Robomaster 装甲板自动瞄准算法 DT46V

• 项目链接：https://github.com/DT46-Vision/DT46-V.git

程序流程图

技术细节

技术栈：ROS 2 | Python | C++ | OpenCV | DNN | EKF | 空间解算 | 串口通信

装甲板信息分类器优化

                           `CNN` 替代传统 `MLP`

• 空间特征提取

  卷积核直接作用于二维图像，精准捕捉灯条边缘与数字拓扑结构

• 平移不变性

  结合卷积与池化机制，大幅降低对目标位移的敏感度，提升高速运动下的识别稳定性

MLP无法识别到装甲板

CNN可以在比较恶劣的条件下找到目标

惯性系转换优化

• 解耦 ROS2 tf 库

  利用 Python 的 scipy 库进行底层矩阵运算

  独立完成相机坐标系到惯性系的转换

  降低代码复杂度和与 ROS2 的耦合性

EKF在自己写的rm_tf变换的惯性系下预测板子的效果

跟踪逻辑创新

• 跟踪策略转型

  锁中心代替打半边

• 跟踪逻辑优化

  引入时机预测机制

• 高效击发

  准心重合的瞬间发弹

  (紫色和绿色重合)

瞄车中心，等板子过来再打

等到板子了，发弹

高兼容度硬件扩展

• 自己开发的 ROS2 驱动

  USB 相机驱动包

  达妙陀螺仪驱动包

• 开发便捷

  脱离机器人进行调试

  无需依赖工业相机和下位机的陀螺仪数据

发布 rpy \ pose 话题

支持 Web \ 物理 USB 相机 可设定 fps / expore 等参数

全链路可视化调参

• 全流程监控

  关键识别步骤可视化

• 实时调试

  参数挂载 ROS2 调参接口

  支持在线修改运行参数

装甲板关键点检测网络 K-Vision

• 项目链接：https://github.com/Kielas520/K-Vision.git

技术细节

技术栈：PyTorch | 轻量化网络设计 | CNN | 多尺度融合 | ONNX | Docker

轻量化解耦设计

Head 仅输出分类与关键点，更具针对性

概率分布输出

关键点使用概率分布，大幅增强模型鲁棒性

定制高强度增强

自研装甲板专属数据增强，强度类似 Copy-Paste