简 介： 面对第十六届全国大学生智能车竞赛中新增加的一些组别的要求，比如室内AI组，对于车模任务增加的检测任务，设计了基于ESP32为核心的比赛系统。本文给出了对于比赛系统功能的要求。

关键词： 比赛系统，ESP32，室内AI，智能车竞赛

▌01 AI室内视觉组裁判系统要求

1.裁判系统要求

  在 全国大学生智能车竞赛 中的 室内AI视觉组 要求参赛车模根据识别路边场景完成相应的动作：

  • 对于动物图片要求在规定区域停止3秒钟；
  • 对于水果图片要求使用车载激光器投射光斑；
  • 对于三岔路口的数字要求选择左行和右行；

（1）裁判系统功能

  因此对于裁判系统需要能够完成以下判断功能：

  • 判断车模在某一区域是否能够停留三秒钟；
  • 判断车模在通过三岔路口是否首次按照规定路口行进；
  • 判断车模是否将激光盘点投射在图片中心；
  • 车模运行时间计时功能；

  由于比赛中检测点比较多，至少包括有一个三岔路口、一个动物图片、一个水果图片。在决赛的时候有可能还会增加到 4~ 5个检测点。因此要求设计的检测点能够离散分布设置，并通过现场WiFi网络连接在一起进行统一的设置与读取信息。

▲ 逐飞科技给出的裁判系统的演示

（2）裁判系统功能指标

【Ⅰ.车模运行时间功能】

  对于车模形式出车库与返回车库之间的时间差进行计时。

指标要求：
计时精度为1ms;
接口形式：USB，WiFi，UART（可选）
通讯协议： 能够与以往智能车竞赛比赛系统软件兼容

  它能够通过WiFi与其它各个模块相连，也可以单独作为计时器系统应用于其它各赛题组。

【Ⅱ.检测激光光斑功能】

  检测经过125Hz调试的激光光斑信号。

指标要求：
灵敏度：5mW红色激光，光斑直径在5厘米左右
响应时间：小于500ms
检测点：5个，分为两组；一组为一个监测点，位于靶心检；另外一组包括四个检测点，位于目标四周检；
相应形式：红色LED（直径大于10mm）、绿色LED（直径大于10mm）、蜂鸣器；

▲ 光电检测传感器的位置分布

  功能描述：

  • 对于水果目标靶，如果靶心检测点检测到信号，而四周检测点没有检测到信号，则表示激光发送成功；如果任何一个四周检测点检测到激光信号，都表示激光发送失败；
  • 对于动物目标靶，任何一个检测点检测到激光信号，都表示激光投射失败；
  • 检测到激光发送成功时，绿色LED点亮，同时蜂鸣器鸣叫，五秒钟后停止； 检测到激光发送失败时，红色LED闪烁，频率10Hz，占空比50%，持续时间五秒钟，同期蜂鸣器也做相同的断续鸣叫。

▲ 目标靶位上的响应LED
【Ⅲ.判断停留时间功能】

  检测车模进入AprilTag前后各50厘米的范围内，车模停留的时间。只是对于动物标靶旁边的范围，检查车模是否停留超过3秒钟。

检测指标：
检测范围：1米
时间定时精度：1ms
指示方式：LED和蜂鸣器

  如果车模停留时间少于3秒钟，则红色LED闪烁，频率10Hz，占空比50%，持续时间五秒钟，同期蜂鸣器也做相同的断续鸣叫。

  如果车模在停留区的时间超过3秒钟，则绿色LED点亮，同时蜂鸣器鸣叫，五秒钟后停止。

【Ⅳ.检测三岔路口功能】

  检测车模在通过三岔路口时，是否安装正确的路径行进。

检测指标：
在三岔路口两个出口处设置车辆通过检感应线；
对于前后两次通过能够自动进行切换，了就是第一次走一边，第二次行走另外一边；

  对于判断结果成功与识别的知识与前面【判断停留时间功能】相同。

【Ⅴ.各检测点联网功能】

  由于比赛中可能同时具有多个检测模块，所以要求这些模块能够通过局部WiFi链接在一起，由控制软件同一控制。

  为了防止局域网中断或者不具备，各个模块也可以单独进行设置工作。

【Ⅵ.其他基本功能】
  • 控制模块采用相同的主板，通过其中的拨码开关来设置具体的功能（计时、三岔路口、停留时间、激光光板检测）；
  • 模块可以通过3.7 ~4.8V de 充电电池供电。整体功率消耗小于20mA。在2AH的蓄电池供电下可以持续工作100小时；
  • 模块也可以通过5V直流电源提供电源；

2.前期验证实验

（1）信号检测试验

  1. 在 推文 傅里叶帮我看看，谁在照射我？ 描述了检测投射在水果图片上激光信号的检测方案。给出了激光投射器的调制频率的要求；并对基于 微型光电二极管（SP-1CL3） 检测调制激光信号的方法进行验证。
  2. 在 ESP32检测调制激光信号程序优化 ；测试ESP32S基本模块的功能，并验证是否可以应用在AI智能车竞赛检测激光信号中 验证并优化了基于ESP32对信号采集与检测的验证；
  3. 在 基于ESP32模块利用检测线圈检测车模停止时间，室内视觉AI裁判系统 验证了通过简单的感应线圈来判断车模通过时间的方案。

