# Robocup_CN **Repository Path**: sqkert/robocup_-cn ## Basic Information - **Project Name**: Robocup_CN - **Description**: Robocup中国赛总决赛视觉 - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-09-28 - **Last Updated**: 2026-10-17 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # RoboCup 单相机八类 YOLO 视觉系统 历史第一版交付说明:[第一版YOLO模型,圆锥采用角点与轮廓估计,同心圆第一次优化](docs/releases/yolo_v1.md)。该记录不是当前状态:主程序已接入圆锥建模预测顶点,以及圆柱/长方体顶面分割几何中心和 CAD 显示。 视觉只负责目标识别、稳定确认与反馈。比赛进度、动作策略和任务结束由 STM32 决定。任务一、任务二共用一个 YOLO 检测模型,按任务筛选不同的类别;不再扫码,也不再使用白色检测 + OCR 识别奖杯。 ## 类别与通信编号 直接使用 YOLO 的 class_id,不加 1、不按名称重新映射。训练标签必须按以下顺序定义: | class_id / target_id | YOLO 类别名称 | 目标 | 任务 | | --- | --- | --- | --- | | 0 | red_cylinder | 红色圆柱 | 任务一 | | 1 | red_cuboid | 红色长方体 | 任务一 | | 2 | blue_cylinder | 蓝色圆柱 | 任务一 | | 3 | blue_cuboid | 蓝色长方体 | 任务一 | | 4 | yellow_cone | 黄色圆锥 | 任务一 | | 5 | cup_a | 奖杯 A | 任务二 | | 6 | cup_b | 奖杯 B | 任务二 | | 7 | cup_c | 奖杯 C | 任务二 | 启动时检查模型类别及顺序,不符则初始化失败,防止旧五色模型发送错误身份。编号 0 是合法物料编号,不代表“未检测到”;无稳定目标时不发目标包。下行指令 0x00 的待机含义与上行 target_id=0 分属不同方向,不冲突。 默认权重已更新为项目内的 `runs/diyicikuodashujuji/seg_exp1/weights/best.pt`(YOLO11n-seg,扩大数据集训练 80 轮),主程序与独立 MaterialDetector 均使用项目相对位置解析,在 Windows 与 Jetson 上直接启动即可,也可用主程序的 `--model` 覆盖。模型类别顺序保持 0–7;奖杯 5–7 仅预留,当前验证报告不代表奖杯识别能力。此次验证 Mask mAP50=0.979、mAP50-95=0.962,不等同于实机毫米定位精度。旧版 `runs/material_seg/seg_800_exp/weights/best.pt` 与 `best.onnx` 保留,但旧 ONNX 不是新模型的导出版本。现有的 best_train4.pt/best_train5.pt 不能视作八类模型。此次更新不改变坐标方向、通信协议或抓取几何算法。 ## 识别与调试看板 ### 同心圆实拍适配(2026-10-05) 主程序调用的 `TargetDetector.find_bullseye` 保留共享椭圆/共同圆心精拟合分支; 当它失败时,新增逐环独立黑线提取分支,适配小幅透视和残余畸变造成的环心偏移。 结构分支沿各自椭圆寻找成对黑白边界,要求至少三条独立黑环,检查覆盖率、缺口、线宽一致性、嵌套和椭圆形状一致性;尺寸模板仅辅助评分,不再硬性否决结构分支。 不是降低到“两条圈即可识别”。中心按各环中心对归一化半径平方的一阶模型外推估计, 只适用于小幅形变,不是完整透视标定。绿圈沿各环独立拟合的黑线中线绘制,黄色点为估计中心。 画面 `JOINT` / `STRUCT` 分别表示共同圆心分支/结构验证分支,Q 是启发式质量分数,不是准确率。 `tests/test_bullseye_real.py` 覆盖两张用户手机照片和原失败截图、手机图缩放旋转及已知透视变换。 照片不使用 Jetson 内参、不输出毫米验收结论;实际相机定位精度及 Jetson 帧率仍需实机验证。 - 圆柱(0/2)使用顶面分割轮廓的椭圆拟合中心,长方体(1/3)使用最小外接旋转矩形中心。