2021全国电子设计大赛 D题 基于互联网的摄像测量系统 源码解析

Posted 流星蝴蝶没有剑

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021全国电子设计大赛 D题 基于互联网的摄像测量系统 源码解析相关的知识，希望对你有一定的参考价值。

→ 2021全国电子设计大赛

→ D题 基于互联网的摄像测量系统

→ 源码分析

1. 场地

  • 测试视频

2021电赛D题基于互联网的摄像测量系统

作为业余选手，搞个省一也还行。终于不是铜牌了。

还没写完

2021 全国电子设计大赛

D题：基于互联网的摄像测量系统

1. 题目：

设计并制作一个基于互联网的摄像测量系统。系统构成如图 1 所示。图中边
长为 1 米的正方形区域三个顶点分别为 A、B 和 O。系统有两个独立的摄像节点，分别放置在 A 和 B。两个摄像节点拍摄尽量沿 AO、BO 方向正交，并通过一个百兆/千兆以太网交换机与连接在该交换机的一个终端节点实现网络互联。交换机必须为互联网通用交换机，使用的网口可以任意指定。在 O 点上方悬挂一个用柔性透明细线吊起的激光笔，透明细线长度为 l。激光笔常亮向下指示，静止下垂时的指示光点与 O 点重合。拉动激光笔偏离静止点的距离小于 10cm，松开后时激光笔自由摆动，应保证激光笔指示光点的轨迹经 O 点往复直线运动，轨迹与 OA 边的夹角为 θ。利用该系统实现对长度 l 和角度 θ 的测量。


2. 吐槽

一个激光笔摆动，识别然后算周期，在计算摆长吗。。。

原本不想做这个题的，第一想的是F题。车对我们来说确实很熟悉【之前用openmv做过越野车、激光雷达+ SLAM 做过智能车】。。。但是但是经过指导老师的讨论，我们只有四个参赛队伍，因为已经有两个队伍选了F题，我们只好勉强选择了D题。

3. 器材

器材作用
一个架子悬挂激光笔
一个激光笔长度10cm单摆物体，光用来瞄准
一个JetSonNano作为终端节点主机
两个树莓派4B作为摄像头节点主机
一个卷尺量摆线的长度
三个显示器显示图像
三个HDMI连接主机与显示器
一个交换机系统组成局域网
三根网线连接主机与交换机
一个量角器测量摆线轨迹夹角
一个笔记录
一个1X1的白板固定设备位置，需要量角
两个摄像头记录实时的视频
两个摄像头支架你猜
一个矩阵键实现一键启动功能
一个蜂鸣器声音提示
一个LED灯光提示
若干长的鱼线挂激光笔
两个敲代码的电脑写代码，一个软件、一个硬件
三天的粮食其实是一个礼拜的，吃不完兜着走
一个沙发、一个床硬件睡床、软件睡沙发

4. 过程






…

代码：

1. 硬件：【我只提思路、不管实现】

→ 硬件源码←

2. 软件：【Ctrl+C、V】

python OpenCV 实现全程

需要的技术点：

  1. Python3 读取本地、网络摄像头流

  2. QtPy 的使用

    import sys

from PyQt5.QtWidgets import *
from PyQt5 import QtCore, QtGui, QtWidgets

class Ui_MainWindow(object):
    def setupUi(self, MainWindow):
        MainWindow.setObjectName("2021")
        MainWindow.resize(400, 400)
        self.centralwidget = QtWidgets.QWidget(MainWindow)
        self.centralwidget.setObjectName("centralwidget")
        self.l = QtWidgets.QLabel(self.centralwidget)
        self.l.setGeometry(QtCore.QRect(0, 10, 200, 200))
        self.l.setText("长度：")
        font = QtGui.QFont()
        font.setPointSize(30)
        self.l.setFont(font)
        self.l.setAlignment(QtCore.Qt.AlignCenter)
        self.l.setObjectName("label")
        self.l.setVisible(True)
        MainWindow.setCentralWidget(self.centralwidget)
        self.statusbar = QtWidgets.QStatusBar(MainWindow)
        self.statusbar.setObjectName("statusbar")
        MainWindow.setStatusBar(self.statusbar)
        self.retranslateUi(MainWindow)
    def retranslateUi(self, MainWindow):
        _translate = QtCore.QCoreApplication.translate
        MainWindow.setWindowTitle(_translate("MainWindow", "MainWindow"))

if __name__ == '__main__':
    app = QApplication(sys.argv)
    mainWindow = QMainWindow()
    ui = Ui_MainWindow()
    ui.setupUi(mainWindow)
    mainWindow.show()
    sys.exit(app.exec_())

