跳到下一行重新開始讀取新一行像素（見下面代碼第一個if）......
又在淘寶上對比了一系列參數，最終權衡之下選擇了貴了三十塊錢的2640。
2640用到了407芯片自帶的數字攝像頭接口DCMI，DCMI支持DMA。初始化時鐘 →初始化OV2640（初始化IO口 ，上電，並復位 ，執行初始化序列 ）→設置圖像窗口設置和圖像輸出大小設置，可以調整圖像大小或者縮放模式 →初始化DCMI（配置相關引腳的複用功能，使能DCMI時鐘，設置DCMI工作模式及PCLK/HSYNC/VSYNC等參數，設置DMA ，啓動DCMI傳輸，即設置DCMI->CR的最低位爲1）（當然這部分代碼我們直接用的正點原子的）。
對照openmv，2640的代碼就通俗易懂多了。
for(i=0;i<B;i++)
{
for(j=0;j<=A;j++)
{
if(j==A)
{
hang++;
LCD_SetCursor(0,i+1);
LCD_WriteRAM_Prepare(); //¿ªÊ¼Ð´ÈëGRAM
}
//LCD->LCD_RAM=rgb_buf[i][j];
gray=((rgb_buf[i][j]>>11)*19595+((rgb_buf[i][j]>>5)&0x3f)*38469 +(rgb_buf[i][j]&0x1f)*7472)>>16;
if(gray<=20) //ÕâÀïÊÇСÇòºÚ°×¶þÖµ»¯
{
if(i>12&&i<136&&j<150&&j>19)
{
if(i>X_MAX) X_MAX=i;
if(i<X_MIN) X_MIN=i;
if(j>Y_MAX) Y_MAX=j;
if(j<Y_MIN) Y_MIN=j;
}
LCD->LCD_RAM=WHITE;
}
else
{
LCD->LCD_RAM=BLACK;
}
}
3、PID
PID控制器是工業過程控制中廣泛採用的一種控制器，其中，P、I、D分別爲比例（Proportion）、積分（Integral）、微分（Differential）的簡寫；將偏差的比例、積分和微分通過線性組合構成控制量，用該控制量對受控對象進行控制，稱爲PID算法 。
其中KP、KI、KD分別爲比例係數、積分系數、微分系數。
P，打個比方，如果現在的輸出是1，目標輸出是100，那麼P的作用是以最快的速度達到100，把P理解爲一個係數即可；而I呢？大家學過高數的，0的積分才能是一個常數，I就是使誤差爲0而起調和作用；D呢？大家都知道微分是求導數，導數代表切線是吧，切線的方向就是最快到至高點的方向。這樣理解，最快獲得最優解，那麼微分就是加快調節過程的作用了。
P——比例
偏差（目標值減去當前值）與調節裝置的“調節力度”，建立一個一次函數的關係，就可以實現最基本的“比例”控制了。
P越大，調節作用越激進，P越小會讓調節作用更保守。當比較接近目標值時，P的控制作用就比較小了。
但是，只有P不能讓平衡車站起來，水溫也控制得晃晃悠悠，好像整個系統不是特別穩定，總是在“抖動”。
D——微分
D的作用就是讓物理量的速度趨於0，只要什麼時候，這個量具有了速度，D就向相反的方向用力，盡力剎住這個變化。
D越大，向速度相反方向剎車的力道就越強。
如果是平衡小車，加上P和D兩種控制作用，如果參數調節合適，它應該可以站起來了。
I——積分
設置一個積分量，只要偏差存在，就不斷地對偏差進行積分（累加），並反應在調節力度上。
I 的值越大，積分時乘的係數就越大，積分效果越明顯。
所以，I的作用就是，減小靜態情況下的誤差，讓受控物理量儘可能接近目標值。
I在使用時還有個問題：需要設定積分限制，防止在剛開始時，就把積分量積得太大，難以控制。
PID參數調節口訣
參數整定找最佳，從小到大順序查
先是比例後積分，最後再把微分加 //調整順序：P→I→D
曲線振盪很頻繁，比例度盤要放大
曲線漂浮繞大灣，比例度盤往小扳
曲線偏離回覆慢，積分時間往下降
曲線波動週期長，積分時間再加長
曲線振盪頻率快，先把微分降下來
動差大來波動慢，微分時間應加長
理想曲線兩個波，前高後低四比一
一看二調多分析，調節質量不會低
若要反應增快，增大P減小I
若要反應減慢，減小P增大I
如果比例太大，會引起系統震盪
如果積分太大，會引起系統遲鈍
PID公式
PID的增量型公式：
離散化公式：
最終公式：
PID控制並不一定要三者都出現，也可以只是PI、PD控制，關鍵決定於控制的對象。
附：openmv滾球完整代碼：gunqiu.py
import sensor, image, time, math
import pyb,utime
import json
from pyb import UART #加載串口模塊
from pyb import Timer #加載定時器模塊
from pyb import LED #加載LED模塊
import struct
ROI=(44,0,230,224) # 設置檢測區域（興趣範圍）
thresholds = (205, 255) # 尋找色塊的閾值
#攝像頭初始化
sensor.reset()
sensor.set_pixformat(sensor.GRAYSCALE)
sensor.set_framesize(sensor.QVGA)
sensor.skip_frames(time = 2000)
sensor.set_auto_gain(False)
sensor.set_auto_whitebal(False)
clock = time.clock()
#openmv串口初始化
uart = UART(3, 115200) #串口3，波特率115200
uart.init(115200, bits=8, parity=None, stop=1) #8位數據位，無校驗位，1位停止位
#自動檢測閾值
#img = sensor.snapshot()
#img.draw_rectangle(ROI)
#t=img.get_histogram().get_threshold()
#th 二值化閾值
th=[]
th.append(0)
th.append(80)
#串口數據發送格式
def send_data_packet(x, y):
temp = struct.pack("<bbii", #格式爲倆個字符倆個整型
0xAA, #幀頭1
0xAE, #幀頭2
int(x), # up sample by 4 #數據1
int(y)) # up sample by 4 #數據2
uart.write(temp) #串口發送
while(True):
clock.tick()
img = sensor.snapshot()
img.binary([th])
img.draw_rectangle(ROI,color=(220,20,60))
blobs=img.find_blobs([thresholds], roi=ROI,pixels_threshold=100, area_threshold=100, merge=True)
if blobs:
data=[] #數據清零
cx_max = 0 #面積最大的色塊x座標清零
cy_max = 0 #面積最大的色塊y座標清零
pixel_max = 0 #面積最大的色塊面積清零
for b in blobs:
if b.pixels() >= pixel_max : #遍歷所有色塊，找到面積最大的一塊。
cx_max = b.cx()
cy_max = b.cy()
pixel_max = b.pixels()
img.draw_cross(cx_max,cy_max)
img.draw_circle(cx_max,cy_max,30)
send_data_packet(cx_max, cy_max)
print(cx_max, cy_max)