FPGA循迹小车项目实现：红外检测与状态显示

版权申诉
状态机fpga
0 下载量 69 浏览量 更新于2024-10-09 收藏 1.17MB ZIP 举报
资源摘要信息: "xunjixiaoche.zip_fpga tracking_fpga 检测_发射_状态机FPGA_红外对管接收" 本资源摘要信息主要围绕FPGA（Field-Programmable Gate Array，现场可编程门阵列）在循迹小车项目中的应用，涵盖了循迹信号采集、红外发射与接收、状态机的设计与实现、以及与单片机的交互等多个知识点。FPGA作为一种可编程逻辑设备，具有灵活性高、处理速度快、集成度高等优势，非常适合用于需要高速数据处理和并行处理的应用场景。以下是对该资源标题和描述中所涉及知识点的详细说明： 1. 循迹信号采集模块：循迹小车通常需要识别并沿着预设的路径（通常是一条黑线或白线）行驶。循迹信号采集模块使用红外发射接收对管来实现对轨迹的检测。红外对管由红外发射管和红外接收管组成，发射管发出红外光线，当光线遇到非特定轨迹的表面时，部分光线被反射到接收管。通过对反射回来的光线强度的检测，FPGA能够判断小车是否偏离了预设轨迹。 2. FPGA检测：在本项目中，FPGA接收到的轨迹信息用于控制LED灯显示，这涉及到数字逻辑电路设计和信号处理的知识。FPGA内部可以通过编程实现对输入信号的处理逻辑，从而根据轨迹信息控制LED的亮灭来指示小车的状态。 3. 发射与接收状态机设计：FPGA可以实现状态机的设计，这在本项目中表现于通过红外发射管发送信号，并通过红外接收管接收反馈信号。状态机是用于控制设备状态转换的逻辑，它可以在不同的工作状态之间进行转换，以实现对小车运动的精确控制。 4. 红外对管接收：红外对管接收作为循迹检测的核心部分，FPGA需要能够准确读取红外对管接收到的信号，并将其转换为轨迹信息。这些信息对小车沿着预设路径行驶至关重要。 5. FPGA与单片机的交互：FPGA通过轨迹信号与单片机进行通信，单片机根据接收到的信号控制电机的转动。这里涉及到FPGA与单片机之间的接口设计，包括数据传输协议和通信方式的实现。同时，单片机也会将小车的状态信息反馈给FPGA，FPGA则通过1602液晶显示屏展示出来。这里的1602液晶显示屏是一种常用的字符型LCD显示屏，能够显示数字和字母等字符信息。 6. 1602液晶显示：FPGA控制1602液晶显示屏以显示小车的状态信息，这需要对LCD的驱动原理和接口协议有所了解。FPGA通过编程实现LCD的数据接口、控制接口的配置和字符的显示。 综上所述，这个项目中所涉及的知识点涵盖了从硬件设计（红外对管、电机控制器）、FPGA编程（信号处理、状态机设计、接口通信）到软件设计（单片机控制逻辑、通信协议）等多个方面。FPGA作为本项目的核心，不仅需要完成轨迹信息的采集和处理，还需要与外部设备进行有效的交互，共同实现循迹小车的智能控制。

xunjixiaoche.rar_tracking_小车_循迹_循迹小车

2022-09-21 上传
本压缩包文件"xunjixiaoche.rar_tracking_小车_循迹_循迹小车"包含了关于循迹小车的详细资料，特别是示范程序，这对于理解和构建自己的循迹小车系统非常有帮助。 首先，我们要理解循迹小车的核心技术——路径跟踪。...

coba.zip_blob tracking_tracking

2022-09-14 上传
标题 "coba.zip_blob tracking_tracking" 提供的信息表明，这个压缩包内容可能涉及使用 MATLAB R2013 版本进行Blob分析的过程，Blob跟踪是计算机视觉领域中的一个关键技术，常用于识别和追踪图像中的对象。...