  因此，基于以上实验，下面的设计便是基于ESP32模块的设计方案。由于该模块比较便宜（单个模块大约为¥10元），集成有WiFI，蓝牙通信功能。提供了丰富的外部模块，AD（六个通道），DA，SPI，I2C,UART等等。

（2）逐飞科技验证实验

  逐飞科技给出可对于AI视觉裁判系统的验证演示结果。在实际识别图片中心和四周布置光电检测之后，来识别调制（125Hz）激光信号的功能。验证了对于激光调制信号检测方案的灵敏性和快速响应特性。

▲ 逐飞科技给出的AI检测系统测试结果

▌02 设计参考方案

1.系统设计组成

  为了便于部署安装，AI检测系统包括三部分：

  • 控制主板： 包括了ESP32，激光检测放大电路，感应线圈放大电路，3.3V稳压源等
  • LED，蜂鸣器小板： 包括有红色LED（D:10mm）,绿色LED（D:10mm），蜂鸣器以及它们相应的驱动电路；通过6PIN接口与主板相连。
  • 电源： 包括5V电源，或者相关4.8V充电电池与充电器等；

2.电路主控板1

（1）电路原理图

  下面给出了基于ESP32的检测系统主控板设计。

▲ 电路原理图整体设计

  可以在上述原理图上，增加CH340G（或者CH340E）与UART2相连，这样主板就可以具有WiFi，USB端口与裁判系统计算机相连了。

（2）感应线圈放大电路

  由U2组成了两路感应线圈放大电路。对于来自于感应线圈的电磁信号进行放大滤波之后再由ESP32进行采集、数字滤波、判断处理。具有两个独立的线圈输入端口P1,P2。

  两路线圈可以应用在：

  • 判断区域停留时间，将两个线圈部署在相距1米的距离处；
  • 判断三岔路通过顺序，将两个线圈部署在三岔路口两个串口处；

▲ 感应线圈
线圈基本参数：
串联电阻：18.85Ω
电感：1.778mH

（3）光电信号放大电路

  由U3组成光电信号放大电路。用于激光检测的光电传感器使用 微型光电二极管(SP-1CL3) 。

▲ SP-1CL3 外形与尺寸

  光电二极管分为两组：

  • 中心靶位：由一个SP-1CL3光电二极管组成，部署在目标靶位的中心位置；
  • 四周靶位：由四个SP-1CL3并联组成，部署在目标靶位四个边的中心位置；

▲ 两组光电二极管

（4）基于黄色LED的检测带

  这部分内容主要是为了能够将来替代【2】中的感应线圈，而使用黄色LED制作的光电检测板。在 基于黄色LED反向电流的光电检测板 给出了对于这种检测方式的测试的结果。

3.指示灯小板

  LED，蜂鸣器小板是用来承载指示两个指示LED和蜂鸣器的小板。将来它固定在目标板的上方。

  在小板上包括有驱动LED，蜂鸣器的 UNL2003(达林顿管阵列)，6PIN的接口以及LED， 蜂鸣器焊盘等。

▲ LED，蜂鸣器小板

4.快速制版测试电路板

▲ 快速制版实验电路PCB设计

▌设计总结

  本文给出了用于AI视觉组的裁判系统设计要求和参考方案。它除了具备有传统的计时功能之外，还可以对于车模停留时间，激光信号检测，三岔路口通过顺序等进行判断。

AI视觉组标靶检测方案测试演示

  基于ESP32的设计，使得其可以在未来比赛中直接将比赛成绩信息上传到云端，完成原始信息的获取。基于WiFi还可以将现场的多个检测点（3~5）相互连接在一起形成统一的开启和设置。

■ 相关文献链接:

  • 第十六届全国大学智能汽车竞赛竞速比赛规则
  • 第十六届全国大学生智能车竞赛竞速组-室内视觉组补充说明
  • 傅里叶帮我看看，谁在照射我？
  • 微型光电二极管（SP-1CL3）
  • ESP32检测调制激光信号程序优化
  • 测试ESP32S基本模块的功能，并验证是否可以应用在AI智能车竞赛检测激光信号中
  • 基于ESP32模块利用检测线圈检测车模停止时间，室内视觉AI裁判系统
  • 基于黄色LED反向电流的光电检测板

● 相关图表链接:

  • 逐飞科技给出的裁判系统的演示
  • 光电检测传感器的位置分布
  • 目标靶位上的响应LED
  • 逐飞科技给出的AI检测系统测试结果
  • 电路原理图整体设计
  • 感应线圈
  • SP-1CL3 外形与尺寸
  • 两组光电二极管
  • LED，蜂鸣器小板
  • 快速制版实验电路PCB设计

  1. 设计参考方案AD工程文件:AD\SmartCar\2021\LaserDetect\AILasserDetectrESP32.PcbDoc ↩︎

AI视觉组基于ESP32的裁判系统第一版本设计要求相关推荐

  1. 第十六届全国大学生智能汽车竞赛总决赛 AI视觉组线上赛细则草案 - 初步版本

    简 介: 关于室内AI视觉组在线上比赛的特殊性,本文由逐飞起草的比赛细则给出了比赛过程的详细描述. 关键词: 智能车竞赛,室内视觉,线上比赛 §01 比赛方式   由于AI视觉组的特殊识别任务,比如分 ...

