保姆级教程：用K210和STM32F103C8T6实现串口收发图像坐标（附完整代码）

从视觉识别到机械控制K210与STM32串口通信实战指南在嵌入式视觉项目中K210凭借其强大的神经网络加速能力成为图像处理的理想选择而STM32则以其稳定可靠的实时控制能力著称。当两者结合便能构建起视觉感知-决策-执行的完整闭环系统。本文将手把手带您实现K210识别Apriltag标签并通过串口将坐标数据实时传输给STM32最终通过舵机进行目标追踪的完整流程。1. 硬件准备与环境搭建1.1 所需硬件清单K210开发板如Sipeed Maix Dock搭载Kendryte K210双核RISC-V处理器STM32最小系统板推荐BluePillSTM32F103C8T6或BlackPillSTM32F411CEU6USB转TTL模块用于调试串口通信Apriltag标签打印标准36h11系列标签 官方生成器 SG90舵机用于目标追踪演示杜邦线若干用于硬件连接1.2 开发环境配置K210端环境# 安装K210开发工具链 pip install kflash -U pip install maixpy -U # 下载Apriltag识别固件 wget https://dl.sipeed.com/shareURL/MAIX/MaixPy/release/master/maixpy_v0.6.2_72_g22a8555b5/maixpy_v0.6.2_72_g22a8555b5_minimum_with_kmodel_v4_support.binSTM32端环境推荐使用PlatformIO STM32CubeMX组合开发VSCode安装PlatformIO IDE扩展通过STM32CubeMX生成HAL库基础工程配置USART1为异步模式波特率1152002. K210图像识别与数据打包2.1 Apriltag识别实现K210通过内置的Apriltag检测算法可以快速识别标签位置。以下是核心识别代码from maix import image, display, camera import ustruct def init_uart(): from fpioa_manager import fm from machine import UART fm.register(35, fm.fpioa.UART1_TX, forceTrue) fm.register(34, fm.fpioa.UART1_RX, forceTrue) return UART(UART.UART1, 115200, 8, None, 1, timeout1000) uart init_uart() while True: img camera.capture() tags img.find_apriltags(familiesimage.TAG36H11) if tags: tag tags[0] # 取第一个检测到的标签 cx, cy tag.cx(), tag.cy() data ustruct.pack(ff, cx, cy) # 打包为两个float8字节 uart.write(data) display.show(img)2.2 数据协议设计为提高通信可靠性建议采用以下数据帧格式字段类型说明帧头0xAA固定起始标志数据长度uint8后续数据字节数数据内容float[2]cx, cy坐标值校验和uint8前面所有字节的累加和优化后的发送函数def send_coordinates(cx, cy): frame_header b\xAA data ustruct.pack(ff, cx, cy) checksum sum(frame_header) len(data) sum(data) uart.write(frame_header bytes([len(data)]) data bytes([checksum % 256]))3. STM32数据接收与解析3.1 串口中断接收实现在STM32CubeMX中启用USART1全局中断并实现接收逻辑#define BUF_SIZE 64 uint8_t rx_buf[BUF_SIZE]; uint8_t rx_index 0; bool frame_ready false; void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart) { static uint8_t state 0; uint8_t byte rx_buf[0]; switch(state) { case 0: // 等待帧头 if(byte 0xAA) { state 1; rx_index 0; } break; case 1: // 获取长度 if(byte BUF_SIZE - 3) { // 减去帧头和校验和 data_len byte; state 2; } else { state 0; } break; case 2: // 接收数据 if(rx_index data_len) { rx_buf[rx_index] byte; } else { // 校验和验证 uint8_t checksum 0xAA data_len; for(int i0; idata_len; i) checksum rx_buf[i]; if((checksum % 256) byte) { frame_ready true; } state 0; } break; } HAL_UART_Receive_IT(huart, rx_buf, 1); }3.2 坐标数据处理当frame_ready标志置位时解析坐标数据if(frame_ready) { float cx, cy; memcpy(cx, rx_buf, 4); memcpy(cy, rx_buf4, 4); // 坐标归一化处理假设图像分辨率320x240 float norm_x (cx - 160) / 160.0f; float norm_y (cy - 120) / 120.0f; // 触发控制逻辑 update_servo_position(norm_x, norm_y); frame_ready false; }4. 机械控制与系统闭环4.1 舵机控制实现使用STM32的PWM模块控制SG90舵机void update_servo_position(float x, float y) { // 限制输入范围 x fmaxf(-1.0f, fminf(1.0f, x)); y fmaxf(-1.0f, fminf(1.0f, y)); // 转换为PWM占空比SG90典型范围500-2500us uint16_t servo_x 1500 (x * 1000); // 水平方向 uint16_t servo_y 1500 (y * 1000); // 垂直方向 // 更新PWM输出 __HAL_TIM_SET_COMPARE(htim2, TIM_CHANNEL_1, servo_x); __HAL_TIM_SET_COMPARE(htim2, TIM_CHANNEL_2, servo_y); }4.2 系统调试技巧通信稳定性测试使用逻辑分析仪抓取串口波形添加LED指示灯显示通信状态// 在接收回调中添加 HAL_GPIO_TogglePin(LED_GPIO_Port, LED_Pin);性能优化建议K210端限制识别帧率如10FPS添加数据滤波算法滑动平均或卡尔曼滤波# K210端简单滤波实现 filter_buf [] def filtered_coord(cx, cy): filter_buf.append((cx, cy)) if len(filter_buf) 5: filter_buf.pop(0) return tuple(sum(x)/len(filter_buf) for x in zip(*filter_buf))故障排查清单现象可能原因解决方案无数据接收接线错误检查TX-RX交叉连接数据乱码波特率不匹配确认双方波特率一致偶发丢帧未启用流控添加硬件流控或软件ACK机制舵机抖动电源不足单独为舵机供电5. 进阶扩展方向5.1 多目标识别与跟踪修改K210代码支持多个Apriltag识别tags img.find_apriltags(familiesimage.TAG36H11) if tags: data bytearray() for tag in tags: data ustruct.pack(ffI, tag.cx(), tag.cy(), tag.id()) send_packet(0xAB, data) # 使用不同帧头区分STM32端相应修改解析逻辑建立目标ID与舵机动作的映射关系。5.2 无线通信改造将串口通信替换为无线方案方案对比表方案传输距离速率复杂度成本HC-121km115200bps低¥30ESP-NOW100m1Mbps中¥50LoRa10km300bps高¥100ESP-NOW实现示例// K210端需ESP32协处理器 import espnow e espnow.ESPNow() e.add_peer(b\xaa\xbb\xcc\xdd\xee\xff) # STM32端MAC地址 e.send(b\xaa\xbb\xcc\xdd\xee\xff, struct.pack(ff, cx, cy))5.3 三维姿态估计利用Apriltag的pose estimation功能获取三维位置for tag in img.find_apriltags(familiesimage.TAG36H11): pose tag.get_pose_estimation(0.1) # 标签实际大小(m) # 发送旋转矩阵和平移向量 data ustruct.pack(9f3f, *pose.r_mat.flatten(), *pose.t_vec)在STM32端实现更精确的运动控制算法如PID控制typedef struct { float Kp, Ki, Kd; float error, integral, derivative; float last_error; } PIDController; void PID_Update(PIDController* pid, float error, float dt) { pid-integral error * dt; pid-derivative (error - pid-last_error) / dt; pid-last_error error; return pid-Kp * error pid-Ki * pid-integral pid-Kd * pid-derivative; }