MHT.zip_22664O.com.mht_MHT tracking_MHT Tracker_multi hipothesi

2022-09-24 上传
"MHT.zip"表明MHT文件被压缩成了ZIP格式。ZIP是一种常见的文件压缩格式，用于减少文件大小，方便存储和传输。在这个案例中，可能是为了便于分发或存储包含跟踪代码的MHT文件。 总结起来，这个压缩包可能包含了一个...

select substr(a.create_time,1,10) as 'create_time', a.tracking_id, a.purchase_order_number, b.code_description, c.port_code, c.return_desc, case when a.kyc_flag = '1' then 'Global store' else 'Core export' end as 'customer',a.service_level,'ECMS' as 'clearance_company', (case when a.reason_code = '18' then concat(b.code_description,'/',ifnull(c.port_code,'')) when a.reason_code = '51' then concat(b.code_description,'/',ifnull(c.return_desc,'')) else b.code_description end ) as 'reason_description', a.accumulated_days, a.consignee_name, a.consignee_phone from temp_daily_report_amazon_abnormal_hawb a join dw_code_info b on a.reason_code = b.code_id and b.code_flag = 'daily_report_amazon_abnormal' left join ecms_dws.dws_hawb_base c on a.tracking_id = c.tracking_id where a.create_time = UTC_DATE() and (a.accumulated_days >='2' or a.accumulated_days is null) having 1 order by a.accumulated_days desc,b.priority

2023-07-14 上传
- `a.tracking_id`：tracking_id 列的值。 - `a.purchase_order_number`：purchase_order_number 列的值。 - `b.code_description`：code_description 列的值，来自 dw_code_info 表。 - `c.port_code`：port_code ...

import cv2 import mediapipe as mp mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles mp_holistic = mp.solutions.holistic # For webcam input: filepath='F:\\video000\\ce.mp4' cap = cv2.VideoCapture(filepath) with mp_holistic.Holistic( min_detection_confidence=0.5, min_tracking_confidence=0.5) as holistic: while cap.isOpened(): success, image = cap.read() if not success: print("Ignoring empty camera frame.") # If loading a video, use 'break' instead of 'continue'. break # To improve performance, optionally mark the image as not writeable to # pass by reference. image.flags.writeable = False image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = holistic.process(image) # Draw landmark annotation on the image. image.flags.writeable = True image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) mp_drawing.draw_landmarks( image, results.face_landmarks, mp_holistic.FACEMESH_CONTOURS, landmark_drawing_spec=None, connection_drawing_spec=mp_drawing_styles .get_default_face_mesh_contours_style()) mp_drawing.draw_landmarks( image, results.pose_landmarks, mp_holistic.POSE_CONNECTIONS, landmark_drawing_spec=mp_drawing_styles .get_default_pose_landmarks_style()) # Flip the image horizontally for a selfie-view display. cv2.imshow('MediaPipe Holistic', cv2.flip(image, 1)) if cv2.waitKey(5) & 0xFF == 27: break cap.release() 在这段代码中引入注意力机制，使人体步态特征更好的提取

2023-06-07 上传
min_tracking_confidence=0.5, use_attention=True) as holistic: while cap.isOpened(): success, image = cap.read() if not success: print("Ignoring empty camera frame.") # If loading a video, use '...

可以把这段代码精简吗import sensor, image, time from pyb import UART sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QQVGA) sensor.skip_frames(time = 2000) sensor.set_auto_gain(False) # must be turned off for color tracking sensor.set_auto_whitebal(False) # must be turned off for color tracking clock = time.clock() uart = UART(3, 19200, timeout_char=2000) while(True): clock.tick() img = sensor.snapshot().lens_corr(1.8) for c in img.find_circles(threshold = 3500, x_margin = 10, y_margin = 10, r_margin = 10, r_min = 2, r_max = 100, r_step = 2): area = (c.x()-c.r(), c.y()-c.r(), 2*c.r(), 2*c.r()) #area为识别到的圆的区域，即圆的外接矩形框 statistics = img.get_statistics(roi=area)#像素颜色统计 print(statistics) #(0,100,0,120,0,120)是红色的阈值，所以当区域内的众数（也就是最多的颜色），范围在这个阈值内，就说明是红色的圆。 #l_mode()，a_mode()，b_mode()是L通道，A通道，B通道的众数。 if 0<statistics.l_mode()<100 and 0<statistics.a_mode()<127 and 0<statistics.b_mode()<127:#if the circle is red img.draw_circle(c.x(), c.y(), c.r(), color = (255, 0, 0))#识别到的红色圆形用红色的圆框出来 uart.write("Hello esp32!\r") time.sleep_ms(2000) else: img.draw_rectangle(area, color = (255, 255, 255)) #将非红色的圆用白色的矩形框出来 print("FPS %f" % clock.fps())

