绪论

上学期一直在请教大佬和自学代码的路上，没有什么产出，想着这学期自己写点东西，就从RoboMaster这个比赛写起吧。我是研一上学期参加的比赛，做视觉识别部分。当时的想法很简单，因为很喜欢Linux，个人不太想调电控和焊板子接线，就参加了视觉部分。由于本科专业以及之前工作的关系，其实更熟悉机械结构设计，学视觉主要是因为兴趣，还有想换个方向。做视觉可以开发一些很有趣的东西，学到很多前沿的知识。

来到新战队之后百废待兴。今年我担任战队项目管理（兼任视觉组长），发现了一些现实问题：

一个是队员基础能力弱和经验缺乏带来的队伍上限不高。上学期各组真的是从零开始的——没技术没经验。虽然队里之前有研究生做，但是却没有相关技术传承，连个真正能解答问题的人都没有。例如上届视学组名义上是有几个人的，但由于各种原因都跑路了，只有一位学姐偶尔能说上话，但是很多时候她也无法及时帮忙解决问题。所以我很能理解一些新接触RM视觉的学弟学妹心中的迷茫；

一个是人员稀缺，目前视觉组只有我和另外一名研究生（之前还有个本科学弟的，前不久因为个人原因退队了……），现阶段再招人也不现实，而且参赛名额有限，所以暂时由我负责两个兵种。希望换届的时候，梯队这边能留下足够多人数；

所以我打算将RoboMaster视觉的各个方面的技术要点写成教程，帮助新手入门，也希望对其他战队有一点参考价值。教程代码主要参考了南理工本部Alliance战队上个赛季代码（感谢磊哥），传送门：https://github.com/shilei31415/AutoShot 。本部往届的代码写得不错，搭建了一个很好的项目框架，很感谢他们能分享出来，帮助我们新队伍更快成型。

下面是代码框架，可以先看下：

AutoShot								
 ├── AutoShot						//识别装甲
 │   ├── include					//.h文件
 │   │   ├── ANN.h					//数字识别
 │   │   ├── Armor.h					//Mark匹配
 │   │   ├── Mark.h					//识别Mark
 │   │   ├── pnp.h					//PnP测距
 │   │   ├── TargetFind.h				//调用Armor和Mark
 │   │   └── trajectory.h				//考虑空气阻力的抛物线(未使用)
 │   └── src						//.cpp文件
 │       ├── ANN.cpp
 │       ├── Armor.cpp
 │       ├── Mark.cpp
 │       ├── pnp.cpp
 │       ├── TargetFind.cpp
 │       └── targetFinderTest.cpp			//测试targetFinder
 ├── CMakeLists.txt
 ├── HeroVision.h					//常用宏定义
 ├── include.h						//常用头文件
 ├── main.cpp
 ├── others						//其他功能
 │   ├── Calibrator					//标定
 │   │   ├── Calibrate.cpp
 │   │   ├── Calibrator.cpp
 │   │   ├── Calibrator.h
 │   │   ├── cr
 │   │   └── ip
 │   ├── camera						//相机驱动
 │   │   ├── CameraApi.h
 │   │   ├── CameraDefine.h
 │   │   ├── CameraStatus.h
 │   │   ├── MindVisionCamera.cpp
 │   │   └── MindVisionCamera.h
 │   ├── JLink						//自己编写的调试助手,显示变量随时间的变化
 │   │   ├── JLink.cpp
 │   │   └── JLink.h
 │   ├── picture					//程序运行时保存的图片
 │   ├── SerialPort					//串口通信
 │   │   ├── SerialPort.cpp
 │   │   ├── SerialPort.h
 │   │   ├── SerialPortTest.cpp
 │   │   └── serial.sh
 │   └── video						//程序运行时保存的视频
 ├── README.md
 └── tools						//运行及调试时常用函数
     ├── excption					//catch excption并保存到txt (未使用)
     │   ├── myExcption.cpp
     │   └── myExcption.h
     ├── MathTool					//常用数学函数
     │   └── MathTool.h
     ├── setter						//读取参数
     │   ├── model.pb
     │   ├── para.yaml
     │   ├── setter.cpp
     │   └── setter.h
     └── time						//计算帧率,控制帧率
         ├── timer.cpp
         └── timer.h

写在前面

在讲代码之前先解答一些大家可能会有的疑问：

为什么要用Ubuntu系统

跟 win 相比：

  • 免费，安全；
  • 很多软件可以通过 ppa 源下载，不需要跑到网站上下载，比较方便；
  • 一般的 server 都使用 linux，所以省去了很多开发兼容性的问题；
  • shell 厉害；
  • 占用空间比较小,可以安装在许多硬件上(TX2/NUC)；
  • 运行速度比Windows快，运行程序时不像Windows需要调用其他许多东西，同样的程序Ubuntu上运行速度比Windows快10%左右；
  • 权限高，Ubuntu上不存在卸不掉的流氓软件，知道密码甚至可把Ubuntu整个删掉;
  • ……

