简介面向全国大学生电子设计竞赛参赛者这份23年E题资源包提供赛题原题、解题方案与可直接运行的工程源码适合正在备赛或计划参赛的本专科学生用于实战演练与技能提升。包内共1106个文件以C语言源码和头文件为主体同时包含汇编文件、ICF链接脚本、工程配置文件、编译输出文件及说明文档等完整覆盖嵌入式程序从编写、配置到编译烧录的各个环节。压缩包整体35.11MB目录结构清晰便于按功能模块查找。目前已有826人学习使用。所有程序均来自实战案例并经过测试验证读者可据此深入理解电赛E题的系统设计思路、外设驱动写法与调试排错方法也可在官方平台基础上快速移植改造显著缩短备赛周期。1. 23电赛E题.zip 在解一道什么样的题23电赛E题的全称是 2023 年全国大学生电子设计竞赛「运动目标控制与自动追踪系统」。场景一句话说清二自由度舵机云台搭载激光笔和摄像头摆在离白纸屏幕 1 米远的位置先让激光光斑在 A4 白纸上自动画出指定边长的正方形再追踪一个在纸面上移动的靶标。这个题表面是画线和追踪本质是从像素误差到舵机角度的视觉闭环。23电赛E题.zip 资源包里不外乎主控固件、图像脚本、标定工具和设计报告真正决定成绩的是标定准不准、闭环跟不跟得住。下面从硬件拆解开始把坐标标定、目标检测、PID 整定和联调排错完整过一遍适合备赛选手和做视觉云台追踪的工程人员参考。2. 拆电赛E题系统云台、激光与相机的主控分工2.1 E题的两个任务与误差来源分解E题拆开看是两个不同性质的控制问题。画正方形时目标静止、路径已知难点在坐标标定的绝对精度边长是现场给定的要求从零点起步、沿边走完再回到起点对响应速度要求不高对到位精度要求高。追踪靶标时目标运动、路径未知难点在检测延迟和闭环带宽靶标沿屏幕上的曲线移动激光必须持续跟上现场按跟踪误差和响应时间打分。同一个安装误差对两个任务的影响完全不同。画正方形时如果相机光轴和云台转轴不平行标定映射会在屏幕边缘产生偏移方形越画越歪追踪时如果舵机慢半拍激光会整体滞后于靶标误差呈典型的“跟丢”趋势。多数队伍第一版都把相机固定在云台上随动这样视野中心始终对准屏幕缺点是图像坐标和云台角度强耦合标定要反复迭代另一种是相机固定在三脚架上拍整个屏幕标定一次就能用但屏幕在画面中的分辨率受安装距离限制。两种方案都能进国赛区别只在标定投入的精力。屏幕在画面里占多大比例直接决定标定后每个像素对应多少毫米。640×480 分辨率下 A4 纸297×210mm占满画面时每像素约 0.46mm足够支撑 5mm 量级的误差预算如果只裁切屏幕 ROI 处理等效精度还能再提。摄像头选型不要追求超高像素30~60fps、固定曝光、手动白平衡的型号比高像素但帧率低的更适合这个场景。2.2 硬件选型对比OpenMV、USB工业相机与主控的取舍选型决定了后面调参的舒适度。给一个竞赛圈常见的配置对照部件常见型号优点缺点适用情况视觉模块OpenMV H7一体式MicroPython上手快算力低、帧率低、阈值调参繁琐队伍没接触过OpenCV求快速出效果视觉模块UVC免驱工业相机帧率可达60~120fpsOpenCV直接处理需要额外主控或上位机有树莓派/电脑做上位机追求跟踪性能主控STM32F103/F407定时器多、PWM精度高、实时性稳图像处理吃力需要和上位机通信竞赛队最常用资料最多主控ESP32自带WiFi无线调试方便浮点性能弱ADC精度一般快速原型验证主控树莓派直接跑PythonOpenCV启动慢现场供电麻烦上位机方案输出给舵机驱动板舵机SG90模拟舵机便宜带激光头够用死区大、回中差、延迟明显预算紧张画方题够用舵机MG996R数字舵机力矩大、响应快、重复精度好功耗高需独立5V供电云台重心偏、需要高速追踪这套配置里最容易出问题的不是相机也不是主控而是舵机供电。SG90 满载电流能上 600mA直接挂 STM32 的 5V 引脚或电脑 USB 口电压跌落会让 PWM 脉宽跟着变表现是“标定好好的一跑就偏”。规范做法是舵机独立供电电源地和主控共地主控侧只出信号线。