K230-pid的可视化调试
我调试 PID 是通过串口 和 Vofa+工具。Vofa+是一款上位机工具，我个人认为目前对这个项目来说最大的作用是显示出数据波形变化。
 |
|---|
目前我还不知道K230的单步调试手段，所以只能盲调PID：设置一个P\I\D值，然后看PID输出的数据曲线和目标数据曲线的差别。如果误差很大，则重新设置一个P\I\D值继续调到误差小为止。
当然，如果有时间和精力，也可以自己写一套通过串口调整参数的代码。
硬件连接
图中的这个带金边的模块是CH340的USB转串口模块，是很常用的东西了。这个因为没有找到更好的实物图，就找了这个，现在这个图模块上的RXD和TXD接到一起了，实际连接的时候是不要短接在一起的， 切记。
我们通过下面的代码测试一下k230的串口发送功能 和 vofa+的使用：
K230的串口知识和使用方法，参考立创开发板的庐山派串口章节教程
from machine import UART
from machine import FPIOA
# 配置引脚
fpioa = FPIOA()
fpioa.set_function(5, FPIOA.UART2_TXD)
fpioa.set_function(6, FPIOA.UART2_RXD)
# 初始化UART2，波特率115200，8位数据位，无校验，1位停止位
uart = UART(UART.UART2, baudrate=115200, bits=UART.EIGHTBITS, parity=UART.PARITY_NONE, stop=UART.STOPBITS_ONE)
# 要发送的字符串
message = "Hello,LuShan-Pi!\r\n"
# 通过UART发送数据
uart.write(message)
# 释放UART资源
uart.deinit() 效果图：
Vofa+的使用
这里就介绍Vofa+的数据接收协议 和 波形的显示方法。
接收协议
比较常用的是 FireWater协议，其协议格式如下：
参数说明：
| 元素 | 描述 |
|---|---|
| <any> | 表示数据名称，可以自定义 |
| : | 必须加英文冒号，不然解析不了数据，就不会显示在Vofa+上。 |
| ch0~chN | ch表示通道数据，0~N表示是第几个通道的数据。比如我要发送两个浮点数据（float）到vofa+显示波形，分别是1.2 和 21.4。那么就可以写为 float:1.2,21.4\n，这样就可以显示两个数据。 |
| , | 表示每一个数据之间的间隔 |
| \n | 结尾必须加\n，不然解析不了数据，就不会显示在Vofa+上。 |
示例：
关键注意事项
冒号不能省略：数据名称后必须立即跟英文冒号（
:）逗号分隔数据：多个数值必须用英文逗号（
,）分隔结尾必须有
\n：换行符是数据结束的强制标记通道顺序：数据值的顺序对应通道索引（第一个值=ch0，第二个值=ch1，以此类推）
 |
|---|
波形显示
在 Vofa+ 的左侧边栏找控件，将波形图控件拉出到放置区即可。
 |
|---|
我们通过K230发送一些我们自定义的波形数据看看效果：
发送数据到 Vofa+ 后，还不能马上显示在波形图上，还需要我们配置波形的输入数据。
 |
 |
|---|---|
不出意外的话，你应该会显示下面的画面：
5个通道的数据，不断更新就可以得到波形。
 |
|---|
项目PID的调试
代码：import time, os, gc, sys, math,utime
from machine import PWM, FPIOA, Pin, UART
from media.sensor import *
from media.display import *
from media.media import *
import _thread
from pid import PID
from filter import LowPassFilter
DETECT_WIDTH = 480
DETECT_HEIGHT = 320
sensor = None
###############################串口配置#####################################################
# 配置引脚
fpioa = FPIOA()
fpioa.set_function(5, FPIOA.UART2_TXD)
fpioa.set_function(6, FPIOA.UART2_RXD)
# 初始化UART2，波特率115200，8位数据位，无校验，1位停止位
uart = UART(UART.UART2, baudrate=115200, bits=UART.EIGHTBITS, parity=UART.PARITY_NONE, stop=UART.STOPBITS_ONE)
##########################################################################################
###############################舵机配置#####################################################
# 2.5 = -90度 7.5 = 0度 12.5 = 90度
min_duty = 2.5 #最小占空比
max_duty = 12.5 #最大占空比
mid_duty = 7.5 # 中间值，对应于0度
pwm_lr = None
# 配置排针引脚号32，芯片引脚号为46的排针复用为PWM通道2输出
pwm_io2 = FPIOA()
pwm_io2.set_function(46, FPIOA.PWM2)
pwm_lr = PWM(2, 50, 50, enable=True) # 配置PWM2，默认频率50Hz,占空比50%
pwm_lr.duty(mid_duty) #左右舵机旋转到中间
##########################################################################################
###############################PID配置#####################################################
#lr_kp = 0.013
#lr_ki = 0.0008