跟其他 linux 相比：

  • UI 比较好看；
  • 文档比较多，用的人比较多，有问题可以一起讨论；
  • 针对 ubuntu 开发的软件比较多；
  • ……

关于ubuntu的建议

①在自己电脑安装Ubuntu时尽量多分配一些空间，用作平时学习建议至少50G。当然了，如果个人有开发软件的需求，或是跑大型项目、涉及很多图像视频识别时，应尽量分配更多空间，以便不时之需。

②安装的时候语言建议选择英文，可锻炼英语读写能力，也是因为之后的文件路径默认英文，使用中文路径容易出错。其实安装完成后可以修改语言，但要注意路径保持英文。

③基本命令要会，不用会太多，“增删改查”及一些常用命令就够了，另外记得安装完系统先换源 ubuntu更新源是什么意思 - 问答 - 亿速云 (yisu.com) 。
“增”可以用命令新建文件、文件夹；
“删”可以用命令删除文件、清空文件夹；
“改”可以用命令修改文件权限、移动文件；
“查”可以用命令查看文件夹中的内容；
还有一些脚本语言(shell)，你起码可以用脚本让你的程序实现”开机自启动””程序意外终止后重启”；
其他还用很多需要掌握的，建议开始的时候时间较为充裕，尽量用命令，而不是GUI；

④当你配置完环境，装好程序，马上把你的系统转为镜像文件（虚拟机的话直接用快照功能即可），防止有一天“一切归0”

⑤最初上手可以安装Ubuntu16。因为16版本的教程比较多，当你熟悉后可以考虑使用18.04或者20.04（这两个版本相关的内容较少，如果报错你可能较难找到解决方法）

配置OpenCV

安装 OpenCV_contrib

OpenCV3.0以上的版本，把一些不稳定的函数放到了第三方库OpenCV_contrib中（比如sift,surf等），为了应用这些功能，我们需要将Contrib中的功能重新加入Opencv。关于OpenCV_contrib，可以参见官方说明 https://github.com/opencv/opencv_contrib/blob/master/README.md

配置方法

主要有两种方法：一种是使用CMake-gui这个图形化界面进行安装（适合对Ubuntu的命令不太熟悉的同学）；另一种是用终端直接输入命令操作，可以参考其他博客，这里就不再讨论。

顺带讲下环境配置的问题：看教程是一部分，配置多了也要有自己的思考，比如：为什么要这么做？环境变量的作用是什么？这样才能在之后各种环境配置中更加流畅。

关于版本问题

虽然目前已经更新到Opencv4，但我们依然可以用Opencv3，为什么？因为RM比赛一定要考虑做出来机器的稳定性，老版本可能不是最先进的，但比较之下是更稳定、更成熟的，如果说创新决定了一个团队的上限，那么稳定性则决定了一个团队的下限。

安装CLion和PyCharm

CLion编写C++，PyCharm编写python(神经网络会用到)，python 需要注意配置环境，个人觉得不需要安装Anaconda，直接安装Python>3.5，然后用pip配置环境(tensorflow或pytroch和opencv-py….)

软件安装不需要去找破解，直接注册学校的教育邮箱 https://blog.csdn.net/qq_40784315/article/details/116106252 ，然后绑定自己的 Jetbrains 账户即可免费使用。

学会使用cmake

不要求cmake使用的多么6，但至少可以做到：不用CLion也可以编译简单C++程序，会编写CLion中的CMakeLists.txt文件。

工业相机的选择

针对运动机器人和灯条识别，我们比赛用的工业相机一般选择较高帧率较低像素的配置。镜头焦距一般选用6或8mm。本届相机我们用的是Mindvision的，分辨率和帧率分别为1920*1200和165FPS，针对联盟赛，镜头焦距选的6mm（我们这批发过来的镜头尺寸明显比之前8mm大很多，但是老师那边代购说根据预算只能提供这款，下届视觉组可以提前写明需求买小尺寸的镜头，体积小重量轻显然对结构设计更有利）。

其他

若以后战队发展壮大，团队成员之间可能需要进行大量的文件传输，可以直接使用邮箱实现不同系统之间的传输，同时不用安装其他应用，不用考虑人在不在工作室，不用担心文件丢失。
学会使用各种学习资源：Baidu CSDN Bilibili Github
视觉组同学如果有梯子，完全可以在github上进行代码迭代管理，进一步提升团队协作效率。

————————————————————-先说这么多，之后想到再补————————————————————-