1.内含两个程序; 2.在连接好所有电路接线后，使用此程序测试； 3.在树莓派中运行树莓派与openmv通信测试-树莓派程序.py； 4.在Openmv模块中运行树莓派与openmv通信测试-openmv程序.py。 5.在openmv的IDE程序中看到数组则通信成功！

该项目是关于一款智能小车的设计，它利用STM32微控制器和OpenMV摄像头模块来实现对交通信号灯的自动识别并执行相应的停车操作。这样的设计在自动机器人和无人驾驶领域具有广泛应用前景，尤其对于学习和研究嵌入式系统、图像处理以及物联网技术的学生和工程师来说，这是一个非常有价值的实践项目。 STM32是意法半导体推出的基于ARM Cortex-M内核的微控制器系列，具有高性能、低功耗的特点。STM32芯片内部集成了丰富的外设接口，如ADC（模拟数字转换器）、SPI、I2C、UART等，适合于复杂的控制系统。在这个项目中，STM32作为核心处理器，负责接收和处理OpenMV摄像头的数据，同时控制小车的电机和其他电子元件，实现智能化的行驶和停车功能。 OpenMV是一个开源的微型机器视觉库，它允许用户在微控制器上进行实时的图像处理。OpenMV模块通常包含一个摄像头传感器和一个处理单元，可以快速地捕获图像并执行简单的图像算法，如颜色检测、形状识别等。在本项目中，OpenMV摄像头用于捕捉交通灯的颜色，通过分析图像数据来判断红绿灯状态。 交通灯识别是智能小车的关键功能。OpenMV可以通过颜色识别算法来区分红色、绿色和黄色灯。例如，它可以设置阈值来识别红色和绿色像素，当检测到红色像素比例超过预定阈值时，认为是红灯，小车应停止；反之，绿色像素占比高则视为绿灯，小车可以继续行驶。此外，黄灯识别可能需要更复杂的逻辑，因为黄灯时间短暂，小车需要根据距离和速度作出决策。 项目实施中，开发人员可能需要编写STM32和OpenMV的固件代码，包括初始化硬件、设置通信协议、实现图像处理算法和控制逻辑等。这些代码可能涉及到C或C++语言，使用Keil、STM32CubeIDE等开发环境。同时，可能还需要使用一些物联网协议（如MQTT）将小车的状态信息上传至云端服务器，以便远程监控和数据分析。 此外，硬件设计也是关键部分，包括电路设计、PCB布局以及小车结构设计。电路设计需要连接STM32、OpenMV模块、电机驱动器、电源等组件，确保它们稳定工作。PCB布局需要考虑电磁兼容性和散热，而小车结构设计则要考虑其稳定性、运动性能以及摄像头的视角。 总结来说，这个"智能车-基于STM32+OpenMV的可以实现识别灯自动停车的智能小车"项目涵盖了嵌入式系统、机器视觉、物联网以及工程设计等多个领域的知识。通过此项目，学习者不仅可以提升编程技能，还能掌握实际的硬件设计和调试能力，为未来在智能交通、自动驾驶等领域的发展打下坚实基础。

视觉拾取和放置 带有uArm Swift Pro和OpenMV的视觉系统 硬件准备 * 1 * 1 * 1 其他几个部分 软件准备 Vision.ino是MEGA2560的arduino文件 color_tracking_test.py是基于OpenMV IDE的OpenMV代码 uArm固件应由您自己上传： 1.在下载XLoader 2.在下面设置参数 Hex file: uArm Firmware.hex Device: Mega(ATMEGA2560) COM port: depending on your system Baud rate: 115200 3.单击上载完成闪烁

此文件是OpenMV安装包，配有相关安装教程

智能送药小车是我在备战2023年电赛时做的训练题。通过研究，我发现网上大多数方案将巡线与数字识别分开实现。然而，我的想法是将这两者结合在一个OpenMV系统中，来模拟在比赛期间缺少了灰度传感器（因为巡线是循红线）的解决方案。（我是使用STC32作为小车的主控来控制其电机的运动，通信就是STC32和openmv的，实际上将串口接收和发送处理好所有单片机都可以使用这个方案）

这时作者自己在24年电赛e题时使用的原版代码，里面的注释已经比较详细了，基本可以完美的滤波和识别。因为硬件之间的差异，我的硬件openmv在识别时有很大的噪音，为了去除噪音，我使用的各种滤波和识别的方法进行结合，使得硬件和环境在比较恶劣的情况下也可进行识别。

