# 基于 TM4C123G视觉追踪云台控制系统

**Repository Path**: Gyonng/cardle_head

## Basic Information

- **Project Name**: 基于 TM4C123G视觉追踪云台控制系统
- **Description**: 基于 TM4C123G设计的一款视觉追踪云台系统。该系统通过OpenMV进行图像识别，通过自定义通信协议传输数据，并由单片机精准控制云台运动，最终实现对运动小球的自动追踪。 采用PID伺服控制算法（位置式PID）对两个步进电机进行精确闭环控制。通过实时计算目标坐标与屏幕中心的位置偏差，输出精准的PWM脉冲信号，驱动云台平稳、快速地消除偏差，实现精准追踪。
- **Primary Language**: C
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-09-01
- **Last Updated**: 2026-01-18

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# *基于TM4C123G与OpenMV的实时目标追踪云台系统*



## 📖 项目概述

本项目是一个高性能的实时视觉伺服控制系统。系统以TI的TM4C123G单片机为核心控制器，通过OpenMV机器视觉模块检测目标（如彩色小球），并采用PID控制算法驱动二自由度云台（由两个步进电机构成），实现对运动目标的自动、平滑、精准追踪。



项目核心亮点在于其高可靠性通信协议与优秀的实时控制性能，成功解决了高速数据流下的丢帧问题与快速移动目标的追踪难题。



## 🎯 功能特点

* 实时视觉识别: 利用OpenMV进行图像采集与处理，实时识别目标颜色并计算其中心坐标。



* 高可靠通信: 采用DMA + 串口半满中断 + 环形缓冲区三重机制，确保115200波特率、100Hz数据频率下的零丢包通信。



* 精准运动控制: 基于PID控制算法闭环控制步进电机，响应迅速，无超调，追踪平稳。



* 卓越性能指标: 追踪延迟 < 200ms，可稳定追踪速度达 2m/s 的运动目标，稳态误差 < 5 像素



## 🛠️ 系统架构与硬件组成

硬件清单

部件名称			   型号/规格				   说明

主控制器			TI TM4C123GH6PM			ARM Cortex-M4F内核，主频80MHz，项目核心

视觉模块			OpenMV Cam H7			负责图像识别和目标坐标定位

电机驱动			数字舵机				驱动X轴和Y轴两个步进电机

云台结构			二自由度云台			由两个步进电机组成的PAN-TILT结构

电源模块			12V DC 适配器			为单片机、驱动板和电机供电



## ⚙️ 软件设计

* 开发环境

    IDE: Keil uVision 5 或 Texas Instruments Code Composer Studio (CCS)



    编译器: ARMCC 或 TI ARM Clang



    库: 使用了TivaWare™ Peripheral Driver Library以加速开发。



* 固件架构

    固件采用裸机状态机（State Machine） 框架开发，主要状态包括：



    STATE\_INIT: 初始化外设（UART, PWM, Timer, DMA）。



    STATE\_IDLE: 等待接收数据。



    STATE\_PROCESS\_DATA: 解析OpenMV发送的坐标数据包。



    STATE\_PID\_CONTROL: 执行PID计算，输出PWM控制电机。



    STATE\_ERROR: 处理通信超时等异常情况。



* 核心算法与技术

    通信协议 (UART):



    DMA传输: 用于高效搬运大量串口数据，解放CPU。



    半满中断 (Half-Transfer Interrupt): 使用DMA的情况下处理数据接收，从而减少数据丢失的风险。此外，结合空闲中断，可以确保在接收不定长数据帧时也能有效避免丢包。



    环形缓冲区 (Ring Buffer): 在中断服务程序(ISR)中将数据存入缓冲区，主循环中取出解析，实现生产-消费者模型，保证数据完整性。



    控制算法 (PID):采用位置式PID控制器。

        输入: 目标坐标与图像中心点的偏差 (X\_err, Y\_err)。

        输出: 控制步进电机速度和方向的PWM脉冲信号。经过精心调参（Kp, Ki, Kd），实现了快速响应与高精度的平衡。


## 📁 项目文件结构

tm4-balltrace-project/

├── Hardware/          # 硬件相关文件

├── openmv\_traceball/  # 与OpenMV追踪小球项目相关的代码

├── Output/            # 编译输出文件目录（由Keil MDK自动生成，含.o, .axf, .hex等文件）

├── Project/           # IDE工程文件目录（Keil uVision项目文件 \*.uvprojx 等）

├── Source/            # 源代码目录

├── User/              # 用户应用代码目录

└── README.md          # 本项目说明文件



## 🚀 快速开始

* 硬件准备

    按系统连接图组装硬件，为OpenMV、TM4C123G、电机驱动板提供合适的电源。



* 软件编译与烧录

    用Keil或CCS打开 Firmware/Project.uvprojx 工程文件。



    编译工程，确保无错误。



    使用JTAG/SWD调试器（如LM4F232）将固件烧录至TM4C123G单片机。



* 配置OpenMV
    
    使用OpenMV IDE打开 OpenMV\_Script/color\_tracking.py。



    调整 color\_thresholds 以匹配你要追踪的目标颜色。



    将脚本烧录至OpenMV Cam。



* 运行

    给系统上电。



    将彩色目标物（如小球）放置在OpenMV摄像头前。



    云台应开始自动追踪目标物的运动。



## 🤝 贡献

    欢迎提交 Issue 和 Pull Request 来共同改进这个项目。