STM32+OpenMV色块追踪云台：视觉识别与PID控制全解析

简介：基于STM32与OpenMV的色块追踪云台完整项目，以STM32F103C8T6为主控，实时接收OpenMV识别到的色块坐标，通过PID算法控制双舵机云台追踪目标。资源包含全套工程源码与说明文档，覆盖舵机脉冲角度化换算、串口通信协议（帧头+数据+校验+帧尾）、OpenMV色块识别与坐标发送等关键环节，适合嵌入式初学者、电子竞赛备赛者以及机器人视觉方向学习者参考。压缩包共1009个文件，以C源码（561个）、H头文件（245个）、汇编启动文件（51个）为主，同时包含Python脚本、Keil/STM32CubeMX工程配置及Hex固件，整体体积24.69MB。目前已有1110人学习下载，既能直接烧录运行，也可按需修改算法参数或移植到同类云台项目中，是理解视觉追踪与电机控制流程的实用参考资料。

1. 用STM32和OpenMV做色块追踪云台，先解决"分工"问题

把OpenMV直接接到舵机上也能转，很多入门教程就是这么演示的。但一旦目标移动稍快、背景稍微杂乱，你就会发现云台要么疯狂抖动，要么追丢后找不到目标。这套项目把视觉模块和运动控制模块拆开，OpenMV负责"看清"——识别色块、输出质心坐标和面积；STM32负责"动作"——解析串口帧、计算PID、输出两路PWM驱动舵机。两个芯片各干各的，循环频率互不拖累，调参数时也不用为了改一个PID值重新烧OpenMV固件。

网上这类项目的源代码和文档说明很多，质量差异也很大。大部分源码能跑，但阈值标定、通信协议、PID调参这三个环节，恰恰是文档里最容易含糊的地方。这篇基于我自己的工程习惯，把从图像侧到电机侧的完整链路讲清楚，照着做就能让云台稳稳咬住色块。

2. OpenMV端：LAB阈值标定与色块坐标提取，把"看到"变成"数字"

2.1 为什么选LAB色彩空间而不是RGB

RGB对光照变化极其敏感，同一个红色球在阳光和日光灯下，R、G、B三个分量能差出一倍以上。OpenMV的find_blobs默认工作在LAB空间，L代表亮度，A代表红绿轴，B代表黄蓝轴。识别色块时只关心A、B两个通道，亮度影响可以靠L值的宽范围吸收掉。

在OpenMV IDE里打开工具 -> 机器视觉 -> 阈值编辑器，选中帧缓冲区的实时画面，拖动LAB六个滑块，目标是让目标物体在二值化图像里呈现白色，背景呈黑色。一个常见误区是想把阈值卡得死死的，结果换个环境就识别不到。我一般会把A、B轴的上下限各放宽10到15，L轴直接放开到全范围：

# 红色球阈值：L放宽，A和B卡红色区域 RED_THRESHOLD = (30, 100, 15, 127, 15, 127) GREEN_THRESHOLD = (30, 100, -127, -15, 15, 127) BLUE_THRESHOLD = (30, 100, -127, -15, -50, -15)

这组数值是启动值，不要在代码里反复改，应该在阈值编辑器里对着实际画面调好后抄回来。OpenMV的自动白平衡会漂移颜色，记住在初始化里加一句sensor.set_auto_whitebal(False)，否则每次上电识别同一块颜色，阈值可能对不上。

2.2 find_blobs的核心参数：过滤噪点和合并碎片

find_blobs返回的是多个色块对象列表，每个色块有质心坐标、面积、外框等信息。直接遍历列表取第一个往往不靠谱，小噪点可能比目标更早出现。两个过滤参数必须用：pixels_threshold过滤掉像素点太少的对象，area_threshold过滤掉外框面积太小的对象。再有就是merge=True，把同一目标被光照拆成几块的碎片合并起来，避免一个完整色块被识别成三四个。

import sensor, image, time from pyb import UART sensor.reset() sensor.set_pixformat(sensor.RGB565) sensor.set_framesize(sensor.QVGA) # 320x240 sensor.skip_frames(time=2000) sensor.set_auto_whitebal(False) RED_THRESHOLD = (30, 100, 15, 127, 15, 127) uart = UART(3, 115200, timeout_char=100) # 对应P4(TX), P5(RX) clock = time.clock() last_send = time.ticks_ms() while True: clock.tick() img = sensor.snapshot() blobs = img.find_blobs([RED_THRESHOLD], pixels_threshold=200, area_threshold=200, merge=True) lost = 1 cx = cy = area = 0 if blobs: # 取面积最大的作为追踪目标，避免多个同色物体跳变 b = max(blobs, key=lambda x: x.area()) cx, cy = b.cx(), b.cy() area = b.area() lost = 0 img.draw_rectangle(b.rect()) img.draw_cross(cx, cy) # 40~50ms发一帧足够，太快STM32解析不过来反而丢数据 if time.ticks_diff(time.ticks_ms(), last_send) >= 50: # 发送逻辑见2.3 last_send = time.ticks_ms()