浮点中心同时供目标选择、稳定判断、毫米换算与串口发送使用,不再取检测框中心。 - 主界面叠加绿色椭圆/旋转矩形与红色中心准星;外层检测框仅供检测范围和状态参考。几何轮廓缺失、退化或触及图像边缘时不回退到框中心,若无其他有效候选则停止发送。 - 几何中心共用 `material_geometry.py`;当前模型默认路径集中在 `model_config.py`,主程序、独立模块、视频回放、预标注和 ONNX 导出入口均引用此配置。显式 `--model` 仍可覆盖;训练历史的初始权重不自动替换。 - 本次不改变方向、协议、顶面高度或夹爪偏移补偿。顶面中心接入不等于物理抓取精度已达标。 - ObjectDetector.detect_target(frame, available_classes=...) 统一检测物料和奖杯;YOLO 自身输出颜色 + 形状组合类别。 - 已获取红色圆柱只排除类别 0,红色长方体(1)、蓝色圆柱(2)仍可被检测;不会排除所有红色或所有圆柱。 - 同类别且中心漂移小于 10 像素,连续 3 帧确认后发送。确认阈值可在 TaskTargetState 中调整;默认置信度门限 0.60,可用 --confidence 调整。这些门限需要实测,不是准确率保证。 - 锁定身份后不允许其他类别覆写。目标消失时停止发送;重新出现时重新累计稳定帧。最后锁定身份保留供获取确认使用。 - 看板只显示当前任务:WORK_T1 显示 T1 MATERIALS 的 5 个获取位置,WORK_T2 显示 T2 CUPS 的 3 个获取位置,均在上方同一行;待机和同心圆模式不显示任务看板。卡片背景为 50% 不透明度,文字和状态边框保持清晰。切换显示不清空历史,按实际获取顺序显示,例如 Red cylinder → Blue cylinder → Yellow cone,而非预设场地顺序。 - PENDING=未获取,CANDIDATE=候选,STABLE=稳定待确认,ACQUIRED=已确认获取;LOCKED/LOST=锁定身份保留但目标已丢失,RECONFIRM=重现后正在重新确认。OpenCV 看板使用英文标签以避免中文字体无法显示;每张卡片同时显示颜色和形状。 - NEXT_ITEM / n 仅将已锁定目标记入当前任务的调试历史并排除该完整类别;未锁定时不会推进记录。识别到物体不等于获取成功。 - 5/5、3/3 仅是调试展示,不会自动切换 IDLE。类别池为空时保持当前模式,等待 STM32 指令或调试复位。 - 两个任务历史互不影响。切换模式会重置稳定状态,但不清空已获取历史。获取确认应在切换离开 WORK_T1/WORK_T2 前发出;串口缓冲中多个命令会按顺序处理。 - 当前排除逻辑按“每种组合只获取一次”设计;如果赛场存在多个同类物体且都需要获取,应改成实例追踪,不能继续按类别排除。 ## 启动与调试 ```bash # 正常运行:默认 V2(需 STM32 配套适配),不显示画面,关闭高频调试日志 python3 core_framework.py # 单独调视觉:显示画面 python3 core_framework.py --debug # 另行开启逐目标、过滤原因和串口接收日志 python3 core_framework.py --debug --debug-log --confidence 0.60 # 回归测试(不连接硬件;图像测试需要 OpenCV + NumPy) python3 -B -m unittest discover -s tests -p "test_*.py" -v ``` --debug 控制画面,--debug-log 控制 logging.DEBUG,二者独立。初始化、模式切换和获取确认等低频信息仍保留,错误不会被静默隐藏。 识别框旁显示 `id`、`X(fwd)`、`Y(left)`,单位 mm,使用与发送相同的坐标计算结果。 `PENDING` 表示尚未稳定、只预览;`TX` 表示本帧成功写入串口;`NOT SENT` 表示本帧未发送成功 (例如串口断开或结果属于重连前的旧周期)。同心圆也显示编号 8、坐标和发送状态。 TX 不表示 STM32 已完成接收解析,协议目前没有目标包 ACK。 终端默认显示成功发送的目标编号、前 X/左 Y 毫米值及完整十六进制帧,默认每 0.5 秒一条; 类别或串口周期变化时立即显示。限频只影响打印,串口仍按原来的识别频率发送。 ```bash # 显示识别框坐标及默认限频发送日志 python3 core_framework.py --debug # 显示每一个成功发送的目标包 python3 core_framework.py --debug --tx-log-interval 0 # 关闭终端目标发送日志,保留画面显示 python3 core_framework.py --debug --no-tx-log ``` ### 工作相机自动选择(2026-10-04) 默认使用 `--camera auto`,不再绑定 `/dev/v4l/by-path/` 的 USB 插孔路径。 Linux 每轮连接尝试都按编号枚举 `/dev/videoN`,通过 V4L2 设置原生 640×480 并实际取帧, 跳过打不开、无图像或分辨率不符的节点(包括某些相机的元数据节点)。 没有相机时保留原有重试机制;Windows 自动模式使用相机索引 0。 更换 USB 插孔或节点编号后,无需修改程序。 ```bash python3 core_framework.py --debug # 手动指定时只尝试指定设备,不自动切换到其他相机 python3 core_framework.py --debug --camera /dev/video0 python3 core_framework.py --debug --camera 0 ``` 自动模式适用于当前只有一台相机的场景。若以后连接多台相机,会选择第一个 能取得有效图像的节点,应使用 `--camera` 指定设备或 `/dev/v4l/by-id/` 稳定链接, 避免误用另一台相机的内参。自动发现仅用于启动连接,不等于支持运行中热插拔恢复。 ### 识别时的高度和圆锥尺寸 默认参数集中在 geometry_config.py,单位 mm,修改后重启主程序生效: ```python CAMERA_HEIGHT_MM = 300.0 CONE_BASE_DIAMETER_MM = 40.0 CONE_HEIGHT_MM = 40.0 ``` 只临时改变本次识别高度时,不需要编辑配置文件,例如: ```bash python3 core_framework.py --camera-height-mm 400 ``` --camera-height-mm 优先于文件默认值,会实际影响现有 X/Y 毫米换算及领奖台距离计算,不改写配置文件。高度指相机光心离地高度;圆锥放地面时也就是光心到底面所在平面的距离。物料放在其他台面时不能把光心离地高度直接当成到底面的距离。 这是一帧/一次识别使用的固定高度设置,不是夹爪下降过程中的实时反馈。圆锥直径与高度已作为配置保存,但尚未接入几何 Apex 预测;本次没有替换 material_detector.py 或 tools/run_video_inference.py 的旧角点 Apex 算法,也没有将分割几何接入主程序。修改这些尺寸暂时不会改变 CAD 视频中的 Apex。视频回放若后续接入几何模型,应使用拍摄时的实际高度,而不是回放时设备的高度。 键盘调试需开启 --debug 并聚焦 OpenCV 窗口: | 按键 | 功能 | | --- | --- | | 0 | 待机 | | 2 | 任务一物料检测 | | 4 | 任务二奖杯检测 | | 5 | 地面靶心定位 | | 6 | 领奖台靶心定位 | | n | 确认当前稳定目标已获取,更新调试历史 | | r | 清空当前任务调试历史、类别排除和稳定状态 | | q | 退出 | 领奖台模式保留亚军/冠军/季军三个手动调试档位;NEXT_ITEM/n 在该模式切换到下一档并重置靶心跟踪,不计比赛进度、不自动待机。默认台面离地高度为 (18,36,0) mm,顺序为亚军、冠军、季军;可用 --podium-heights-mm 覆盖。换算距离是“相机光心离地高度-台面离地高度”,默认分别为202、184、220 mm。未知高度仍只预览、不发送坐标,0是有效高度。 ## 五环靶心检测与调试 实物参考模板:五条黑环中线半径 R25、R45、R65、R85、R105 mm,黑环宽度 2 mm。它们不规定图像中的像素半径。相机离地高度默认220 mm,毫米换算须以镜头光心到目标平面的实际距离为准,不能用放宽检出替代高度标定。 检测流程:完整模板共同圆心拟合快速路径;未得到完整五环时,进入结构路径:椭圆候选 → 每环 180 方向验证成对灰度边界 → 中线精拟合与去重 → 3–5 环嵌套/形状/宽度/中心漂移验证 → 质量评分 → 短时关联与平滑。参考尺寸仅为结构路径加少量分,不要求精确半径比例。不会直接输出未经验证的 fitEllipse 候选。 - 默认至少三条真实黑环;检测到 3/4/5 条就显示相应数量,不按模板凭空补出其余环。