机甲小师

题目要求

机甲小师

题目分析

参考RoboMaster英雄机器人设计的丐版，可视化操作界面、模式切换、可支持人脸识别解锁与自动锁头、纯视觉测距，配合二维云台发射激光武器等功能，配合全向麦轮底盘，打造一个预算有限成本极低的“机甲小师”！另外，在经济条件允许的情况下，还可以拓展更多控制机构（比如上下位机加装六自由度的旋转电位器控制机械臂、水弹枪...）、增加实时图传，设计基本可以涵盖STM32F103c8t6常用的片上外设、基础的机器视觉算法、基础的运动控制算法、滤波算法、还涉及多端代码联调、模块选型等。可以作为一个基础的练手项目！！！

后期计划打造一个完整的满血“机甲小师”：不依赖模块的高度集成化、更精准的控制机构、全3D打印炫酷外壳、多种武器选择、无线图传+屏幕直控等，敬请期待

总体设计方案框图

流程图.png

原理图设计说明

发送与接收端均通过STM32引脚特性进行了简单的引脚分配，配合拓展接口直接与各模块连接，大大降低了开发难度

发送端原理图.png

接收端原理图.png

PCB设计说明

遥控器PCB部分

发送端PCB.jpg
主控PCB
接收端PCB.jpg

第一代版本基本都是使用的电路模块，设计简单制作较为方便而且容错较高，发送端的板框按实际的串口屏尺寸做的，不同方案需要自行设计相应的尺寸。

软件说明

摄像头端：使用嘉楠科技的CanMV IDE K230开发，示例程序在立创官方的网站https://wiki.lckfb.com/zh-hans/lushan-pi-k230/ 可以找到（有好多好玩的例程，稍加改造就有很不错的效果！！！），本次开发借鉴了其中人脸识别和人体关键点检测，如果有其他识别需求也可以在这里面找找；

发送端&接收端：基于keil标准库进行开发
串口屏：使用陶晶驰官方开发软件USART HMI进行相关开发

代码块：
舵机控制方面，接收到摄像头采集的目标坐标信息后，通过多级步长调节控制舵机在不同位置采用不同的速度，相较于PID来说，大大降低了部署难度，有很不错的鲁棒性

*舵机参数自定义
    
// 三级速度分区阈值，XY独立配置
#define LOOP_DELAY_MS     5      
#define IMPROVE_THRESHOLD 0.3f    
#define DATA_WINDOW_SIZE  3       
#define DEAD_ZONE 0.5f          
// X轴速度分区阈值（独立）：±5外=步长3，±2~±5=步长2，±2内=步长1
#define X_FAR_THRESHOLD   5.0f    // X轴远距阈值
#define X_NEAR_THRESHOLD  2.0f    // X轴近距阈值
// Y轴速度分区阈值（独立）：±5外=步长3，±2~±5=步长2，±2内=步长1
#define Y_FAR_THRESHOLD   5.0f    // Y轴远距阈值
#define Y_NEAR_THRESHOLD  2.0f    // Y轴近距阈值
// 三级步长定义
#define STEP_FAST  4 // 快速步长（远距）
#define STEP_MID   2 // 中速步长（中距）
#define STEP_SLOW  1 // 慢速步长（近距）

// -------------------------- X轴动态调整（三级速度，独立控制）--------------------------
if (fabs(filt_x) &gt; DEAD_ZONE) {
    float delta_x = fabs(filt_x) - fabs(last_filtered_x);
    int current_step = STEP_SLOW;  // 默认慢速
    
    // 根据X轴距离选择步长
    if (fabs(filt_x) &gt; X_FAR_THRESHOLD) {
        current_step = STEP_FAST;
    } else if (fabs(filt_x) &gt; X_NEAR_THRESHOLD) {
        current_step = STEP_MID;
    }

    if (filt_x &gt; 0) {
        // 目标在中心右侧（X正）：右转（角度减小）
        if (delta_x &lt; -IMPROVE_THRESHOLD) {
            servo_x_angle = limit_angle(servo_x_angle - current_step, 1, 179);
        } else if (delta_x &gt; IMPROVE_THRESHOLD) {
            servo_x_angle = limit_angle(servo_x_angle - current_step, 1, 179);
        } else {
            // 坐标稳定：步长减半，避免过冲
            servo_x_angle = limit_angle(servo_x_angle - (current_step / 2), 1, 179);
        }
    } else {
        // 目标在中心左侧（X负）：左转（角度增大）
        if (delta_x &lt; -IMPROVE_THRESHOLD) {
            servo_x_angle = limit_angle(servo_x_angle + current_step, 1, 179);
        } else if (delta_x &gt; IMPROVE_THRESHOLD) {
            servo_x_angle = limit_angle(servo_x_angle + current_step, 1, 179);
        } else {
            servo_x_angle = limit_angle(servo_x_angle + (current_step / 2), 30, 179);
        }
    }
}

// -------------------------- Y轴动态调整（三级速度，独立控制）--------------------------
if (fabs(filt_y) &gt; DEAD_ZONE) {
    float delta_y = fabs(filt_y) - fabs(last_filtered_y);
    int current_step = STEP_SLOW;  // 默认慢速
    