2023-06-12 上传
可以，下面是精简后的代码： ```python import sensor, image, time from pyb import UART sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QQVGA) sensor.skip_frames(time=...

import cv2 import mediapipe as mp # 初始化mediapipe mp_drawing = mp.solutions.drawing_utils mp_pose = mp.solutions.pose # 初始化摄像头 cap = cv2.VideoCapture(0) with mp_pose.Pose(min_detection_confidence=0.5, min_tracking_confidence=0.5) as pose: while cap.isOpened(): success, image = cap.read() if not success: print("Ignoring empty camera frame.") continue # 转换图像颜色空间 image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 执行姿态估计 results = pose.process(image) # 绘制姿态估计结果 image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) mp_drawing.draw_landmarks(image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS, mp_drawing.DrawingSpec(color=(0, 255, 0), thickness=2, circle_radius=2), mp_drawing.DrawingSpec(color=(0, 0, 255), thickness=2, circle_radius=2)) # 标注关键点编号 for index, landmark in enumerate(results.pose_landmarks.landmark): height, width, _ = image.shape cx, cy = int(landmark.x * width), int(landmark.y * height) cv2.putText(image, str(index), (cx, cy), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 1) # 显示姿态估计结果 cv2.imshow('MediaPipe Pose', image) if cv2.waitKey(5) & 0xFF == 27: break # 释放摄像头资源和窗口 cap.release() cv2.destroyAllWindows()在以上代码基础上加上关键点与相邻关键点的角度

2023-06-14 上传
with mp_pose.Pose(min_detection_confidence=0.5, min_tracking_confidence=0.5) as pose: while cap.isOpened(): success, image = cap.read() if not success: print("Ignoring empty camera frame.") ...

RuntimeError: set_sizes_contiguous is not allowed on a Tensor created from .data or .detach(). If your intent is to change the metadata of a Tensor (such as sizes / strides / storage / storage_offset) without autograd tracking the change, remove the .data / .detach() call and wrap the change in a `with torch.no_grad():` block. For example, change: x.data.set_(y) to: with torch.no_grad(): x.set_(y)

2023-06-03 上传
这个错误是由于你在使用 PyTorch 的时候，尝试使用`.data`或`.detach()`方法修改了Tensor的元数据，但这些方法不能修改元数据的同时不被autograd跟踪。 为了解决这个问题，你可以使用`with torch.no_grad():`方法将...

PLS-00201: identifier 'DBMS_BLOCK_MONITOR.SET_BLOCK_CHANGE_TRACKING' must be declared

2023-06-07 上传
如果在执行 `EXECUTE DBMS_BLOCK_MONITOR.SET_BLOCK_CHANGE_TRACKING(TRUE);` 命令时出现 `PLS-00201: identifier 'DBMS_BLOCK_MONITOR.SET_BLOCK_CHANGE_TRACKING' must be declared` 错误，可能是因为当前的用户...

opt.conf_thres = params[opt.tracking_method]['conf_thres']

2023-05-10 上传
这行代码看起来是从一个字典 `params` 中根据特定的键值 `opt.tracking_method` 获取对应的值 `conf_thres`，并将其赋值给变量 `opt.conf_thres`。具体来说，可能是在某个跟踪方法的参数配置中，设定了一个置信度的...
JonSco
  • 粉丝: 91
  • 资源: 1万+
上传资源 快速赚钱

最新资源