2.3 通信与时序帧率、波特率、PWM 更新频率的匹配闭环链路是采图 → 图像处理出靶标像素坐标 → 坐标换算成舵机角度 → PWM 驱动云台。每一级的周期都要匹配否则延迟在整条链路上累积。常见做法是图像处理在主控或上位机里跑结果经串口发给舵机控制侧。协议写复杂了容易粘包写简单了容易丢帧我一般用固定 8 字节帧// 发送端打包帧头 命令字 角度数据 校验 uint8_t tx_buf[8]; tx_buf[0] 0xAA; // 帧头 tx_buf[1] 0x01; // 命令1角度控制 tx_buf[2] yaw_angle 0xFF; // 水平角低字节 tx_buf[3] (yaw_angle 8) 0xFF; // 水平角高字节单位0.1° tx_buf[4] pitch_angle 0xFF; // 垂直角低字节 tx_buf[5] (pitch_angle 8) 0xFF; // 垂直角高字节 tx_buf[6] 0x00; // 保留 tx_buf[7] tx_buf[0] ^ tx_buf[1] ^ tx_buf[2] ^ tx_buf[3] ^ tx_buf[4] ^ tx_buf[5] ^ tx_buf[6];发送端把角度拆成高低字节第 8 字节是前 7 字节的异或校验。接收端按状态机解析以 0xAA 为同步头校验通过才更新目标角度校验失败直接丢整帧不回包也不重传因为控制量是每帧覆盖的丢一帧比重传统治延迟更合理。参数匹配有三条原则第一串口波特率要保证在一帧图像处理周期内传完至少 2 帧控制量30fps 下周期 33ms115200 波特率传 8 字节约 0.7ms余量足够第二PWM 更新频率不要高于舵机响应极限模拟舵机 50Hz、数字舵机 100Hz再快只增加发热不增加精度第三曝光时间不要超过帧间隔的一半否则运动靶标拖影质心会向运动方向偏移。这三条是“看得准”和“跟得上”之间最直接的取舍。3. 电赛E题坐标标定像素坐标到舵机角度的两步映射3.1 为什么像素误差不能直接喂 PID很多第一次做这个题的队伍思路是“看到激光偏了就往目标方向转一点”拿像素误差直接当 PID 输入。这在屏幕中心勉强能跑云台转到边缘就穿帮屏幕是平面云台绕轴转光斑在屏幕上的位移和舵机转角是正切关系。假设云台到屏幕距离 L、偏移角 θ屏幕位移 d L·tan(θ)。小角度下 tan(θ)≈θ 成立但 E 题要求在 A4 纸范围内活动云台偏角能到 ±20° 以上tan 的偏离超过 8%。表现就是中心调好的增益转到屏幕边缘时激光抖动甚至振荡。背后是眼在手上结构的固有属性图像里的误差同时包含目标位置偏差和云台自身转动带来的视场变化。必须先在像素误差之前做坐标映射把目标位置换算成云台应该转到的角度再用角度差驱动闭环而不是拿图像差值直接当控制器输入。3.2 两步标定法先求像素到屏幕再求屏幕到舵机角度常见做法是两步走方便拆开排查问题。第一步标定图像坐标系到屏幕世界坐标系屏幕上固定 A4 白纸打印 6×6 棋盘格或圆点阵云台保持不动拍一张用 OpenCV 找角点建立像素到屏幕物理坐标毫米的单应矩阵 H。H 是 3×3 矩阵内含透视和缩放。第二步标定屏幕坐标到舵机角度让激光分别打到屏幕上已知的 5~9 个点记录每个点的屏幕坐标 (X, Y) 和对应舵机角度 (yaw, pitch)。云台到屏幕距离基本固定yaw、pitch 可以分别用仿射模型独立拟合。第一步代码import cv2 import numpy as np # 已拍的屏幕棋盘格图像每格真实尺寸 20mm img cv2.imread(grid.jpg) gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners cv2.findChessboardCorners(gray, (6, 6), None) if ret: # 屏幕物理坐标单位毫米原点在左上角 objp np.zeros((6 * 6, 3), np.float32) objp[:, :2] np.mgrid[0:6, 