内外边缘及重复 Canny 轮廓不能重复计数。 - 完整模板路径跳过外半径 20% 的中心区;结构路径不按固定遮罩猜最内环,而通过黑线宽度、嵌套、间距和中心一致性排除字母。绿色最内环表示当前最小有效环,不保证一定为实物 R25。 - 完整路径要求 85% 角度支持;结构路径至少 65% 有成对灰度边界,最大连续缺口不超过 70°,四个象限均须有足够支持,且最终拟合质量至少 0.60。这些只是必要条件,不保证所有符合角度数量的反光图都能检出。候选仍需足够连贯的弧段;多处反光将弧段切得过碎或大面积过曝时仍可能拒绝,不能恢复已经消失的图像信息。 - 外环裁出画面时可以用剩余至少三条有效环定位,但不从零碎越界弧线强行补环。绿线是有效环的解析拟合曲线,缺口处是拟合延伸、并非观测到的像素。界面 MinCover 显示最差一环的有效边界覆盖率,STRUCT/JOINT 表示使用分支;黄色点为当帧测量,红十字为滤波反馈。 - 跟踪附带逐环像素半径列表:5→3→5 环时若至少三条半径一一匹配,不因可见最外环半径变化误认为换目标;中心距离、质量和时间确认仍须通过。 - 确认使用 0.25 秒时间窗,至少 3 次测量且跨度不小于 0.10 秒,并检查轨迹残差;不再仅用相邻帧小于 10 px 来累计“稳定”。STABLE 表示窗口内位置稳定,TRACKING 表示可靠跟踪中的真实运动,CONFIRMING 表示尚待确认。 - STABLE 和 TRACKING 都可发送 target_id=8 坐标,机器人移动对准时不会因尚未静止而失去反馈。丢失、质量不足或关联失败时当帧立即停发;最多保留 0.25 秒关联参考,但不发送该历史/预测坐标。重新检测到后须重新确认。STM32 端仍须设置接收超时,不能无限沿用最后一包。 - 多个靶心同时可见时,首次按质量和画面中心选取,之后按位置和尺度关联;这不是根据中心字母选择指定靶标。切换模式、NEXT_ITEM/n、r 会清除靶心关联。 不需要八类 YOLO 权重、不打开串口的独立调试: ```bash # 实时相机,自动使用当前 640x480 标定去畸变;q 退出,r 重新选择靶心 python3 vision_target.py --camera 0 # 离线图片:默认输入已去畸变,打印检测 JSON 并导出标注图 python3 vision_target.py --image sample.png --output annotated.png # 如果输入是原始相机图片(尚未去畸变),加此参数;仅接受 640x480 python3 vision_target.py --image raw.png --undistort-image --output annotated.png ``` RingConfig 集中配置参考尺寸、环宽、覆盖率与缺口上限;--center-mask-ratio、--min-rings 用于独立调试,默认 0.20、3,支持最少环数 3–5。partial_coverage 默认 0.65,max_missing_arc_deg 默认 70。不要无限放宽缺口/覆盖率。相机高度用主程序 --camera-height-mm 配置,默认 300;确认光心离地为 220 mm 后启动时传 --camera-height-mm 220。本次不修改通信协议或坐标轴方向。 camera_calibration.py 集中保存已有内参/畸变系数,主程序和独立调试共用;本次未重新标定。升高后应在 640x480 下确认实际可见范围、对焦、2 mm 黑环清晰度以及去畸变效果,焦距/对焦/缩放改变后重新核验标定。当前算法面向完整俯视环,支持近似椭圆,不代替明显斜视时的平面透视校正。相机离地高度应从光心测量,而不是从外壳底部测量。 测试位于 tests/test_bullseye.py、tests/test_bullseye_core.py,覆盖中心字母、尺度、现有内参下的 300 mm 投影、近圆旋转、噪声/渐变光照、轻微模糊/缺损、错误几何、裁切、多目标关联、抖动、运动、丢失停发、浮点串口坐标与台面高度保护。无 OpenCV/NumPy 的环境会跳过图像测试;必须在视觉环境中全量运行。合成图的亚像素误差仅检验实现,不能作为真实场地毫米精度或 Jetson 帧率保证。 ## STM32 通信(默认 V2) 默认改为 V2 双向校验帧,921600 baud、8N1、小端序。STM32 必须同步适配;当前仓库没有下位机固件,未自动修改或烧录。旧固件尚未适配时显式加 --protocol legacy。两端不得混用协议,也不自动回退。 