  3. Python3 多线程

  4. Opencv 帧差法物体追踪

    import cv2

firstframe = None
if __name__ == '__main__':
    cap = cv2.VideoCapture(0)
    while 1:
        ret, frame = cap.read()
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)  # 灰度
        gray = cv2.GaussianBlur(gray, (21, 21), 0)  # 高斯滤波
        if firstframe is None:  # 记录上次的状态，实现侦差
            firstframe = gray
            continue
        # 获取帧差
        frameDelta = cv2.absdiff(firstframe, gray)  # 计算当前帧与背景之差的绝对值
        firstframe = gray  # 重新赋值
        thresh = cv2.threshold(frameDelta, 25, 255, cv2.THRESH_BINARY)[1]  # 二值化
        thresh = cv2.dilate(thresh, None, iterations=2)  # 膨胀
        cv2.imshow((u"1"), frame)
        cv2.imshow((u"2"), gray)
        cv2.imshow((u"3"), thresh)
        if ord('q') == cv2.waitKey(10):
            cap.release()
            cv2.destroyAllWindows()
            exit(0)

  1. 若干次卡尔曼滤波

    def KalmanFilter(z, n_iter=20, init=0):
    # 这里是假设A=1，H=1的情况
    # intial parameters
    sz = (n_iter,)  # size of array
    # Q = 1e-5 # process variance
    Q = 1e-6  # process variance
    # allocate space for arrays
    xhat = numpy.zeros(sz)  # a posteri estimate of x
    P = numpy.zeros(sz)  # a posteri error estimate
    xhatminus = numpy.zeros(sz)  # a priori estimate of x
    Pminus = numpy.zeros(sz)  # a priori error estimate
    K = numpy.zeros(sz)  # gain or blending factor
    R = 0.1 ** 2  # estimate of measurement variance, change to see effect
    # intial guesses
    xhat[0] = init
    P[0] = 1.0
    A = 1
    H = 1
    for k in range(1, n_iter):
        # time update
        xhatminus[k] = A * xhat[k - 1]  # X(k|k-1) = AX(k-1|k-1) + BU(k) + W(k),A=1,BU(k) = 0
        Pminus[k] = A * P[k - 1] + Q  # P(k|k-1) = AP(k-1|k-1)A' + Q(k) ,A=1
        # measurement update
        K[k] = Pminus[k] / (Pminus[k] + R)  # Kg(k)=P(k|k-1)H'/[HP(k|k-1)H' + R],H=1
        xhat[k] = xhatminus[k] + K[k] * (z[k] - H * xhatminus[k])  # X(k|k) = X(k|k-1) + Kg(k)[Z(k) - HX(k|k-1)], H=1
        P[k] = (1 - K[k] * H) * Pminus[k]  # P(k|k) = (1 - Kg(k)H)P(k|k-1), H=1
    return xhat

  2. 实际测量数据的校验
    下面是实际遇到暂时无法解决的，直接 if else 处理

    if lm > 140 and l >= 135:
    l = 147
if lm >= 137.5 and lm <= 142.5 and l >= 130 and l <= 135:
    l = 142
if l * 2 <= lm:
    l = lm
else:
    l = (l + lm) / 2
if l <= 52:
    l = 52
if l >= 148:
    l = 148

  3. 串口通信

  4. Python Pexpect 实现所有节点一键关机

最终终端节点显示：

以上是关于2021全国电子设计大赛 D题 基于互联网的摄像测量系统 源码解析的主要内容，如果未能解决你的问题，请参考以下文章

2021全国电子设计大赛 D题 基于互联网的摄像测量系统 源码解析

2021年全国大学生电子设计大赛题目

基于互联网的摄像测量系统（D 题）-- 2021 年全国大学生电子设计竞赛

2021年全国大学生电子设计大赛每一个注意问题11.05

2019年全国电子设计大赛D题《简易电路特性测试仪》仿真阶段

2019年全国电子设计大赛D题《简易电路特性测试仪》输入阻抗测量