摘要：作者：天津工业大学高虹老师。简 介： 本项目是由天津工业大学高虹老师设计的智能车竞赛培训方案。系统基于树莓派和ESP32开发，通过视觉识别技术实现车体自动追踪目标球功能。方案涵盖场地搭建、视觉定位算法设计、坐标转换及下位机控制系统，并展示了可扩展的交互场景，包
简 介： 本项目是由天津工业大学高虹老师设计的智能车竞赛培训方案。系统基于树莓派和ESP32开发，通过视觉识别技术实现车体自动追踪目标球功能。方案涵盖场地搭建、视觉定位算法设计、坐标转换及下位机控制系统，并展示了可扩展的交互场景，包括单机走迷宫/推箱子、多车协同任务和对抗性乒乓球/足球比赛。该平台具有良好的灵活性，通过修改算法即可实现不同难度的智能控制任务，适用于教学和竞赛需求。
关键词： 智能车竞赛，校内培训
本项目设计并实现了一套基于树莓派的视觉识别与自动控制系统，用于智能车在特定场地中的自主识别与运动控制。
系统通过摄像头获取赛场图像，利用视觉算法识别车身位置、车头朝向以目标球的坐标信息。
上位机（树莓派）对视觉信息进行实时处理后，通过 WebSocket 向下位机（ESP32）发送位置与角度数据，实现车体自动追踪目标球并进行撞击的任务。
比赛场景设置在一块蓝色矩形赛场上（边长约 60 cm）。
蓝色边框用于建立全局坐标系。白色矩形为参赛车体标志区域，车头以嵌入的黑色三角形标识。场内随机放置一个橙色小球作为目标物体。摄像头固定于场地上方，俯视拍摄整个区域。识别到的各类图像如下：
1. 图像识别结果展示：
▲ 图1.2.1 比赛场地内车模与小球识别结果
2. 车模展示：车模均由3d打印机打印而成，下位机控制采用esp32
▲ 图1.2.2 3D打印的比赛车模模型
3. 场景展示
▲ 图1.2.3 比赛场景示意图
（1） 摄像头采集实时图像；
（2） 树莓派运行视觉算法：
• 检测蓝色赛场建立坐标系；
• 识别白色车身及黑色三角形，计算位置与朝向角；
• 识别橙色小球位置；
（3） 将识别结果打包为 JSON 数据，通过 WebSocket 发送至 ESP32；
（4） 下位机接收数据后计算运动控制量，实现小车自动追球并撞击目标。
使用 HSV 空间颜色阈值分割蓝色区域。根据正方形四个顶点建立坐标系，并计算像素与实际尺寸比例。
采用HSV颜色提取检测白色区域和橙色区域，提取轮廓。通过长宽比、面积、矩形度筛选出车身。取车身中心点作为车体坐标。并在车身ROI内进行二值化，提取黑色三角形区域。根据三角形顶点方向确定车头朝向角。对圆形轮廓使用椭圆拟合圆形并提取中心坐标。
将识别结果从图像坐标系映射至蓝色场地坐标系，实现统一定位。再将数据打包为json格式发送到下位机进行后续处理。
本系统的核心价值在于其高度的灵活性与可扩展性。通过修改上位机视觉算法与下位机控制逻辑，而无需对硬件平台进行重大改动，该智能车系统可以轻松地从简单的单机任务，扩展至复杂的多智能体协同与对抗场景，从而为竞赛、教学和研究提供多种可能。
在单机场景下，智能车上帝视角信息，独立完成一系列日益复杂的任务，侧重于对单个智能体感知、规划与控制能力的深度挖掘。
场景描述：在蓝色场地上设置由白色线条或墙壁构成的迷宫。小车需要从起点出发，自主探索并找到通往终点的路径。▲ 图1.6.1 走迷宫场景示意图
