【报名阶段需要填写的内容】

1. 参赛者姓名（必填项）：

王锦迪

2. 单位或学校名称（必填项）：

南京亨乾电子科技有限公司

3. 当前职务或职称（必填项）：

工程师

4. 参赛作品的名字（必填项）：

进化传说 -- 上古蜥蜴

5. 简要陈述您的idea和作品（必填项）：

1）总体结构为履带底盘，电机及驱动电路，摄像头等。

2）控制结构包括树莓派运行上层软件SPI，stm32底层控制，另外包含电机驱动、供电控制等电路。STM32与树莓派通过SPI连接用于下传命令、上传状态。

3）软件包括速度控制、图像处理等
4）主要功能：

目前实现的内容包括：履带底盘的机械结构部分的设计及实物3D打印、组装调试；电机及驱动电路的调试；STM32 通过PWM调节电机转速；PID算法的调试；树莓派环境的搭建，包括SPI通讯测试、程序控制摄像头的测试、机器学习框架Tensorflow的安装；目前可以在树莓派上用Python程序通过SPI通讯给STM32发送命令，控制履带底盘的转速。

6. 拟用到的立创商城在售物料（必填项）：

树莓派及摄像头，stm32芯片，电机驱动相关芯片，外围杂项元器件

7. 拟用到的非立创商城物料或其它补充（必填项）：

电机、轴承、弹簧、螺丝等。stm32开发板。本项目结构件大量采用3D打印，使用自购3D打印机。

【作品正式发表（报名成功后进入设计阶段）需要填写的内容】

第一章 楔子

 

    可以先看一下视频，https://v.qq.com/x/page/f0540dnaye1.html

    前进的命令由PC机通过WiFi连接树莓派发出，树莓派的程序随后通过SPI通讯给STM32单片机发出命令，STM32采用PID算法驱动履带电机。目前小车重心在后面，后轮遇到障碍时，动力不足以越过，PID算法自动调整驱动功率，越过障碍。

第二章  原始生物的运动器官

    蜥蜴算是比较大型的项目，从最开始就计划按不同部分分帖讨论。第一帖在这里： http://club.szlcsc.com/article/details_7855_1.html

    其中有详细的设计思考过程，因为计划是个长期项目，设计文件也是随进度更新，都在帖子里。

部分外购零部件：

 

DNA片段 -- 机械结构部分设计图：

 

蜥蜴的脚趾？ -- 零部件组装：

 

这应该算是完整的四肢了吧 -- 底盘及电机负重图 ：

    到这一部分为止的演示视频，用外接12V直接接电机：https://v.qq.com/x/page/s0540u1rlfv.html

    这个视频直观演示底盘悬挂结构的负重、缓冲、动态分担负载的性能，比起网上动辄上千元还不带缓冲结构的底盘，也算不枉我花费大量时间从头学习研究设计一直到把它做出来。

 

第三章 从末梢神经到脊髓 -- 电机测速、调速、PWM驱动、PID驱动

 

    想想蜥蜴的神经系统还挺专业，因为它分神经组织和神经信号两部分。其实电路的硬件就相当于生物的神经组织，而神经信号当然就是相应的软件和电路信号了。

在蜥蜴项目的最初规划阶段曾经明确过一个原则：尽量避免重新造轮子。按这一原则，在使用单片机的时候我毫不犹豫地选择了开发板--压在箱子底、放在阁楼上、落满灰尘，但是仍然好用的野火STM32开发板。

    电路硬件其实很简单，单片机本身能用到的几乎就是个最小系统，电机测速的霍尔传感器可以用3.3V电源，这样信号也是3.3V，可以直接接单片机。电机驱动电路L9110也可以使用3.3V输入而给电机供应12V的电压。这样简单的数字信号，直接用杜邦线连接就可以了。

 

    电机需要12V电源，采用TPS60188升压。电源电路对抗干扰要求高，况且60188的封装也没法手工焊，在立创做了样板

 

