RM2020-太原理工大学-TRoMaC战队-软件开源-步兵主控程序

  
       太原理工大学TRoMaC战队嵌入式硬件组向积极开源的各位大佬表示感谢，在关注和学习了众多的开源资料后，给我们提供了许多新想法，希望在这里能够以我们微弱的力量丰富开源平台，与大家相互学习，共同进步。


       项目简介
       此次开源程序为2020赛季步兵主控使用的程序，由于没有线下比赛未经历实战检验，可能所瑕疵。程序采用FreeRTOS系统，底层创建使用STM32 CubeMX生成，既方便又高效。由于底盘和云台有两套电路板，所以分两套程序，两板之间通过can通信连接。云台程序主要实现了云台控制、自瞄跟随、陀螺仪处理、对底盘发值，底盘程序实现了运动控制、麦轮解算、裁判解析、客户端通信、功率控制、超电控制，同时也有不足:超电控制还可以提升，自瞄效果可以改进。



       项目名称 步兵机器人主控程序

       项目链接 https://github.com/shaoPeng24/robot

       项目展示

        1.软件与硬件的系统框图及流程图：

                               
登录/注册后可看帖子

2. 原理介绍与理论分析：　　

自瞄预判原理:
  已知摄像头与目标角度偏差：yaw，pitch，与自身的实际角度相加获得目标的绝对角度用x，y代替。
以x轴为例：
  设目标相对于车的角速度为v，角加速度为a，预判的角度为Px，初始值都为0。程序运行周期为t。
利用公式 Px=Px + vt +0.5at² 计算出预判的角度，与实际的x相比较然后更新v和a,下一个程序周期到来时重复上面步骤，最后Px和x的误差将会越来越小。说明v和a的值比较合适，也就达到了预测目标运动的角速度和角加速度的目的。
  这个方法和卡尔曼滤波的思想是相同的，只是把矩阵运算拆开了，这样写便于理解，同时可以简化代码量，便于调试，提高程序执行速度。 具体v和a的更新方法和pid比较相似，详见工程代码。

3. 软件架构：

                               
登录/注册后可看帖子

--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

本帖子为太原理工大学TRoMaC战队步兵主控程序开源贴，使用者请注意：

1.本次出自太原理工大学TRoMaC战队。作品仅用于技术交流，未经作者允许，不得用作任何商业用途。
2.转载须注明作品出处，对非法转载者，作者保留采用法律手段追究的权利。（或未经作者允许，不得转载至任何公共空间）
3.本作品的声明以及其修改权、保护作品完整权及最终解释权均归太原理工大学TRoMaC战队所有。