max(blobs, key=lambda x: x.area())这一步很关键。场景里出现多个同色物体时，面积最大的通常是离镜头最近的那个，优先追踪它符合直觉。发送频率控制在20帧/秒，OpenMV端别直接uart.write裸发，一定要让出时间给图像采集循环。用time.ticks_ms()做非阻塞计时，比time.sleep(50)优雅得多，后者会把帧率拖垮。

2.3 发送帧结构：把坐标、面积和丢失标志打包

STM32解析数据需要固定的帧格式，我这里用经典的自定义协议：帧头固定0xAA 0x55，后面跟命令字、数据长度、数据体和累加校验和。坐标拆成高字节和低字节发送。

def send_frame(cx, cy, area, lost): # 帧结构: AA 55 | cmd(0x01) | len(4) | cx_h cx_l | cy_h cy_l | area_h area_l | lost | checksum data = bytearray([0xAA, 0x55, 0x01, 0x04, (cx >> 8) & 0xFF, cx & 0xFF, (cy >> 8) & 0xFF, cy & 0xFF, (area >> 8) & 0xFF, area & 0xFF, lost]) cs = 0 for b in data: cs += b data.append(cs & 0xFF) uart.write(data)

累计校验和的做法是把帧头到最后一个数据字节全部累加，取低8位放进帧尾。STM32接收时做同样的累加，结果跟收到的校验字节比对，不一致直接丢弃整帧。坐标用的是(cx >> 8) & 0xFF和cx & 0xFF分解高低位，STM32端重组方式是cx = (buf[4] << 8) | buf[5]。320x240分辨率下坐标范围是0到319，一个字节装得下，但拆成两字节是为后续换高分辨率传感器留余地，协议改动成本最低。

3. 串口通信：STM32与OpenMV的协议设计与电平匹配

3.1 接线和电平关系

OpenMV的串口是3.3V TTL电平，绝大多数STM32开发板（F103、F407系列）的供电和IO也是3.3V，可以直接对接：OpenMV P4(TX) -> STM32 PA10(RX)，OpenMV P5(RX) -> STM32 PA9(TX)。注意串口要交叉连接，同端TX接对端RX。

如果不用PA9/PA10这两个默认引脚，换到其他USART引脚时留意STM32引脚是否标注FT（5V容忍）。FT引脚接5V单片机没问题，非FT引脚接了5V逻辑信号长期运行有烧毁风险。OpenMV往STM32发数据时，如果STM32端检测到乱码但接线正确，优先怀疑TX/RX接反，其次检查两边地线是否共地。共地是串口通信最常见也最容易漏的一步，不接GND，电平参考点悬空，大概率收一帧错一帧。

3.2 波特率选115200还是更高速率

OpenMV和STM32都是软硬件都支持高速串口的设备，但这个项目里信息量很低——每帧才12个字节，20帧/秒也就240字节/秒，115200波特率跑这个数据量绰绰有余。选115200的真正原因是这个速率在两边都是默认配置，出问题概率最低。有些工程把波特率提到921600，图像数据量大的时候有意义，色块追踪场景纯粹是给自己找麻烦。

OpenMV端配置了timeout_char=100，这个参数表示字符间超时100毫秒，超过就当链路异常。STM32端初始化时也要注意，使能串口中断前先清一次标志位，否则上电瞬间可能误触发一次接收中断。

3.3 STM32接收与解析：用状态机而不是逐字节傻等

STM32解析一帧数据，新手最容易写成的样子是：中断里把字节存进数组，主循环里检测帧头。这种写法在中断里做大量判断，主循环时序一乱就丢字节。我一般用状态机解析：每个收到的新字节推进状态，帧头、命令字、长度、数据体、校验逐级过关。