    蜥蜴作为一个“动物”，肯定要用个移动电源，TP5602是不错的选择，3A充放电，各种保护。。。广告时间到！购买链接 http://www.szlcsc.com/product/details_81512.html

    但是在调试过程中，电池电量耗费很快，充电则太耽误时间，所以调试还是用AC-DC的电源模块供电，谁让咱就是做这个的呢，从桌子底下翻出来两个就好了。

 

    程序没有太多可说的，大部分是相应外设的初始化及控制、读取

    把所有函数折叠一下，便于看个总貌：

 

    直接对电机作用的是PWM信号。PID控制算法也需要将PWM占空比作为直接的被控对象，因此PWM是电机驱动的基础，首先完成的是PWM的软硬件调试：

    需要改变某个通道的占空比时，只需要修改一个寄存器TIM2->CCRx就可以了。

// TIM2作为pwm输出，4个通道用于驱动两个履带电机正反转。引脚为23、24、25、26，即PA0、1、2、3，
void PWM_User_Init(void)
{
	TIM_TimeBaseInitTypeDef  TIM_TimeBaseStructure;
	TIM_OCInitTypeDef  TIM_OCInitStructure;
    GPIO_InitTypeDef GPIO_InitStructure;
	u16 init_CCR1_Val = 0;   // 占空比 = (此变量/ (TIM_Period+1))* 100%，TIM_Period这里设为9999

	// ....................... 引脚功能初始化 ..................     
  	/*GPIOA Configuration: TIM2 channel 1 and 2 as alternate function push-pull */
  	GPIO_InitStructure.GPIO_Pin =  GPIO_Pin_0 | GPIO_Pin_1 | GPIO_Pin_2 | GPIO_Pin_3;
  	GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP;		    // 复用推挽输出
  	GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz;

  	GPIO_Init(GPIOA, &GPIO_InitStructure);

	//.......................TIM2 Time base..............................
	TIM_TimeBaseStructure.TIM_ClockDivision = TIM_CKD_DIV1 ;	//设置时钟分频系数：不分频
	TIM_TimeBaseStructure.TIM_Prescaler = 36;	    			//设置预分频，分频后为 2MHz
	TIM_TimeBaseStructure.TIM_Period = 9999;      				//当定时器从0计数到9999，即为10000次，为一个定时周期，即频率200Hz
	TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; //向上计数模式
	
	TIM_TimeBaseInit(TIM2, &TIM_TimeBaseStructure);

	//........................... 各通道 .................................
	// 通道1
	TIM_OCInitStructure.TIM_OCMode = TIM_OCMode_PWM1;	    //配置为PWM模式1
	TIM_OCInitStructure.TIM_OutputState = TIM_OutputState_Enable;	
	TIM_OCInitStructure.TIM_Pulse = init_CCR1_Val;	   		//设置跳变值，当计数器计数到这个值时，电平发生跳变
	TIM_OCInitStructure.TIM_OCPolarity = TIM_OCPolarity_High;  //当定时器计数值小于CCR1_Val时为高电平
	
	TIM_OC1Init(TIM2, &TIM_OCInitStructure);
	TIM_OC1PreloadConfig(TIM2, TIM_OCPreload_Enable);
	
	// 通道2
	TIM_OC2Init(TIM2, &TIM_OCInitStructure);	  //使能通道2
	TIM_OC2PreloadConfig(TIM2, TIM_OCPreload_Enable);
	
	// 通道3
	TIM_OC3Init(TIM2, &TIM_OCInitStructure);	 //使能通道3
	TIM_OC3PreloadConfig(TIM2, TIM_OCPreload_Enable);
	
	// 通道4
	TIM_OC4Init(TIM2, &TIM_OCInitStructure);	//使能通道4
	TIM_OC4PreloadConfig(TIM2, TIM_OCPreload_Enable);

