提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

有需要源码参考的可以点赞在评论区留邮箱

K210识别垃圾

k210识别2

文章目录

• 前言
• 一、垃圾分类识别+舵机控制（K210）
• 二、语音控制（K210+ld3320）（UART通信）
• 三、满溢度距离传感器数据获取（STM32MP157）
• 四、图像获取以及传输（STM32MP157）（UDP）
• 总结

前言

最近做了一个多功能智能垃圾桶，主要用了k210开发板来做识别和控制以及用stm32mp157来做传感器数据采集以及图像传输。主要功能如下

垃圾分类识别+舵机控制

语音控制垃圾桶开关

检测垃圾桶的满溢程度

摄像头读取图像信息并通过UDP传输至客户端

一、垃圾分类识别+舵机控制

垃圾分类使用的开发板是K210

模型训练可以用mxyolov3平台，也可以用官方的训练平台（这个比较容易使用，但有数据集20M大小的限制）,使用开发板前需要用KFLASH烧录.bin后缀的固件包,将训练完成的kmodel文件烧录至开发板，然后需要一段执行代码，后续的功能联调也是需要在识别代码基础上添加

识别完需要进行一些控制，不然结果也就只是结果。我在项目中通过pwm信号控制舵机转动，来识别垃圾桶的识别功能。

为了防止误判，我在识别代码里加了连续10帧检测同一物体才驱动舵机

识别控制

以下是舵机转动角度的函数，主要是改变PWM信号的占空比

def Servo(servo,angle):    servo.duty((angle+90)/180*10+2.5)

二、语音控制

语音控制

ld3320语音模块控制垃圾桶的开关（也就是ld3320跟K210通信，K210控制舵机转动）

ld3320跟K210通过UART串口通信

ld3320模块，识别到垃圾桶打开的指令，就通过串口向K210发送‘aa’的数据，在K210端进行UART串口信息的检测，若收到的信息为‘aa’ 就控制舵机转动

read_data = uart_wifi.read()#下面是开盖 并进入检测 servo是转动角度的函数if(read_data == b'bb'):        Servo(S3,-30)        flag = 1;if(read_data == b'aa'):        Servo(S3,60)        flag = 0;

三、满溢度距离传感器数据获取（STM32MP157）

检测垃圾桶有没有满，距离检测主要用stm32mp157开发板上的ap3216c传感器。

对传感器数据的读取是读取设备文件数据，是通过文件 I/O 的方式来实现。在应用层编写代码读取设备下的数据即可。

以下为传感器数据读取的代码

QString Ap3216c::readPsData(){    char const *filename = "/sys/class/misc/ap3216c/ps";    int err = 0;    int fd;    char buf[10];    fd = open(filename, O_RDONLY);    if(fd < 0) {        close(fd);        return "open file error!";    }    err = read(fd, buf, sizeof(buf));    if (err < 0) {        close(fd);        return "read data error!";    }    close(fd);    QString psValue = buf;    QStringList list = psValue.split("\n");    return list[0];}

四、图像获取以及传输（STM32MP157）（UDP）

获取开发板摄像头的数据，并通过UDP传输至客户端

在QT中使用UDP传输流程：

服务器端创建socket，就可以直接使用writeDatagram函数发送信息，在函数的参数中需要写入数据，数据大小接收端的IP，端口号

（使用TCP的话一般服务器端是需要创建socket，bind，listen监听，并accept客户端的connect，我们这里传输视频信息，用UDP延时会比较小，当然只是理论，我并没有测试过）

客户端创建socket，绑定自己的IP和端口号，就可以用readDatagram函数接收数据

这里就用自己的电脑作为客户端，来获取垃圾桶的实时状况。（其实这个功能只是我为了学习网络编程强加的，功能比较鸡肋，主要是学习）

服务器端的代码

//摄像头通过调用OpenCV库获取到的数据类型为mat 需要先转成QImage类型//QImage类型的图像放入QByteArray中，然后进行base64编码的压缩//接收端在进行base64解码     QUdpSocket udpSocket;     QByteArray byte;     QBuffer buff(&byte);         qImage.save(&buff, "JPEG", -1);     QByteArray base64Byte = byte.toBase64();     udpSocket.writeDatagram(base64Byte.data(), base64Byte.size(), QHostAddress("192.168.10.200"), 8888);

客户端代码

udpSocket = new QUdpSocket(this);udpSocket->bind(QHostAddress("192.168.10.200"), 8888);QByteArray datagram;udpSocket->readDatagram(datagram.data(), datagram.size());//String-Base64编码转QByteArray QByteArray decryptedByte;decryptedByte = QByteArray::fromBase64(datagram.data());//比如读入一张BMP格式的文件到QByteArray对象中，再调用该函数，那么该函数就会根据QByteArray中数据进行解析，分析图像的格式等QImage image;image.loadFromData(decryptedByte);videoLabel->setPixmap(QPixmap::fromImage(image));

总结

整个的项目用了2个架构的开发板K210（RISV-C）和stm32mp157（cortex-A）

主要是为了学习一些嵌入式方面的知识，并把他实际运用上。

来源地址：https://blog.csdn.net/weixin_53776127/article/details/125258823