// 串口接收状态机，放在USART1中断服务函数中调用 uint8_t rx_buf[12]; uint8_t rx_cnt = 0; uint8_t rx_state = 0; uint8_t rx_len = 0; uint8_t rx_checksum = 0; void UART1_RX_StateMachine(uint8_t data) { switch (rx_state) { case 0: // 等待帧头第1字节 0xAA if (data == 0xAA) rx_state = 1; break; case 1: // 等待帧头第2字节 0x55 if (data == 0x55) { rx_state = 2; rx_cnt = 0; rx_checksum = 0xAA + 0x55; // 预累计帧头 } else { rx_state = 0; // 帧头错误，重新开始 } break; case 2: // 命令字，本项目固定0x01 if (data == 0x01) { rx_state = 3; rx_checksum += data; } else { rx_state = 0; } break; case 3: // 数据长度，必须小于等于8 rx_len = data; rx_checksum += data; if (rx_len > 0 && rx_len <= 8) { rx_state = 4; } else { rx_state = 0; } break; case 4: // 接收数据体 rx_buf[rx_cnt++] = data; rx_checksum += data; if (rx_cnt >= rx_len) rx_state = 5; break; case 5: // 校验字节 if (data == (rx_checksum & 0xFF)) { ProcessFrame(rx_buf, rx_len); // 校验通过，处理整帧 } rx_state = 0; break; default: rx_state = 0; break; } }

状态机的好处是每个字节只做一次状态转移判断，中断服务函数里不会阻塞太久。rx_checksum在状态1预填了帧头的两个字节，后续每收一个字节就累加一次，最后校验时直接与收到的校验字节比对。注意rx_len的合法性判断不能省——长度字段被干扰成255，数组会越界。ProcessFrame里在解坐标前先判断rx_len == 4，这样即使协议被干扰，也不会把错误长度的数据当目标坐标。

3.4 帧解析后的数据含义

OpenMV发来的四个数据段含义分别为：cx（质心X坐标）、cy（质心Y坐标）、area（色块面积）、lost（0表示目标在视野内，1表示丢失）。STM32拿到这三个数据后应该先做一次合理性过滤：cx应当在0到319之间，cy应当在0到239之间。超出这个范围说明数据帧出错或者OpenMV异常上电，不能直接拿去给PID当误差输入。

4. STM32端：舵机PWM与位置式PID，云台"咬住"目标

4.1 云台结构、舵机选型和供电注意

两轴云台自由度分工明确：水平轴（Pan）控制左右旋转，垂直轴（Tilt）控制俯仰。舵机选型上，轻量摄像头用SG90足够，但注意SG90的扭矩在垂直轴上偏弱，镜头稍微重点就会低头。我一般水平轴用SG90，垂直轴用MG996R或MG90S，多花几块钱换稳定不抖。

舵机供电一定要跟STM32单片机供电隔开。舵机启动瞬间电流能到几百毫安，直接从单片机3.3V取电，一启动就复位。常见的做法是5V稳压模块单独给舵机供电，STM32通过自己的LDO供电，两边共地。上电瞬间舵机会猛冲到中位，这是舵机接收不到PWM信号时的默认行为，解决办法是STM32先输出中位脉宽（1.5ms），延时200ms再初始化舵机控制逻辑。

4.2 TIM输出PWM：高频时钟分频出50Hz

舵机控制PWM频率固定50Hz，周期20ms，脉宽0.5ms到2.5ms对应0到180度，1.5ms是中位。用STM32定时器输出，需要把系统时钟分频到计数频率，再设定自动重装载值让周期落在20ms：

void Servo_PWM_Init(void) { // 假设系统时钟72MHz, 使用TIM3_CH3(PB0)和TIM3_CH4(PB1) GPIO_InitTypeDef GPIO_InitStructure; TIM_TimeBaseInitTypeDef TIM_TimeBaseStructure; TIM_OCInitTypeDef TIM_OCInitStructure; RCC_APB1PeriphClockCmd(RCC_APB1Periph_TIM3, ENABLE); RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOB, ENABLE); GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0 | GPIO_Pin_1; GPIO_InitStructure.GPIO_Mode = GPIO_Mode_AF_PP; // 复用推挽 GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz; GPIO_Init(GPIOB, &GPIO_InitStructure); TIM_TimeBaseStructure.TIM_Prescaler = 71; // 72MHz/(71+1)=1MHz TIM_TimeBaseStructure.TIM_CounterMode = TIM_CounterMode_Up; TIM_TimeBaseStructure.TIM_Period = 19999; // 1MHz/20000=50Hz TIM_TimeBaseInit(TIM3, &TIM_TimeBaseStructure); TIM_OCInitStructure.TIM_OCMode = TIM_OCMode_PWM1; TIM_OCInitStructure.TIM_OutputState = TIM_OutputState_Enable; TIM_OCInitStructure.TIM_Pulse = 1500; // 初始中位1.5ms TIM_OC1Init(TIM3, &TIM_OCInitStructure); // 注意通道号 TIM_OC1PreloadConfig(TIM3, TIM_OCPreload_Enable); TIM_Cmd(TIM3, ENABLE); }