	//................................................................
	TIM_ARRPreloadConfig(TIM2, ENABLE);			// 使能TIM2重载寄存器ARR
	TIM_Cmd(TIM2, ENABLE);                   	//使能定时器2
}    

PID控制

    PWM是最简单的开环调速，仔细想想还不如自然界的蜥蜴，蜥蜴的行为毕竟还是闭环反馈的。一般来说，闭环控制总是必不可少的。闭环控制中，PID属于用得比较多也比较简单的了，当然性能也就是差强人意。不过好在蜥蜴项目的重点不是放在这方面，说得过去就行了。

    在我的第二贴里， http://club.szlcsc.com/article/details_7856_1_8.html#floor_8 这里对PID算法做了简要的解说，

自我感觉还是很容易懂的，不熟悉的朋友可以去看看。应该加个醒目的标题什么的，最近两天时间太紧了，当时好长的文本，写完就忽略了标题的问题，要改的时候已经晚了不能改了。看起来好像是一大堆废话一样。。。

    PID的核心算法其实很简单，就这么一点代码。在上面提到那个帖子里，有其他辅助的内容，包括结构的定义、具体参数值、定时计算的机制等

	err1 = Mot1PIDData.HallSetValue - Mot1HallTotal;	// 设定值 减 霍尔传感器在上次刷新周期内（100mS）的计数值 记为 err
	Mot1PIDData.LastErr = Mot1PIDData.CurErr;			// 用当前误差替代上次误差
	Mot1PIDData.CurErr = err1;							// 更新当前误差
		Mot1PIDData.SigmaErrBefore = Mot1PIDData.SigmaErrBefore * 3 / 4 + err1;	  //对误差历史逐次衰减
	
	u16deltaPulse = Mot1PIDData.KP * err1 +				// 需要修正的值 等于 P、I、D 三项分别乘系数之后求和。 				即 KP * err +
		Mot1PIDData.KD * (Mot1PIDData.CurErr - Mot1PIDData.LastErr) +	// ( 当前误差 减 上次误差 ) / 计数周期 近似为微分	KD * DeltaErr +
		Mot1PIDData.KI * Mot1PIDData.SigmaErrBefore;					// 近似历史积分（改进型）							KI * SigmaErr

	Mot1PIDData.DeltaPWM = u16deltaPulse / HALL_CNT_MAX;	// 计算出来的脉冲修正值 / 可能的最大值 * 100 = PWM的0-99范围; 三个K值是乘以100的，此处要除以100，所以-
	if(Mot1PIDData.Clockwise == 1)	// 如果电机1当前正转
		ch = 1;
	else 
		ch = 2;

	i16t = Mot1PIDData.CurrentPWM;
	i16t += Mot1PIDData.DeltaPWM;
	if(i16t >= 100)
		i16t = 99;
	if(i16t < 0)
		i16t = 0;
	PWM_SetMotorSpeed(ch,i16t );

PID运行演示视频

https://v.qq.com/x/page/x0540pae5xw.html

    视频中，PID的参数采用楼上图片中的参数，可以看到明显的PID调整的特点。两次手握住履带后，电机受到阻力立刻减速，然后由于PID算法的作用，PWM占空比增加，履带又顽强地开始加速到目标速度，此时占空比很大，履带底盘在泡沫的架子上咔哒咔哒乱动，尤其第二次更明显。

    由于占空比很大，突然松手履带就会转得很快，此时PID调节再次起作用，速度迅速降低，然而存在超调现象，也就是速度降低到预设速度之后并没有停止下降，而是继续减慢。然后又在算法调整下慢慢逼近设定值，这就是超调现象。超调的成因，固然是PID参数（也就是Kp、Ki、Kd）需要精细调整，但是，PID算法很难在大范围内保持良好的性能，例如在负载变化很大的情况下兼顾调节速度与超调量。如果需要更好的性能，需要更“高端”的控制理论