  2. 第十六届全国大学生智能汽车竞赛总决赛 AI视觉组线上赛细则

    简 介: 本文对于参加2021年第十六届智能车竞赛全国总决赛线上比赛室内AI视觉组比赛细则. 关键词: 智能车竞赛,线上比赛,室内视觉AI 一.比赛方式   由于AI视觉组的特殊识别任务,比如分赛区的 ...

  3. 第十六届全国大学生智能车| AI视觉组新手入门教程

    ▌00 整体内容 进入正文前,我们通过下方框图整体了解每个章节的内容,先大概了解每个章节做的工作是什么作用,这样有助于理解每个章节的内容.同学们可以参考以下章节内容训练模型,但这只是一个初级参考,相信 ...

  4. 智能车大赛AI视觉组培训第一弹——基础篇

    智能车大赛AI视觉组培训第一弹: ▌基础篇 1.培训简介 ■时间安排: 2021年03月18日 14:00 ■内容简介: 由恩智浦赞助的AI视觉组,今年由于把人工智能应用在智能车竞赛中,使得难度提升了 ...

  5. 智能车竞赛，AI视觉组赛题浅析

    逐飞科技 2021-01-07 Thursday ▌01 前言   各位车友好, 第十六届全国大学生智能车竞赛竞速组规则 发布后,大家已经注意到由恩智浦赞助的 AI视觉组 是最具有综合性的一个组,感谢 ...

  6. 第十六届全国大学生智能汽车竞赛总决赛 AI视觉组线上赛图片显示软件发布及线上赛注意事项

    简 介: 本文对于第十六届全国大学生智能车竞赛视觉AI组线上比赛的识别任务软件以及相关比赛流程注意事项进行总结. 关键词: 智能车竞赛,视觉AI组 §01 积分分值   根据 第十六届全国大学生智能车 ...

  7. AI视觉组培训第二弹——入门篇

    ▌入门篇   由恩智浦赞助的AI视觉组,今年把人工智能应用在智能车竞赛中的难度由提高了一步.这里面最重要的部分就是,用人工智能的神经网络进行图片识别.   上一次培训,我们已经介绍了人工智能和神经网络 ...

  8. 恩智浦AI视觉组之逐飞岁末彩蛋

      2020一年的工作已告一段落,昨天逐飞也已经发布了放假通知,虽然还有很多工作没做完,但春节改放假还是得放假,所以,先为2021年的工作放个彩蛋吧.   先回顾一下第十六届AI视觉组诞生,12月18 ...

  9. AI视觉组仙人一步之模型调优

    开心的程序猿@NXP 2021-02-04 Thursday 本文专为参加今年大学生智能车竞赛AI视觉组的同学们而写,也很适合其他对MCU上AI应用感兴趣的朋友.   在前一篇推文,"智能车 ...

最新文章

  1. R语言tidyquant包的tq_transmute函数计算持有某只股票的天、月、周收益率、ggplot2使用条形图（bar plot）可视化股票月收益率数据条形图
  2. php怎么去除变量里的换行,php去除字符串换行符示例分享
  3. eclipse里启动tomcat无法通过127.0.0.1访问
  4. 【Python3网络爬虫开发实战】3.3-正则表达式
  5. openSSH离线升级（6.6-＞7.9）,解决Linux安全漏洞(CVE-2018-15473)
  6. Linux 系统中随机数在 KVM 中的应用
  7. MacOS上 编译GMSSL
  8. 一个朋友的精彩BLOG
  9. python Craps赌博游戏
  10. 关于CPU架构之总结
  11. java中Date类之GMT、UTC
  12. 微信小程序夜间模式，实现更换皮肤，切换白天黑夜模式，简单易懂
  13. 小白学渗透——渗透测试基本流程
  14. 类似 迈图7608 Monentive7608 上海荟研 高新材料 印刷油墨 合成革离型纸 水性涂料基材润湿剂 超润湿剂资料
  15. 南卫理公会大学 计算机排名,南卫理公会大学美国大学排名及专业排名汇总（USNEWS美国大学排名版）...
  16. 各大OJ刷题平台汇总
  17. python web前端后端页面详解
  18. 云开工第一天，视频会议哪家强？
  19. Astah如何导出图片
  20. windows无法完成安装，若要在此计算机上安装windows，请重新启动安装

热门文章

  1. [NOIP2012] 借教室
  2. 从零到百亿互联网金融架构发展史---架构变迁
  3. Union和Union All到底有什么区别
  4. Volley框架学习
  5. 通过Webservice查询手机号码归属地
  6. ubuntu 查看内存和cpu使用情况
  7. 使用WINAPI获得磁盘空间信息
  8. 利用Kickstart安装的方法
  9. Data Mapper
  10. 动手动脑（继承与多态）