预分频71把72MHz降到1MHz，意味着计数器每计数一次就是1微秒。自动重装载值19999，一个周期20000微秒即20ms，频率刚好50Hz。这样CCR值直接就是微秒数——1500代表脉宽1.5ms，角度换算很直观：0度脉宽500us，90度脉宽1500us，180度脉宽2500us。角度转脉宽的公式是pulse = 500 + (angle / 180.0) * 2000。

4.3 位置式PID：云台追踪的核心

色块追踪的PID输入是像素误差：图像中心是期望位置，OpenMV返回的cx是当前目标位置，err_x = cx - 160（320宽的中点），err_y = cy - 120。注意图像Y轴向下为正，OpenMV里cy越大目标越靠下，而垂直舵机向下转需要增加脉宽还是减少脉宽，以实际接线为准，调试时如果方向反了把误差取负即可。

位置式PID适合输出直接对应舵机脉宽的场景：

typedef struct { float kp, ki, kd; float integral, prev_err; float out_min, out_max; } Pid_t; float Pid_Update(Pid_t *pid, float err, float dt) { pid->integral += err * dt; // 积分限幅，防止长时间追丢导致积分饱和 if (pid->integral > 100.0f) pid->integral = 100.0f; if (pid->integral < -100.0f) pid->integral = -100.0f; float derivative = (err - pid->prev_err) / dt; float out = pid->kp * err + pid->ki * pid->integral + pid->kd * derivative; pid->prev_err = err; if (out > pid->out_max) out = pid->out_max; if (out < pid->out_min) out = pid->out_min; return out; }

误差单位是像素，但最终要叠加到脉宽上，两者量纲不一致。一种做法是PID输出直接当作脉宽增量叠加到当前脉宽上，Kp设为0.3以下，让增量平缓；另一种做法是先把像素误差乘一个比例系数转成角度差，再进PID。我常用前者，代码里少一层换算，调Kp时也更直接——Kp等于0.5时，50像素误差产生25us脉宽增量，也就是约2.25度的舵机转动量。

4.4 目标丢失策略：回中还是保持

OpenMV的lost标志置1时，PID的误差输入会变成离谱的随机值（因为cx、cy被清零了），这时绝不能继续跑PID。我给两个方案：回中，目标丢了云台慢慢转回90度中位，适合重新扫描场景；保持，输出不变，云台停在最后位置，目标很可能还在视野边缘，移动不大就能重新捕获。

保持方案实现时要小心：误差不再更新，但PID的积分项还在累计，目标重新出现时会猛冲一下。所以在lost为1时把积分项清零，只让云台保持最后的输出脉宽。重新捕获目标后，误差从当前实际位置开始计算，追赶过程更自然。

5. 联合调试技巧：用双串口助手指纹验证链路，用固定误差辨识PID

手工调PID最痛苦的是不知道问题出在视觉链路还是电机链路。先做一次链路验证：用USB转TTL模块把OpenMV的串口同时接电脑和STM32（注意TXD/RXD交叉和共地），电脑上用一个串口助手监听OpenMV发出来的原始数据。再在STM32收到有效帧后，把解析出的cx、cy原样从调试串口回传，用另一个串口助手看回传值。两条链路的数值一致，说明通信协议没问题，后面只管调PID。

PID调参有个可复现的测试方法：固定OpenMV让一个静止色块出现在画面上，通过改变色块距离模拟稳定误差。此时PID输出应该快速收敛，云台稳定指向目标，允许有轻微振荡但不能持续抖动。

具体调参顺序：先设Kp=0.1、Ki=0、Kd=0，逐步增加Kp直到云台出现等幅振荡，记为临界值，然后取60%作为工作Kp。再加入Kd抑制超调，Kd先从0.01开始。积分项Ki只在有静态误差时用——比如目标偏在画面一侧但误差不再减小。垂直轴因为重力作用需要一点积分补偿，水平轴一般Ki给0.05以下就够。

最后一招是用固定脉宽步进代替闭环：给STM32写一个测试程序，每500ms把PWM脉宽从1000us步进到2000us，观察舵机是否跟随。如果这一步正常，再去跑PID闭环，问题定位清晰得多。开发时在Core里保留这段测试代码，用宏开关切换调试模式和追踪模式，比反复烧录不同版本靠谱。

本文还有配套的精品资源，点击获取