技术实现：视觉算法：算法需从俯瞰图像中识别迷宫墙壁（白色线条或障碍物），并实时定位小车在迷宫中的位置。控制逻辑：上位机将规划出的路径点序列发送给下位机，下位机控制小车沿路径移动，并利用实时位置反馈进行纠偏。场景描述：场地内放置一个或多个彩色方块（“箱子”）和一个目标区域。小车需要将箱子推动至指定目标点。▲ 图1.6.2 推箱子场景示意图
技术实现：视觉算法：除识别小车自身外，还需识别箱子的位置、朝向以及目标区域的位置。控制逻辑：控制系统需要实现更精细的“推”的动作，可能涉及与箱子的接触判断和微调。这要求将路径规划与基于状态的控制器相结合。在协同场景中，多辆智能车需要通过通信共享信息，协作完成一个共同目标，侧重于研究多智能体系统中的任务分配、协调机制与通信协议。
▲ 图1.6.3 多智能体协同场景示意图
技术实现：集中式 vs 分布式控制：集中式：一台主控树莓派通过全局摄像头获取所有信息，为每辆车计算行动指令并分发。分布式：每辆车仍由自己的树莓派控制，但通过Wi-Fi相互通信，协商各自的任务（如“我推左侧，你推右侧”）。这种方式更鲁棒，但协调逻辑复杂。对抗场景引入了智能体之间的竞争关系，系统动态性急剧增加，对实时决策、预测和策略提出了极高要求，极具挑战性与观赏性。
场景描述：场地中间设置一道“网”（如一条线），两辆小车分别担任攻防双方，将一个彩色小球（乒乓球）击打过网，并落在对方场地内。▲ 图1.6.4 双智能体大乒乓球场景示意图
技术实现：视觉算法：需要高速、低延迟地跟踪小球的三维运动轨迹（包括位置和预测落点），而不仅仅是二维位置。预测与决策：上位机需要根据小球的运动轨迹，实时预测其未来的落点。控制算法则需计算小车的最佳拦截路径和击球时机。主动控制：小车不仅需要移动到位，还需要控制击球机构（如一个简单的弹射片）的触发时机和角度，实现各类攻防等战术。场景描述：这是一个微缩版的RoboCup（机器人世界杯）。两支队（每队2辆小车）在设有球门的场地上争夺一个球（可视为更大的橙色小球），将球射入对方球门得分。▲ 图1.6.5 多智能体足球机器人比赛场景 示意图
实时性与对抗：这是最复杂的挑战。系统必须在极短时间内处理所有车辆和球的位置信息，并做出快速反应。控制算法需要兼具进攻性和防守性，例如，守门员需要实现快速的横向移动封堵射门。▲ 图1.6.6 猫鼠游戏比赛场景示意图
领地争夺：场地被划分为不同颜色的区域，小车通过驶入并停留来“占领”区域，在规定时间内占领面积大的一方获胜。编队表演：多辆小车根据音乐或预设指令，完成复杂的协同编队运动，可用于演示和验证多智能体协同控制算法的精确性。总结而言，从单机到协同，再到对抗，本系统提供了一个逐层递进、不断深化的想象空间。本微缩智能车系统的设计与实现，不仅仅是传统智能车项目的“缩小版”，而是一次在理念、技术和应用层面的深度优化与创新。其在教育普及、技术实践、科研探索及成本效益等方面，都具有显著且深远的意义与独特优势。
1. 极大的成本效益与空间友好性，破除普及壁垒
硬件成本降低：与传统智能车动辄数千甚至上万的投入相比，本系统核心控制器采用树莓派和ESP32，车体结构可3D打印自研，赛道面积不足0.4平方米，总成本可控制在极低的范围内。这种低成本特性，使得它能够被广大高校、职业院校、中小学乃至个人创客爱好者所接受。
对物理空间的极致节约：微缩化的场地使其不再依赖专门的实验室或大型比赛场馆。一张普通的书桌、一个实验室台面即可成为完整的测试与竞赛环境。这使得项目可以轻松融入课堂演示、小组实验、宿舍创新等场景，拓展了其应用场景的边界，打破了传统机器人项目对物理空间的高要求壁垒。
2. 全栈技术集成与“做中学”的卓越教学价值