0:6].T.reshape(-1, 2) * 20.0 H, _ cv2.findHomography(corners.reshape(-1, 2), objp[:, :2]) np.save(homography.npy, H) def pixel_to_screen(px, py): 像素坐标 - 屏幕毫米坐标 p H np.array([px, py, 1.0]) return p[0] / p[2], p[1] / p[2]关键在 objp 的物理坐标要和真实格子尺寸一致单位统一用毫米否则标定表会带一个固定比例误差。工业相机如果镜头畸变明显标定前先做一次畸变校正否则屏幕边缘点的映射误差能到厘米级。第二步最小二乘拟合# 采集数据激光对准屏幕上已知点记录舵机角度 # 每行 [screen_x, screen_y, yaw, pitch]至少采集 5 组 samples np.array([ [0, 0, 52.3, 68.1], [100, 0, 58.0, 68.0], [0, 100, 52.4, 61.5], ]) X samples[:, :2] # 屏幕坐标列 A np.hstack([X, np.ones((len(X), 1))]) # [x, y, 1] coef_yaw, _, _, _ np.linalg.lstsq(A, samples[:, 2], rcondNone) coef_pitch, _, _, _ np.linalg.lstsq(A, samples[:, 3], rcondNone) def screen_to_angle(sx, sy): yaw coef_yaw[0] * sx coef_yaw[1] * sy coef_yaw[2] pitch coef_pitch[0] * sx coef_pitch[1] * sy coef_pitch[2] return yaw, pitchA 矩阵是 [sx, sy, 1] 的拼接拟合出的三个系数分别表示屏幕 x 方向位移对 yaw 的影响、y 方向位移对 yaw 的影响、零位偏移。yaw 和 pitch 分开拟合的原因是这样单个轴出问题时能单独排查。拟合完检查残差如果某个点残差明显大于其他点多半是采集时激光没对准或屏幕有褶皱重新采集该点而不是硬塞进拟合。3.3 舵机角度到 PWM 脉宽换算与限幅标定得到的是角度最终驱动还要转成脉宽。数字舵机角度与脉宽近似线性但不同品牌中位和范围差别不小必须实测不要照抄手册舵机类型常见脉宽范围对应角度SG900.5ms~2.5ms0°~180°中位1.5msMG996R0.5ms~2.5ms0°~180°部分高压舵机0.4ms~2.4ms0°~270°换算公式// 20ms 周期0.5ms~2.5ms 脉宽对应 0°~180° // 调用前确保 angle 已经限幅到机械行程内 uint32_t pulse_us 500 (uint32_t)(angle / 180.0f * 2000.0f); // 定时器按 20ms 配置arr_us 为满周期对应的计数值 __HAL_TIM_SET_COMPARE(htim, TIM_CHANNEL_1, pulse_us * arr_us / 20000);限幅要做在角度域而不是脉宽域先算脉宽再限幅反向和零偏抖动的代码会被绕过去。我一般在 screen_to_angle 返回后立即 clamp 到机械行程的 90% 以内给机械限位留缓冲防止堵转烧舵机。另一个容易漏的是反向设置很多舵机安装方向相反标定拟合出来的斜率是负的直接套用会越追越远现象是“朝目标转但角度差越来越大”。判断方法很简单手动给一个角度增量看激光往哪个方向走记录符号再补到换算公式里。4. E题追踪闭环阈值分割、质心提取与 PID 整定4.1 双色场景下的色彩隔离YCrCb 阈值与光斑处理追踪场景里激光光斑和靶标同时在画面中图像处理第一步是分清楚谁是谁。