鸭脖K210的使用记录(前言)

前言:

    鸭脖(亚博)K210开发板和视觉模块的资料十分逆天,基于Micropython的视觉部分可以说资料严重不足，还记得电赛前遇到人说openmv两天就可以学会（个人觉得这种发言也逆天）。我的K210是大约7.12号拿到开始学习的,由于某学校优秀的匹配机制，又增加14天军训导致学习时间更加紧张，但还是觉得自己的K210学习过程还算勉强完成基础入门部分。

#########################################################################

如果没什么人看应该会弃坑,详细地学习顺序看结尾处。

#########################################################################

至此先将本次电赛未完成的视觉部分代码:

1. 大津法二值化寻找矩形并返回四个角:

   分辨率(192,192),颜色:RGB565在寻找矩形之前会转化为灰度图像

2.颜色追踪(附有滤波设置):

会追踪红色激光(颜色阈值实在难调，所以设计了一个校准函数)

滤波设置：会将返回的blob类进行筛选，只返回最有可能为红色激光点的区块

3.安装测试

将激光射到白色背景板上，移动触摸屏会生成一个框，用于确定背景板像素位置

以及安装时，是否正对板中央(中央会有白色十字线)

4.阈值颜色重设置

K210例程自带，只需要截取前半部分即可(color_trace)

将histogram.get_percentile(percentile) 中的percentile改为0.2与0.8作为上下阈值限制

当然还有两部分，但实际情况是从第三题开始就无所事事，看着所有人在努力地调试和编写

而我打开了永劫无间,pvz,watch_dog等......

下面是两个函数的思路:

1. 自适应光线滤波函数(应该改名为校准函数)

2. 返回直线上的每一个近似点函数:

   应用于将舵机地移动方式设置为八个方向，然后按照返回的直线近似运动达到直线(倾斜)运动地目的,每次获取后由通信协议返回。

#########################################################################

学习顺序:(基于鸭脖的逆天设备和库)

    1.实现uart串口通信

    2.颜色追踪

    3.KPU加载AI以及使用

    4.基于Canaan官网的AI模型训练

    5.使用maixpy,maixhub训练的模型

    6.Canaan官网API查找以及应用

    7.滤波,帧率提升,算法使用

    8.本地部署AI训练(Mxyolov3)

#########################################################################各个部分介绍:

1. 串口通信是最基本的，不适用K210作为主控时候，没有通信几乎可以认为没有视觉。

2. 颜色追踪,当颜色对比突出时候最快速，简单的方式,但结果严重不准确,需要滤波

3. AI的简单使用，加载模型，筛选所需要的信息(基于canaan的模型)

4. 如何使用canaan官网的模型训练以及如何加载模型

5. 当canaan官网崩(时常)的时候应该如何训练模型和使用

6. 为实现部分算法或功能，在canaan的api中查找所需要的api

7. 滤波：滤波图像处理返回的错误信息，保留正确信息，提高准确率

   帧率：部分图像处理的正确性与帧率严重相关(比如寻找矩形)

   算法：如大津法二值化提高准确率等

8. 本地部署AI训练:

   电赛之时便是要看谁排队快咯，排不上队的人没AI用(⊙o⊙)？

   本地部署解决问题，建议去网吧训练(他会感谢我的对吧?)