完整字节布局、CRC C 参考函数、黄金十六进制样例及迁移步骤见 [V2 协议说明](docs/serial_protocol_v2.md)。实现集中在 serial_protocol.py,串口 I/O 在 comm_serial.py。 ```text [A5 5A] [VERSION=02] [TYPE:uint8] [LEN:uint8] [PAYLOAD] [CRC16:uint16] ``` LEN 仅计算载荷,整帧长度 = LEN+7。CRC-16/CCITT-FALSE 覆盖从帧头到载荷末尾的全部字节,CRC 低字节先发送。不再发送旧 Cmd_ID/Flags 和无用的占位 float。 | TYPE | 消息方向/内容 | LEN | 整帧字节数 | | --- | --- | --- | --- | | 0x01 | 视觉 → STM32:开机事件 0x55 | 1 | 8 | | 0x02 | 旧 V2 物料身份帧,兼容保留,当前主程序不再发送 | 1 | 8 | | 0x03 | 视觉 → STM32:target_id + X:float32 + Y:float32;物料 0–4、奖杯 5–7、靶心 8 | 9 | 16 | | 0x10 | STM32 → 视觉:command:uint8 | 1 | 8 | 物料、奖杯和靶心统一发送类别与 X/Y,不发送 W/H;检测框仍在视觉本地用于筛选、绘制。YOLO 目标编号直接使用 0–7,同心圆几何算法的通信编号为 8,不需要给模型增加类别;编号 0 是有效物料,不是失败状态。STM32 须将 TYPE=0x03 的合法类别更新为 0–8,物料不再使用 TYPE=0x02,同心圆不再使用旧编号 30。 ### STM32 → 视觉 | command | 含义 | | --- | --- | | 0x00 | IDLE;任务结束/暂停由 STM32 下发 | | 0x02 | WORK_T1,物料 | | 0x04 | WORK_T2,奖杯 | | 0x05 | PLACE_TARGET,地面靶心 | | 0x06 | PLACE_PODIUM_TARGET,领奖台靶心 | | 0x0A | NEXT_ITEM,确认获取/推进调试档位 | V2 必须将指令封装为 TYPE=0x10 的完整帧,不再裸发上述单字节,也不是 ASCII 文本。0x01/0x03 扫码指令停用。接收方只执行通过版本、类型、长度、CRC 和取值校验的命令,支持分包和粘包并保持接收顺序。 ### 坐标与发送条件 坐标系统一为 **X 向车头前方为正,Y 向车体左侧为正**,单位 mm;原点仍是相机光心在目标平面上的垂直投影,不是车体中心,尚未补偿相机安装偏移。对应画面上方为前、画面左侧为左的垂直安装;OpenCV 像素仍为 u 向右、v 向下。当前垂直俯视零点使用标定主点约 (320.7169,248.6650),不是画面几何中心 (320,240)。夹爪控制原点需单独实测补偿,不应直接修改标定主点。STM32 不交换 X/Y、不减像素中心;若使用前 X/右 Y,仅对 Y 取反一次。 2026-10-12:视觉恢复前 X/左 Y,电控若使用前 X/右 Y,应保持 X 不变、仅对 Y 取反一次。帧布局和版本不变,双方需确认坐标约定后再运行。 物料、奖杯、地面靶心和领奖台靶心使用同一坐标约定。相机内参沿用原标定,离地高度默认220 mm。圆柱/长方体使用顶面分割几何中心(其高度补偿尚未调整);圆锥使用底心建模的物理X/Y;奖杯使用顶部可夹取区域的面积质心,按220−60=160 mm的顶部距离换算。安装旋转的额外方向修正交给电控,不在视觉重复处理。 未检测到或未通过确认时不发送目标帧,不发送历史/预测坐标。靶心可靠运动跟踪通过确认后也发送。发送频率取决于实机识别速度,上限目标约 30 FPS,并非保证 30 Hz。STM32 必须设置数据有效期与超时处理;重复目标包不等于多次获取成功。 每次串口成功连接后发送开机事件,当前连接未收到 STM32 的任何有效指令时每 1 秒重发, 间隔可在 comm_serial.py 的 `BOOT_NOTICE_INTERVAL_S` 中调整。 收到任意有效指令(包括 `IDLE`、`NEXT_ITEM` 和各工作模式指令)后,当前连接停止通知。 串口断开代表上一任务周期结束:视觉恢复 IDLE,清空两任务获取历史、类别排除、锁定与稳定计数、 同心圆跟踪和领奖台调试档位;旧指令与旧周期正在计算的坐标不会进入新连接。 重连成功后重新发送开机通知并等待任意有效指令确认。模型、相机和标定配置继续保留。 