SPI通讯

    树莓派只有一个串口，分配给了蓝牙。虽然也可以用作串口，但是那样以后就注定用不成蓝牙了。和单片机通讯，SPI也是可选项之一。

    SPI的一个特点就是他是同步通信。这意味着需要一个时钟信号来为双方提供同步，而这又意味着，只有主机主动给出时钟信号，从机才能发送数据；主机的时钟信号一停，丛机的发送过程就中断。尽管主机的时钟信号一般不会突然停止，但是从机收到主机数据后需要时间来处理，很难保证立刻就开始发送应答数据。所以在SPI通讯中，从机最好是预先准备好数据，而主机发送完数据后，要继续发送无意义的字符以便保持时钟信号不会停止，这样才能收到从机的应答。

    对于单片机来说，SPI有不少参数要指定。通讯双方的参数要保持一致。

    下面这段程序只给出了STM32的SPI参数配置，没有包括引脚分配、中断设置等。

  ///////////////////////// SPI参数配置 ////////////////////////////////
  // W25X16: data input on the DIO pin is sampled on the rising edge of the CLK. 
  // Data on the DO and DIO pins are clocked out on the falling edge of CLK.
  SPI_InitStructure.SPI_Direction = SPI_Direction_2Lines_FullDuplex;
  SPI_InitStructure.SPI_Mode = SPI_Mode_Slave; //SPI_Mode_Master;
  SPI_InitStructure.SPI_DataSize = SPI_DataSize_8b;
  SPI_InitStructure.SPI_CPOL = SPI_CPOL_High;
  SPI_InitStructure.SPI_CPHA = SPI_CPHA_2Edge;
  SPI_InitStructure.SPI_NSS = SPI_NSS_Soft;
  SPI_InitStructure.SPI_BaudRatePrescaler = SPI_BaudRatePrescaler_2;
  SPI_InitStructure.SPI_FirstBit = SPI_FirstBit_MSB;
  SPI_InitStructure.SPI_CRCPolynomial = 7;
  SPI_Init(SPI1, &SPI_InitStructure);

  /* Enable SPI1  */
  SPI_Cmd(SPI1, ENABLE);

第四章 原始的眼睛和大脑 -- 树莓派

树莓派软硬件简单介绍

    树莓派是国外的一款“开源”的处理模块（带引号是他的主控芯片是专供的，你自己没办法做出来），主要特性包括：主频1.2G，内存1G，带WiFi，四个USB口可外接键盘鼠标，带HDMI口可外接显示器，一堆引出的IO脚，可以运行Linux等图形操作系统。

    有人说树莓派比起同样性能的其他模块价格贵，但是它同样有一个压倒性的优势，就是广泛流行带来的大量的资料和社区探讨。基本上，需要用到的东西在网上都很容易找到。

出于科普的目的，树莓派的官方系统（基于Debian）中集成了很多编程工具，对Python也有编译环境。我们采用Python作为开发语言。说实话，个人觉得Python是个大坑，到处充斥着奇技淫巧，一个数组能变化出成千上万的操作方法，初看起来很容易看懂，但是如果要精确写出来，尤其是要想看到别人的程序能精确知道是什么结果，好像比C语言要记的东西多多了。奈何，现在主流的各种工具都提供对Python的支持，像机器学习框架Tensorflow，就明确说有些功能在C语言的库里没有实现。我们也就只好跳进这个大坑了。

树莓派的摄像头

    有一个库是专门给树莓派的摄像头做的，叫做picamera（这个库在电脑的Linux系统下是运行不了的）

    使用picamera，可以轻易地控制树莓派的摄像头：

import time as tm
import picamera

#摄像头初始化
cam = picamera.PiCamera()
cam.resolution = (128,112)