靶标是屏幕上的色块光斑是画面里的高亮白点亮度差异大但激光正好落在靶标上时会“盖住”靶标画面里是一团亮这时很难直接分清中心。我一般把颜色空间换成 YCrCb 而不是 RGB原因有两个亮度分量 Y 单独做光斑检测色度分量 Cr/Cb 做靶标检测两者互不干扰相机固定白平衡后YCrCb 对光照变化比 RGB 更鲁棒。阈值不靠手工猜先框一个 ROI 采样统计 Cr、Cb 的均值和方差用均值±3 倍标准差作为阈值范围。import cv2 import numpy as np frame cv2.imread(scene.jpg) ycc cv2.cvtColor(frame, cv2.COLOR_BGR2YCrCb) # 靶标红色块阈值来自 ROI 采样统计 mask_target cv2.inRange(ycc, (0, 138, 100), (255, 175, 135)) mask_target cv2.morphologyEx(mask_target, cv2.MORPH_OPEN, np.ones((3, 3), np.uint8)) # 光斑只看亮度分量 Y取高亮阈值 _, mask_laser cv2.threshold(ycc[:, :, 0], 230, 255, cv2.THRESH_BINARY) # 分别取最大连通域防止反光点干扰 ct, _ cv2.findContours(mask_target, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cl, _ cv2.findContours(mask_laser, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)这段代码里 morphologyEx 的开运算用来去掉靶标边缘的孤立噪点findContours 只取最大连通域防止屏幕反光被误判成靶标。阈值上下界不要照抄数字不同屏幕亮度和激光色温下差别很大。现场通用做法是放一个白色参考物在镜头前抽它的 Y 值作为光斑阈值的下限基准再按实测微调。4.2 质心提取与目标丢失处理拿到轮廓后直接取矩得到亚像素级质心M cv2.moments(ct[0]) if M[m00] 1e-6: cx M[m10] / M[m00] cy M[m01] / M[m00]m00 是连通域面积m10/m00、m01/m00 分别是 x、y 方向的质心。质心比“包围盒中心”抗噪能力强得多尤其靶标被激光盖住一半时轮廓只剩下半边但质心仍然落在几何中心附近。如果画面里同时出现两个面积接近的连通域用最近邻匹配上一帧质心与本帧两个候选质心的距离差小的那个才是当前目标。目标丢失是追踪题最常见的扣分点处理要分两级。短时间丢失连续 3 帧以内保留上一帧质心用历史速度外推一个预测位置激光继续往预测位置走长时间丢失超过 10 帧放弃追踪云台回到屏幕中心安全位上报丢失标志等靶标重现再切回追踪。预测外推用一阶低通加速度估计就够不需要上卡尔曼# 速度估计帧间质心差再做一阶低通平滑 vx cx - prev_cx vy cy - prev_cy vx_smooth 0.7 * vx_smooth_prev 0.3 * vx vy_smooth 0.7 * vy_smooth_prev 0.3 * vy # 丢失时用预测位置代替实测质心 predict_x cx vx_smooth * 2 predict_y cy vy_smooth * 20.7/0.3 是平滑系数越大越平滑但滞后越大。注意这里的速度单位是像素/帧如果相机帧率不稳定速度值会在帧间抖动所以追踪时相机必须固定帧率、关闭自动曝光。4.3 增量式 PID 与整定顺序闭环核心是把激光与目标之间的屏幕误差经 PID 变成舵机角度增量。