正常 IDLE/任务模式切换不复位整轮记录,也不重新触发开机提示。键盘切换、噪声和坏 CRC 帧不确认握手。 后台在等待相机初始化时也接收指令,暂存后交给主循环按顺序执行,不吞掉首个工作指令。 开机事件只表示串口连接,不保证相机初始化完成,不是工作期间的心跳。 STM32 对重复开机事件必须幂等处理:只更新在线状态,不重置比赛进度、不触发运动。 该机制以 Jetson 检测到的串口断开/重连为周期边界,不能区分复位、重新烧录和连接故障;均按新周期处理。 除开机通知外,协议仍不包含独立 ACK、序号或目标/指令的可靠自动重传;CRC 检错不等于送达保证。 NEXT_ITEM 不能盲目循环重发,若未来需要自动重试须配套请求编号与去重机制。 ### 临时使用旧格式 ```bash python3 core_framework.py --protocol legacy ``` legacy 保留旧 22 字节目标包及 10 字节开机包、旧单字节下行,不带 CRC;W/H 占位恒为零。所有目标含实际 X/Y,物料不再全零。兼容的是线格式,类别统一为 0–8(靶心为 8),坐标仍为 X 前、Y 左,不恢复扫码、旧编号或旧坐标。STM32 V2 适配完成后两端一起切换,并清理旧接收缓存。 ## 八类模型准备 训练类别模板见 configs/eight_classes.yaml;将新标注数据放入 dataset_videos/dataset_8class,按照 0–7 的顺序标注后训练。模板 path 使用当前项目的绝对路径,换机器时需修改。推理调用与类别筛选参数参见 [Ultralytics 官方文档](https://docs.ultralytics.com/modes/predict/)。 prepare_v5_v6_dataset.py 和原来的训练批处理仍是历史五色数据流程,不适用于八类训练。不能只把它们的 names 改成八类后沿用原标签:旧颜色标签无法表达圆柱/长方体,需要重新标注。也不要自动混入旧五色辅助标签。 单相机俯视必须能看到形状特征及奖杯 A/B/C 的辨识特征。若字母仅印在侧面、俯视不可见,则无法仅靠更换模型可靠识别;需先调整可见标识或成像方案。训练应覆盖随机摆放、旋转、光照、遮挡和负样本;本轮仅改代码,没有验证实际识别精度。 扫码专用脚本及 vision_ocr.py 已删除,可从 Git 恢复。models/qr/、历史备份、旧权重和原数据集暂时保留,不被新主程序加载。 --- # 🚀 RoboCup 视觉系统开机自启配置与管理指南 本文档记录了基于 Ubuntu (Jetson) `systemd` 守护进程的视觉系统自启动配置方法,以及日常开发中如何随时开启、关闭、重启该服务。 --- ## ⛔ 核心警告:手动调试前必须停止后台服务! 如果你设置了开机自启,系统在后台会一直占用你的 USB 摄像头。 此时如果你打开终端,手动输入 `python3 core_framework.py`,**必定会报错“摄像头打不开”或“设备被占用 (Device or resource busy)”**。 **所以,在你要进行手动代码测试前,必须先【暂时停止】后台的自启服务!** --- ## 🎮 一、 常用管理命令速查表 (Cheatsheet) 在 Jetson 的终端中运行以下命令进行管理(需要输入开机密码): ### 1. 关闭与停止 (你最需要的功能) * **【临时停止】当前运行的视觉程序**(重启电脑后依然会自动启动): ```bash sudo systemctl stop robocup_vision.service ``` * **【永久关闭】开机自启动**(以后开机再也不会自动跑了): ```bash sudo systemctl disable robocup_vision.service ``` ### 2. 开启与重启 * **【热更新/重启】**(当你修改了 Python 代码并保存后,执行此命令立刻生效): ```bash sudo systemctl restart robocup_vision.service ``` * **【恢复开机自启】**(比赛前准备上场,重新让它开机自动跑): ```bash sudo systemctl enable robocup_vision.service sudo systemctl start robocup_vision.service ``` ### 3. 