    // 根据Y轴距离选择步长
    if (fabs(filt_y) &gt; Y_FAR_THRESHOLD) {
        current_step = STEP_FAST;
    } else if (fabs(filt_y) &gt; Y_NEAR_THRESHOLD) {
        current_step = STEP_MID;
    }

    if (filt_y &gt; 0) {
        // 目标在中心下方（Y正）：上转（角度增大）
        if (delta_y &lt; -IMPROVE_THRESHOLD) {
            servo_y_angle = limit_angle(servo_y_angle + current_step, 30, 179);
        } else if (delta_y &gt; IMPROVE_THRESHOLD) {
            servo_y_angle = limit_angle(servo_y_angle + current_step, 30, 179);
        } else {
            servo_y_angle = limit_angle(servo_y_angle + (current_step / 2), 30, 179);
        }
    } else {
        // 目标在中心上方（Y负）：下转（角度减小）
        if (delta_y &lt; -IMPROVE_THRESHOLD) {
            servo_y_angle = limit_angle(servo_y_angle - current_step, 30, 179);
        } else if (delta_y &gt; IMPROVE_THRESHOLD) {
            servo_y_angle = limit_angle(servo_y_angle - current_step, 30, 179);
        } else {
            servo_y_angle = limit_angle(servo_y_angle - (current_step / 2),30, 179);
        }
    }
}

视觉处理部分代码

视觉方面，距离检测是基于立创·庐山派K230官方文档里的“人体关键点检测”改造而成的：通过计算肩部关键点与耳朵关键点的像素距离，与正常人类的平均长度推导出当前距离；由于时间问题，代码这里仅做一个大致的推算演示，精度不是很高，如果想更精进，可以多加几组（比如肩宽、臂长等）
```
import math

EAR_TO_SHOULDER_CM = 20  # 耳到肩实际物理距离（cm）
FOCAL_LENGTH = 900       # 摄像头焦距（像素）
KEYPOINT_CONF_THRESH = 0.3  # 关键点置信度阈值

def calc_person_distance(kpses):
"""
单目测距逻辑
:param kpses: 模型输出关键点 [person_idx][kp_idx][x, y, confidence]
:return: 实际距离（cm），无效返回None
"""
# 关键点索引
left_ear = kpses[0][3]    # 左耳（索引3）
left_shoulder = kpses[0][5]# 左肩（索引5）
right_ear = kpses[0][4]   # 右耳（索引4）
right_shoulder = kpses[0][6]# 右肩（索引6）

# 过滤低置信度关键点
valid_pairs = []
if left_ear[2] &gt; KEYPOINT_CONF_THRESH and left_shoulder[2] &gt; KEYPOINT_CONF_THRESH:
    valid_pairs.append((left_ear, left_shoulder))
if right_ear[2] &gt; KEYPOINT_CONF_THRESH and right_shoulder[2] &gt; KEYPOINT_CONF_THRESH:
    valid_pairs.append((right_ear, right_shoulder))

if not valid_pairs:
    return None

# 计算平均像素距离
total_pixel_dist = 0
for (kp1, kp2) in valid_pairs:
    # 像素
    pixel_dist = math.hypot(kp2[0]-kp1[0], kp2[1]-kp1[1])
    total_pixel_dist += pixel_dist
avg_pixel_dist = total_pixel_dist / len(valid_pairs)

# 实际距离 = (物理尺寸 × 焦距) / 像素距离
return (EAR_TO_SHOULDER_CM * FOCAL_LENGTH) / avg_pixel_dist

这里有个比较有意思的代码，时摇杆的一个初始化校准，因为它默认状态下电位偏的特别离谱，因此加了一个校准功能：上电后读取此时的XY轴的电位，将此时的电位作为中间值重新计算两侧的电位值

static void Joystick_AutoCalibrate(void)
{
    Delay_Ms(200);
    uint32_t x_sum = 0, y_sum = 0;
    for (uint8_t i = 0; i &lt; 5; i++)
    {
        x_sum += ADC_ReadChannel(ADC_Channel_1);  // X=A1
        y_sum += ADC_ReadChannel(ADC_Channel_0);  // Y=A0
        Delay_Ms(10);
    }
    uint16_t x_center = x_sum / 5;
    uint16_t y_center = y_sum / 5;
    x_offset = x_center - JOY_CALIB_MID;
    y_offset = y_center - JOY_CALIB_MID;
}

// 摇杆数据（读取+校准+处理）
void Joystick_Update(JoystickData *data) {
    // 读取原始ADC值
    uint16_t x_raw = ADC_ReadChannel(ADC_Channel_1);
    uint16_t y_raw = ADC_ReadChannel(ADC_Channel_0);
    
    // 应用校准并限制范围
    int32_t x_calibrated = (int32_t)x_raw - x_offset;
    data-&gt;x_raw = (x_calibrated &lt; 0) ? 0 : (x_calibrated &gt; ADC_MAX) ? ADC_MAX : (uint16_t)x_calibrated;
    
    int32_t y_calibrated = (int32_t)y_raw - y_offset;
    data-&gt;y_raw = (y_calibrated &lt; 0) ? 0 : (y_calibrated &gt; ADC_MAX) ? ADC_MAX : (uint16_t)y_calibrated;
    
    // 计算角度
    data-&gt;x_angle = (uint8_t)((data-&gt;x_raw * 180.0f) / ADC_MAX);
    data-&gt;y_angle = (uint8_t)((data-&gt;y_raw * 180.0f) / ADC_MAX);
}