由于小编没有电赛器材，所以就以STM32为主控，OpenMV摄像头巡线的方案进行演示2024电赛H题（视频演示请查看：https://blog.csdn.net/qq_67319052/article/details/140763678）。但控制方案、巡线原理都一样，都是通过控制黑线与中心线的偏差关系，只是电赛官方要求，不准用摄像头，但用灰度传感器也一样。通过灰度传感来获取偏差，灰度优点是点位准确，只是数据相对摄像头获取的较为离散，但用来控制，也完全足够了。 该方案基本可行，速度稳定且并未到达该车上限，需要进一步的优化控制逻辑，这里使用的是统一速度行驶，可采取变速行使，可进一步提高稳定性和减少整体耗时。其中使用的MPU6050存在零漂等，准确度不好，如能用算法解决，稳定性可进一步提高，其次该车的初始摆放位置较为重要， 初始角度为后续转向的参考。若采用四轮小车，只需将左边两轮和右边两轮进行分别同步即可，可能还需要微调参数。 控制的难点就在与ABCD四点之间的丝滑连接，如何让小车又快又稳的运行，最后比拼的就是时间了。

大一暑假制作的一个循迹小车，使用STM32CUBEMX配置引脚和串口，定时器中断等，通过OPENMV获取色块坐标，通过串口通信将数据传给STM32，STM32将数据进行解析，获取色块坐标，小车使用的是阿克曼结构，转向通过舵机实现，后轮速度使用PID控制保持恒定，色块坐标和舵机转向不是线性对应，也采用PID控制，使用并行PID达到小车速度恒定，转向丝滑，PID每10ms执行一次

STM32F103ZET6是一款基于ARM Cortex-M3内核的微控制器，由意法半导体（STMicroelectronics）生产。这款芯片在嵌入式系统领域广泛应用，尤其在电子爱好者和工业控制中十分常见。它具有丰富的外设接口，如USB、CAN、SPI、I²C和多个定时器，以及多达128KB的闪存和48KB的SRAM，适合处理复杂的实时任务。 在"四轮横向平衡麦轮车源码"项目中，STM32F103ZET6作为核心控制器，负责管理车辆的平衡控制算法。四轮横向平衡车，又称倒立摆系统，需要精确地计算角度和速度，通过PID（比例-积分-微分）控制或其他高级控制策略来调整电机转速，使车辆保持稳定。源码中可能包含了姿态检测（如陀螺仪和加速度计数据的读取与处理）、电机驱动控制、PID算法实现等内容。 "加OPENMV"意味着项目集成了OPENMV摄像头模块，这是一个基于Python的微型机器视觉开发板。OPENMV可以捕捉图像，进行颜色识别、条形码/二维码读取、物体追踪等任务。在这个项目中，OPENMV用于视觉识别追踪小球，通过分析摄像头捕获的图像，确定小球的位置，并将信息传递给STM32，以便调整车辆行驶方向，实现对小球的自动跟踪。 这个项目涉及的技能和知识点包括： 1. **STM32编程**：使用HAL库或LL库进行底层硬件驱动编程，包括GPIO、ADC、TIM、UART等外设的配置和应用。 2. **电机控制**：了解无刷直流电机的工作原理，编写PWM控制代码来调整电机速度。 3. **PID控制**：理解PID算法的原理，编写PID控制器来实现动态平衡。 4. **传感器数据处理**：理解陀螺仪和加速度计的工作机制，处理姿态测量数据，进行角度校正。 5. **机器视觉**：学习OPENMV的基本用法，如图像采集、图像处理函数，实现小球检测和追踪。 6. **通信协议**：可能使用I²C或SPI协议连接OPENMV和STM32，交换数据。 7. **嵌入式实时操作系统**：可能涉及到FreeRTOS等实时操作系统的使用，进行多任务调度。 8. **软件工程**：良好的代码结构和注释，以实现可读性和可维护性。 通过这个项目，开发者可以深入理解嵌入式系统的设计，提升电机控制、传感器处理和机器视觉的实际应用能力。同时，这也是一个将理论知识与实践相结合的好例子，有助于提升动手能力和问题解决能力。

使用正点原子ATK-MiniFly 飞行器二次开发多旋翼Apriltag追踪； 使用LABVIEW自主设计地面站用于发送控制指令与信息接收； 飞行器： STM32F4+FreeRTOS； 遥控器： STM32F1+FreeRTOS； OPENMV: STM32H7 用户可将OPENMV更换成高级视觉opencv、yolo等，只需根据已有接口设计协议即可快速二次开发其他功能。 本项目适用于STM32（涉及F1、F4、H7）以及FreeRTOS操作系统初学者以及对多旋翼飞行控制系统导航与控制开发感兴趣的人员 说明文档： https://blog.csdn.net/qq_41740659/article/details/121190166?spm=1001.2014.3001.5502