#下面四行用于验证摄像头正常工作。preview可以在命令行运行，但是预览画面很难关掉，最好在程序中用stop_preview
cam.start_preview()    #开始播放预览画面
tm.sleep(2)
cam.stop_preview()    #停止预览
cam.capture('ff.jpg')    #拍照并保存到文件，记得说“茄子”

    更强大的是，可以直接把图像数据保存到numpy数组里（我用的是Python2.7，需要提供一个一维数组，Python3对应的库则用三维数组）

import numpy as np

RawImageData = np.empty((128*112*3),dtype=np.uint8)   #准备数组
cam.capture(RawImageData,'rgb')             #采集图像

机器学习框架 Tensorflow

    Tensorflow是谷歌的开源机器学习框架。框架的含义个人理解包含两层，一层是库。你要什么功能，就调用相应的函数。第二层意思是，这种库不能完全随意调用，要符合一定顺序，这个顺序是它背后实现的内在机制决定的。这个机制的主要部分就是计算图，你总要把图画好，然后才能开始计算。Tensorflow在背后帮你实现了这些东西，你只要对“业务逻辑”进行编程就可以了，大大提高了你的劳动效率。

 

    大概这么简单个小程序可以完成一个最简单的神经网络的构建、训练、结果输出。主要步骤是定义数据、定义loss、定义优化方法，然后初始化框架，最后就可以慢慢算了

树莓派的SPI

    树莓派自带一个SPI的Python库，叫做spidev。

    对SPI的初始化：

import spidev

spi = spidev.SpiDev()
spi.open(0,0) 
spi.mode = 3
spi.max_speed_hz = 30000

    SPI向下位机传送命令：

print spi.xfer([0x55,2,50,50,0,0,0]) 

    这条命令和前面的stm32的spi程序配合，向其传送命令，让左右履带电机都以50%的速度运行。视频中演示的动作就由这条命令来完成。同时将STM32返回的数据（100mS内测速脉冲读数值）显示出来。

临时的第五章 临时的milestone

    本来有了前面这些东西，基本就可以实现一些最简单的功能了，比如循迹小车，几乎是呼之欲出了。奈何一来时间紧，要赚钱养家，截止日期前这一段时间刚好工作上又比较忙，二来，简单的循迹小车也不是蜥蜴项目的目的。但是，花了这么多的时间精力，总归还是有些收获，可以总结点心得的。

    从最基础的底盘的机构可以说明，在纯电子行业，借助3D打印这类快速成型技术，可以实现一些简单、精度要求不高的机械机构。这些机械机构可以是工作上的工具，可以是家里的实用物件，也可以是小朋友的玩具。这些东西甚至不一定是很简陋的。就蜥蜴的悬挂来说，其负重、缓冲、一对负重轮负载均衡的性能应该说远好于模型和玩具的级别。如果做成金属的，应该完全可以进入专业领域。

就电子和控制算法来说，PID是最常用的调速算法之一，直流电机的PWM驱动也是小功率场合低成本、常用解决方案。而树莓派这一可以运行操作系统的模块，以及可以通过WiFi与PC机相连，则为“大脑”的实现提供了广阔的空间，即使拿目前的蜥蜴，去实现“走走看看，你在电脑前远程监视”这样的功能，也是十分简单的（网上有现成的文章）。

    临时的milestone是为了给竞赛一份答卷，未来，蜥蜴将会不断完善，真正演绎一段进化的传说

一直想张罗个开源的项目，之前发了两个帖子，不少朋友给了热情的响应，（第一个帖子近1800点击，第二个也过千）多谢了。

之前的帖子：

http://club.szlcsc.com/article/details_3517_1.html 

http://club.szlcsc.com/article/details_3816_1.html

 

前期做了一些准备工作，让大家久等了。借着电子制作节的东风，项目正式开始。

目前已经有了一个比较具体的规划，报名结束后就公开。报名结束前这几天，也会陆续把一些前期的基础设计在此发布出来

作为开源项目，我会对每一部分的实现过程进行详细介绍，从思路到实物再到改进，也肯定会有坛友互动。这个项目涉及的东西很多，这样会导致楼层很高，而且不同内容混杂一起，会很乱。因此，在这里就作为各个分贴的索引，给出链接，这里只作简述。