位置式 PID 在云台上容易积分饱和我一般用增量式输出每次只加一个角度变化量天然抗饱和// 增量式 PID返回本次需要增加的角度增量 // T 为控制周期单位秒由定时器固定驱动 float pid_step(float setpoint, float measure, float *prev_err, float *integral, float kp, float ki, float kd, float T) { float err setpoint - measure; *integral err * T; float d_err (err - *prev_err) / T; *prev_err err; return kp * err ki * (*integral) kd * d_err; }整定顺序有讲究不要上来就上 Ziegler-Nichols。竞赛调试时间以小时计我的顺序是先把 I、D 置 0 只调 P从 0.1 起步逐步加大直到目标静止时激光能稳定在目标附近不振荡再加 D 抑制动态“画龙”加到动态误差明显减小、靶标突然停止时激光不抖为止最后加一点 I 消静差画正方形时如果每个顶点都能停在 2mm 内I 不加反而更好加了会在换向时超调。增量式 PID 的控制周期必须固定用定时器驱动而不是在 while 循环里 delay否则 D 项会被图像处理耗时抖动污染。一组可直接起步的参数区间工况KpKiKd备注画正方形低速高精度0.6~1.20~0.051.5~3到位不振荡优先追踪慢速靶标1.0~2.00.01~0.022~4跟随误差小优先追踪快速靶标2.0~4.004~8不过冲优先必要时加前馈PID 输入如果是像素误差不同相机分辨率下同一组参数表现完全不同输入是屏幕毫米误差时参数才具备跨装置的可移植性。这也是前面坚持先标定后闭环的另一个原因标定完成后 PID 输入量纲统一换一台相机不用重新整定整套参数。5. E题联调顺序、常见陷阱与三个提速技巧5.1 联调顺序从静止点开始最后才追靶现场最忌讳直接上追踪。固定顺序四步第一步静态光斑瞄准手动下发一组角度激光必须打到网格点这一步只验证 PWM 和角度换算第二步标定验证让激光自动走 9 个网格点偏差超过 5mm 就回去重做标定第三步画正方形先低速画大的确认每个顶点到位再逐步提速缩小第四步追踪先直线慢速再曲线快速。每步的问题都能收敛到单一模块排查时间能省一半。5.2 zip 里最常见的三个陷阱第一图像坐标系 Y 轴方向。OpenCV 的原点在左上角、Y 轴向下而云台 pitch 角习惯正方向朝上。不反转 Y 轴会出现“目标往下走、激光往上走”的反向跟随而且越追越离谱这个符号错误在调 PID 之前就应排除。第二串口粘包和校验缺失。现场 USB 转串口的缓冲时序不稳定不做帧头同步和校验偶尔会出现舵机突然甩到极限角不仅扣分还容易撞坏云台机械结构。进 PWM 的角度必须限幅而且限幅要放在主控里而不是上位机里因为上位机可能来不及响应。第三掉电不保存标定参数。标定系数硬编码在代码里的话每次改代码都要重标一遍。规范做法是把系数存入 Flash 或独立配置文件上电自动加载并提供一键重标定功能把现场时间留给真正影响性能的参数。提示所有代码里的角度单位与坐标系以上位机约定为准联调前先打印一次换算结果确认符号和量纲再接入闭环。5.3 三个立竿见影的提速技巧第一个是 ROI 裁剪。靶标只在屏幕范围内活动屏幕只占画面一部分把检测区域裁到屏幕包围盒内处理量能减少一半以上。OpenCV 直接对子图像做阈值质心坐标记得加回 ROI 偏移否则角度换算会整体偏掉。第二个是目标运动预测。追踪延迟主要来自图像处理耗时和舵机响应舵机难在短时间优化图像处理段的延迟可以用速度外推补偿输出角度前预测靶标 1~2 帧后的位置再送入 PID。前瞻超过 2 帧靶标突然反向时会大幅超调。第三个是位置前馈。画正方形的轨迹是已知的把下一时刻期望位置直接换算成角度增量与 PID 输出并联开环保证轨迹形状、闭环修正累积误差高速绘制时正方形不会在顶点被 PID 切角。验证方法是用录像回放逐帧记录激光与靶标的位置差并画出误差曲线峰值误差小于题目阈值说明闭环带宽够用不够时优先检查曝光时间和 ROI 余量而不是盲目加 PID 增益。本文还有配套的精品资源点击获取