查看状态与报错日志 * **【查看运行状态】**(看看是绿色的 running 还是红色的 failed): ```bash sudo systemctl status robocup_vision.service ``` * **【查看后台 Print 日志】**(实时滚动查看程序的打印信息和报错,按 `Ctrl+C` 退出): ```bash journalctl -u robocup_vision.service -n 50 -f ``` --- ## 🛠️ 二、 首次配置/重新部署指南 如果你重装了 Jetson 系统,或者换了一台新机器,请按以下两步重新配置: ### 第一步:创建启动脚本 1. 在项目文件夹下新建脚本:`nano /home/nvidia/Desktop/Robocup/start_vision.sh` 2. 写入以下内容(注意确认你的真实用户名是否为 `nvidia`,以及路径是否正确): ```bash #!/bin/bash # 等待硬件加载 sleep 10 # 强制进入工作目录 cd /home/nvidia/Desktop/Robocup/ # 执行程序 /usr/bin/python3 core_framework.py ``` 3. 赋予执行权限:`chmod +x /home/nvidia/Desktop/Robocup/start_vision.sh` ### 第二步:创建 Systemd 服务文件 1. 创建服务文件:`sudo nano /etc/systemd/system/robocup_vision.service` 2. 写入以下内容(注意修改 `User` 和 `ExecStart` 路径): ```ini [Unit] Description=RoboCup Vision System Auto Start After=network.target [Service] Type=simple User=nvidia ExecStart=/home/nvidia/Desktop/Robocup/start_vision.sh Restart=always RestartSec=5 StandardOutput=syslog StandardError=syslog [Install] WantedBy=multi-user.target ``` 3. 刷新系统并设置开机自启: ```bash sudo systemctl daemon-reload sudo systemctl enable robocup_vision.service sudo systemctl start robocup_vision.service ``` --- ## 圆锥定位容差与检出显示(2026-10-06) 圆锥改为 YOLO 分割轮廓 → 等弧长取样 → 像素椭圆拟合 → 底面中心 → 建模预测 Apex。 不再用地面正圆拟合中心定位。标称底径 40 mm ±25% 和地面圆残差 5 mm 仅作辅助警告: 分别显示 SIZE_WARNING / GROUND_FIT_WARNING,仍可通过稳定确认后发送。 `--cone-max-fit-error-mm 5` 及回放工具 `--max-fit-error-mm` 现在是诊断警告线,不再是检出门限。 界面 Fit 单位改为 px,显示像素椭圆轮廓 95% 分位径向偏差近似值;Dia~ 是诊断估计,不是实测底径。 像素门限为 `min(4 px, max(1.5 px, 短半轴×10%))`、长短轴比最大 2、有效角度覆盖率至少 85%,位于 geometry_config.py。 这些指标检查轮廓合理性,不保证真实抓取误差 ≤5 mm;相机内参和光心高度仍影响毫米精度。 定位失败仍显示 orange 检测框、yellow_cone 置信度、DETECTED / NOT SENT 和拒绝原因;已计算出的误差/直径也保留显示。 失败不返回可发送坐标、不预测无效锥尖、不回退检测框或掩膜重心,清空稳定计数并停止当帧发送。 保留贴边裁切、退化轮廓、异常扁长、椭圆拟合质量、面积完整性和锥尖范围检查。 底面中心使用短时指数平滑;超过 12 px 的逐帧跳变当帧停发并重新确认,观测间隔超过 0.25 s 重建滤波。 没有有效观测时不输出旧坐标;任务切换、获取确认、手动复位和串口周期复位均清除滤波历史。 主界面的绿色椭圆是当前原始分割拟合,红色准星和黄色预测锥尖对应平滑后的定位结果。 2026-10-06 部署默认高度已按实测改为 220 mm;以下参数可以显式覆盖默认值: ```bash python3 core_framework.py --camera auto --debug --protocol v2 --camera-height-mm 220 --cone-max-fit-error-mm 5 ``` 此命令仍要求已保存并验证的曝光配置。