管理员如果觉得不妥，请告知如何改（我想帖子多对论坛是好事吧）

 

第一帖，探讨履带底盘的机械结构

http://club.szlcsc.com/article/details_7855_1.html

 

第二帖，电机驱动、调速电路

http://club.szlcsc.com/article/details_7856_1.html

 

>每一个部分完成肯定会更新在一楼的

>“一个主题+N个跟帖”索引肯定会做的，尤其是后期比较复杂的部分

>“一个主帖+N个分帖”的形式，强烈建议在每个分帖增加返回主帖的入口， 好主意，这就加上

 --------------

报告一下，开源那边的帖子，过段时间就不能编辑了，所以没办法在楼主位做索引，咋办？我也很想在楼主位做索引，不然太乱了，帖子长了大家也不爱看（小声说一句，稍后内容丰富了，能不能考虑开个版块给俺，好多内容的）

不能光你进步啊，我也要进步

 

探讨的过程肯定是互相提高的

不怎么看小说了。还是动手搞点业余爱好好玩。我的头像是玩摄影时候拍的

文字背景颜色改了一下。只有那一处是吧

承重可能只能粗略估算了。3D打印出来的东西，强度不但低，而且不稳定（各层之间粘合情况不稳定）

我哪敢说能“思考”了，思考对于目前的AI技术来说还蛮遥远的。楼主位的帖子只敢说是对基本本能的模拟，嘿嘿

 

你说“互动”是指通过什么途径呢，如果通过电子通讯，比如WiFi，或者红外什么的，那很简单了。如果通过机器视觉，那就完全是另外一个难度了。目前的计划，第一步还是与近距离物体的“互动”，也就是能抓起来。这个功能大赛期限内能不能做到让小车自主完成，还不知道呢。

谦虚了，我也喜欢玩这些东西，最近一直在研究神经网络的东西。

deeplearning.ai，大名鼎鼎的Andrew Ng的公开课，知乎上也有很多讲得既清楚又深入的内容。不知道是不是有毛病，这么大年纪的人了，特喜欢这些玩意

嘿嘿，不是踩点，是大约一天半的时间一直在更新，做图片（传上来的图片不足五分之一），录视频（还尝试给视频加音频），还有整理文字，不少文字是改来改去的，前半部分正文是蓝色字体，后半部分是黑色，因为23：59的时候这一项没改完

这个作品要和玩具或者模型比的话，不算小了。淘宝上这么大个的底盘带电机带驱动的，好像没有千元以下的。应该是图片看起来小。

你说的两项我都考虑过，理论上用一个机械手臂就可以完成。这也是目前下一个大的计划。

说起机械手臂，正好有个问题想讨论一下：每个关节，最理想的情况是上电之后就可以直接“知道”自己的大概角度，这有两个方案，一是用绝对值编码器，这应该是标准工业方案，但是对于DIY来说成本太高了，一个编码器要卖好几百，机械臂比较理想的是6个关节，每个关节要一个，还不算机械手。第二个方案是用类似旋转电位器的编码器，但是这个方案一是精度不够好二是寿命比较低。沿用这个方案的话，以后应该没有机会升级到工业现场应用的可靠性级别了，不知道是不是

有没有高人指点一下，何去何从？

http://club.szlcsc.com/article/details_8913_1.html  第三个是我，方便的话帮投一票，谢了

没什么难的，见笑了。二楼有两个分帖，里面有详细的步骤以及所有的设计文件（有些还没来得及整理好的没有上传，比如电路部分以后还会有蛮大改动）

谢谢支持。这个本身定位就是个长期项目，大部分东西我也是第一次玩，要花不少时间摸索