#lr_kd = 0.016
lr_kp = 0.02
lr_ki = 0.005
lr_kd = 0.1
pid_lr = PID(lr_kp, lr_ki, lr_kd,10,12.5)
##########################################################################################
#滤波
alpha = 0.1 # 滤波器系数，您可以根据需要调整这个值
lr_filter = LowPassFilter(alpha)
# 将数值转换为占空比的函数
def input_to_duty_cycle(input_value):
min_input = -max_duty
max_input = max_duty
min_duty_cycle = min_duty
max_duty_cycle = max_duty
# 确保输入值在允许的范围内
if input_value < min_input or input_value > max_input:
raise ValueError('输入值超出范围，应为{}到{}'.format(min_input,max_input))
# 计算输出占空比
output_value = min_duty_cycle + ((input_value - min_input) / (max_input - min_input)) * (max_duty_cycle - min_duty_cycle)
return output_value
try:
# 初始化摄像头
sensor = Sensor(width = DETECT_WIDTH, height = DETECT_HEIGHT)
# 传感器复位
sensor.reset()
# 开启镜像
sensor.set_hmirror(False)#False
# sensor vflip
sensor.set_vflip(True)#False
# 设置图像一帧的大小
sensor.set_framesize(width = DETECT_WIDTH, height = DETECT_HEIGHT)
# 设置图像输出格式为彩色的RGB565
sensor.set_pixformat(Sensor.RGB565)
# 使用IDE显示图像
Display.init(Display.VIRT, width = DETECT_WIDTH, height = DETECT_HEIGHT, fps = 100)
# 初始化媒体管理器
MediaManager.init()
# 摄像头传感器开启运行
sensor.run()
# 定义要识别颜色的阈值，这里需要根据你的具体情况调整
# 你可以通过尝试不同的阈值来找到最适合你的物体颜色值
red_threshold = (0, 42, 17, 94, -6, 50)
while True:
# 拍摄一张图片
img = sensor.snapshot()
# 查找图像中满足红色阈值的区域
blobs = img.find_blobs([red_threshold], pixels_threshold=200, area_threshold=200, merge=True)
# 如果找到了至少一个blob
if blobs:
# 找到最大的blob
largest_blob = max(blobs, key=lambda b: b.pixels())
# 画框
img.draw_rectangle(largest_blob.rect(), color=(255, 0, 0))
# 在框内画十字，标记中心点
img.draw_cross(largest_blob.cx(), largest_blob.cy(), color=(255, 0, 0))
# 计算相对于屏幕中心的X轴和Y轴的偏移量
x_offset = largest_blob.cx() - img.width() // 2
y_offset = largest_blob.cy() - img.height() // 2
# 屏幕显示位置信息和像素大小，包含正负号
wz = "x={}, y={}, w={}, h={}".format(x_offset, y_offset, largest_blob.w(), largest_blob.h())
img.draw_string_advanced(0,0,32,wz)
# 根据中心偏移量计算PWM的PID
pid_lr_value = pid_lr.pid_calc(0,x_offset)
pid_lr_value = -pid_lr_value
# 转换输出实际的占空比
duty_lr_value = input_to_duty_cycle(lr_filter.update(pid_lr_value))
#duty_lr_value = input_to_duty_cycle(pid_lr_value)
# 根据计算后的占空比控制舵机
pwm_lr.duty(duty_lr_value)
print(duty_lr_value)
#串口输出当前识别物X轴 和 期望目标X轴
zxc = "data:{},0\n".format(x_offset)
uart.write(zxc)
# 中心画十字
img.draw_cross(img.width() // 2, img.height() // 2, color=(0, 255, 0), size=10, thickness=3)
# IDE显示图片
Display.show_image(img)
except KeyboardInterrupt as e:
print(f"user stop")
except BaseException as e:
print(f"Exception '{e}'")
finally:
# sensor stop run
if isinstance(sensor, Sensor):
sensor.stop()
# deinit display
Display.deinit()
if isinstance(pwm_lr, PWM):
pwm_lr.deinit()
# release media buffer
MediaManager.deinit()
os.exitpoint(os.EXITPOINT_ENABLE_SLEEP)
time.sleep_ms(100)
评论