完整的“感知-决策-控制”闭环实践：本项目非单一技术点的练习，而是要求开发者构建一个完整的智能机器人系统原型。学生必须亲历从视觉信号感知（摄像头）、信息处理与理解（OpenCV算法）、实时数据通信（WebSocket网络协议） 到运动控制生成（PID算法、嵌入式编程） 的全过程。这种贯穿始终的实践，能够帮助学生深刻理解各技术模块之间的关联与制约，培养其系统级工程的思维和能力。
跨学科知识的深度融合：项目天然地融合了多个学科领域：计算机科学：计算机视觉、图像处理、软件工程、网络通信。自动化与控制理论：反馈控制、PID调节器、运动学建模。电子工程：嵌入式系统开发、传感器信号处理、电机驱动电路。机械工程：简单的结构设计、3D建模与打印。通过一个项目将离散的理论知识串联成一个有机整体，实现了跨学科知识的综合应用与升华，这正是现代工程教育所追求的核心目标。
3. 核心算法聚焦，促进技术创新与优化
剥离工程复杂性，直指算法核心：在传统大型智能车中，大量精力常被耗费在机械结构的调校、大功率电机控制等重型工程问题上。本赛题通过标准化、微缩化的硬件平台，有效地将这些非核心的工程复杂性剥离。使得参赛者可以将注意力和创造力集中在图像识别算法的精度与鲁棒性、控制策略的智能性与效率等更体现智能水平的软件算法层面。
统一的竞技平台，公平的技术角逐：由于硬件和场地基本统一，各团队之间的竞争不再是“装备竞赛”，而是纯粹的“算法竞赛”和“策略竞赛”。这极大地鼓励了学生在软件智能层面进行创新与深度优化，例如，如何让视觉识别在光照变化下更稳定，如何设计更快的追踪路径，如何实现更平滑的运动控制等，从而真正推动技术进步。
4. 高度的灵活性与可扩展性，赋能持续创新
开放的平台架构：系统基于树莓派（Linux系统）和开源硬件ESP32，软件上依赖OpenCV、Python等开源生态，赋予了开发者极高的自由度。平台本身是一个“空白画布”，可以在此基础上进行无限的功能扩展。
丰富的进阶路径和场景设计：该基础平台为后续的深入研究提供了绝佳的起点，后续场景的应用更换与设计更为方便。
算法层面：从传统的CV算法升级为基于深度学习的目标检测与分割；从简单的PID控制进阶到模糊控制、自适应控制甚至强化学习决策。功能层面：可引入SLAM技术构建场地地图、引入障碍物实现自动避障。系统层面：可部署ROS（机器人操作系统），实现模块化管理和仿真-实车一体化开发；更进一步，可以搭建多车系统，研究多智能体协同与对抗，切入当前热门的群体机器人（Swarm Robotics）研究领域。总结而言，本微缩智能车赛题通过其低成本、低空间占用、高集成度、高灵活性的特点，成功地构建了一个理想的技术实践与创新平台。它不仅在教育上实现了“将高大上的机器人技术带入寻常课堂”，更在技术上为研究者提供了一个专注于算法创新的纯净环境，对于推动智能控制技术的普及、深化和前沿探索，具有不可替代的重要价值。
5. 针对智能车竞赛的一些适配
在适配方面，上述系统在展开智能车竞赛项目过程中部分控制器可做同位替代。
（1） 主控制器的选择：主控制器在实际处理过程中，树莓派系统可做平级替代，龙芯等基于linux系统控制器均可实现类似功能；
（2） 车载控制器的选择：项目实际运行中，采用esp32微控制器的主要原因在于其低功耗、小封装、易编程的特性及片载wifi功能，可基于以太网实现远程通信交互等操作而被采用，如竞赛设计可选用其他通信方式替代以太网通信以实现相似功能。
来源：APPLE频道