回放历史视频仍默认210 mm,现场220 mm视频回放必须显式指定对应高度。 测试覆盖物理警告不阻断定位、像素异常拒绝、短时平滑与跳变、无效帧停发、重新确认及参数合法性。 实机应先对准停在物料上方,不下降,检查中心/边缘位置偏差后再验收抓取;不通过继续增大门限来掩盖标定错误。 ## 曝光配置接入(2026-10-06) 采用人工调参、按 S 确认保存、主程序启动自动应用验证的工作流。主程序不会热加载或自动覆盖配置。 默认文件固定为项目目录的 `camera_exposure_config.json`,与启动工作目录无关。 调试工具和主程序共用 `camera_exposure.py` 的 V4L2 控制、范围校验和回读验证。 Jetson 上先停止占用相机的视觉程序,在原视觉 Python 环境执行: ```bash python3 exposure_tuner.py --camera auto # A 切换到手动,调参后 S 保存,Q 退出;首次无配置也可运行调试工具。 python3 core_framework.py --camera auto --debug --protocol v2 ``` 两者均支持 `--camera-config /absolute/path/config.json`,自定义保存/读取位置请使用同一路径。 未安装 v4l2-ctl 时需要先安装系统 v4l-utils;不自动安装或要求 root 运行视觉程序。 本实现支持 Linux/Jetson V4L2 控制;Windows DirectShow、MSMF 不使用未经验证的曝光编码兜底。 原有手动曝光 JSON 字段兼容,但旧文件应在 Jetson 相同相机上加载核验,不能把 Windows 后端数值直接迁移。 - 配置必须为手动曝光 `auto_exposure=0`,不保存自动曝光作为比赛预设。曝光数值是 V4L2 原始值,单位 100µs,150 表示 15ms,不是 150ms。 - 设置前检查设备范围、步长和菜单;逐项检查命令退出状态及回读。驱动拒绝、静默忽略、范围错误都不能提示成功。 - 相机若公开自动增益和曝光帧率优先开关,手动配置时将其关闭并验证。未配置白平衡、对焦等控制,不意味着这些参数已锁定。 - 保存前重新应用并验证,记录 requested 顶层字段与 `verified_actual`、后端、单位、时间。采用同目录临时文件原子替换,失败不覆盖旧文件。 - 配置的 device 只作记录,不绑定旧视频节点,使用当前真正打开的相机;多台相机需显式指定 --camera。 - 每次初始化打开相机后应用配置,丢弃 8 帧过渡帧,再回读验证、初始化跟踪。工具内调整参数时也丢弃过渡帧并清空跟踪;这不是所有硬件延迟的绝对保证,需实机验收。 - 主程序缺文件、JSON 损坏、关键参数不支持或设置失败会停止初始化,不进入目标坐标发送主循环。仅调试可显式加 `--camera-defaults` 跳过;此参数是沿用硬件当前状态,不是恢复出厂设置,也不证明固定曝光生效。 - 曝光参数失败可能已改变部分硬件值,不承诺硬件事务回滚;修正配置后重新应用。旧 JSON 保留与硬件恢复是两件事。 - --query 仅读参数、不设置;高亮热力图只是亮度阈值提示,不能为消除白底所有高亮而过度压暗物料。 在实机确认曝光和增益读回正确、反光位置黑环可见、暗部物料不漏检后,才将配置用于比赛。没有通过真实设备验证的参数不随代码伪造生成。 ## ❓ 三、 常见问题 (FAQ) **Q1: 我修改了 `core_framework.py` 里面的代码,需要重新配置自启动吗?** > **不需要。** 只要你不改变 `core_framework.py` 这个文件的名字,也不移动它的文件夹,每次开机系统都会自动读取你保存的最新代码。 **Q2: 我把 `Robocup` 文件夹改名成了 `Robocup2026`,为什么自启失效了?** > 因为启动脚本找不到旧路径了。你需要做: > 1. 修改 `start_vision.sh` 里的 `cd` 路径。 > 2. 修改 `robocup_vision.service` 里的 `ExecStart` 路径。 > 3. 运行 `sudo systemctl daemon-reload` 刷新配置。 > 4. 运行 `sudo systemctl restart robocup_vision.service` 重启服务。