Files
archery/design_doc/solution_record.md
gcw_4spBpAfv 43e7e0ba17 new shoot algo
2026-04-17 18:31:44 +08:00

11 KiB
Raw Blame History

  1. 4G OTA 下载的时候,为什么使用十六进制下载,读取 URC 事件? 因为使用二进制下载的时候,经常会出现错误,并且会失败?然后最稳定传输的办法,是每次传输的时候,是分块,而且每次分块都要“删/建”http实例。推测原因是因为我们现在是直接传输文件的源代码代码中含有了一些字符串可能和 AT指令重复导致了 AT 模块在解释的时候出错。而使用 16 进制的方式,可以避免这个问题。因为十六进制直接把数据先转成了字符串,然后在设备端再把字符串转成数据,这样就不可能出现 AT的指令从而减少了麻烦。

  2. 4G OTA 下载的时候,为什么不用 AT 模块里 HTTPDLFILE 的指令? 因为在测试中发现,使用 HTTPDLFILE其实是下载到了 4G 模块内部,需要重新从模块内部转到存储卡,而且 4G 模块的存储较小,大概只有 40k所以还需要分块来下载和转存比较麻烦于是最终使用了使用读取串口事件的模式。

  3. 4G OTA 下载的时候,为什么不用 AT 模块里 HTTPREAD 的指令? 因为之前测试发现READ模式其实是需要多步 3.1. AT+MHTTPCREATE 3.2. AT+MHTTPCFG 3.3. AT+MHTTPREQUEST 3.4. AT+MHTTPREAD 它其实也是把数据下载到 4g 模块的缓存里,然后再从缓存里读取出来。所以也是比较繁琐的,还不如 HTTPDLFILE 简单。

  4. WiFi OTA 流程ota_manager.handle_wifi_and_update()

    • 解析 ota_url 得到 host:port
    • 调用 network_manager.connect_wifi(ssid, password, verify_host=host, verify_port=port, persist=True)
    • 只有“能连上 WiFi 且能访问 OTA host:port”才会把新凭证保留在 /boot
    • 连接成功后开始下载 OTA 文件download_file()
    • 下载成功则 apply_ota_and_reboot()
  5. TCP 通信

    1. 平时 TCP 通信主流程network_manager.tcp_main() 外层无限循环:一直尝试保持与服务器的 TCP 会话。 每轮开始: 如果 OTA 正在进行:暂停(避免抢占资源/串口)。 connect_server():建立 TCP 连接(自动选 WiFi 或 4G。 发送“登录包”msg_type=1等待服务器返回“登录成功”。 登录成功后进入内层循环: 接收数据: WiFi非阻塞 recv();没数据返回 b"";有数据进入缓冲区拼包解析。 4G从 ATClient 的队列 pop_tcp_payload() 取数据。 处理命令/ACK 登录响应、心跳 ACK、OTA 命令、关机命令、日志上传命令等。 发送业务队列: 从高优/普通队列取 1 条,发送失败会放回队首,并断线重连(不再丢消息)。 发送心跳: 按 HEARTBEAT_INTERVAL 发心跳包。 心跳失败会计数(当前为连续失败到阈值才重连)。 任何发送/接收致命失败: 关闭 socket/断开连接 → 跳出内层循环 → 外层等待一会儿后重新 connect_server() → 重新登录。
  6. “WiFi 连接/验证” TCP 连接建立与网络选择connect_server() / select_network()

    • select_network()WiFi 优先,但要求: is_wifi_connected() 为 True系统层面有 WiFi IP 或 Maix WLAN connected 且能连到 TCP 服务器 SERVER_IP:SERVER_PORT 否则回退到 4G
    • connect_server() 若已有连接WiFi 会做 _check_wifi_connection() 轻量检查4G 直接认为 OK由 AT 层维护)。 否则按网络类型走: WiFi创建 socket → connect → setblocking(False)(接收用非阻塞) 4GAT+MIPOPEN 建链 WiFi 链接connect_wifi() 当前 connect_wifi() 的关键特点是:必须让 /etc/init.d/S30wifi restart 真正用新 SSID 去连,所以会临时写 /boot/wifi.ssid 和 /boot/wifi.pass失败自动回滚。 流程是: (1) 备份旧配置 * /boot/wifi.ssid、/boot/wifi.pass * /etc/wpa_supplicant.conf尽量备份 (2) 写入新凭证 * 把新 ssid/pass 写到 /boot/* -(同时尽量写 /etc/wpa_supplicant.conf但不强依赖 (3) 重启 WiFi 服务:/etc/init.d/S30wifi restart (4) 等待获取 IP默认 20 秒,可调) (5) 验证可用性,连到 verify_host:verify_port (6) 成功 * persist=True保留 /boot/(持久化) * persist=False回滚 /boot/ 到旧值(不重启,当前连接仍可继续) (7) 失败 * 回滚 /boot/* + 回滚 /etc/wpa_supplicant.conf如果有备份 * 再 S30wifi restart 恢复旧网络 * 返回错误
  7. 日志上传inner_cmd == 43当前只支持 wifi 上传日志 命令带 ssid/password/url 时: * 若 WiFi 未连接:先 connect_wifi(..., verify_host=upload_host, verify_port=upload_port, persist=True) 上传内容: * sync # 把日志从内存同步到文件 * 快照 app.log* 到 /tmp staging * 打包成 tar.gz默认或 zip * 以 multipart/form-data 的 file 字段 POST 到 url

  8. 自动关机: hardware中设定了开停表然后再增加了获取idle的时间。 自动关机的时机: 超过配置的idle时长 禁止自动关机的情况1.校准中2.OTA中 重启计时的时机1.校准完成2.命令触发射箭3.真实触发射箭4.初始化完成

  9. Wifi网络监控 有两次发现wifi网络下有些消息发送很慢但具体是什么缘故还不清楚现在增加了wifi网络下的检测并一旦发现wifi的网络质量差就会切换到4G。 WiFi 连接成功 ↓ 启动后台监测线程 ↓ 每 5 秒循环: 测量 RTT (1 样本600ms timeout) 获取 RSSI 更新缓存 判断是否差: - RTT >= 600ms → 差 - RTT >= 350ms 且 RSSI <= -80dBm → 差 ↓ 如果质量差: 快速重试2次如果其中任意一次网络恢复了继续使用wifi。否则 调用 _switch_to_4g_due_to_poor_wifi() 关闭 WiFi socket 重置连接状态 尝试切换到 4G ↓ 上层检测到连接断开: 重新 connect_server() → 自动选择 4G

  10. 现在使用的相机其实是支持更大的分辨率的比如说1920*1280但是由于我们的图像处理拍照处理之后很容易触发OOM。

  11. 环数计算流程: 现在设备侧的目标是:算出箭点相对靶心的偏移(dx,dy)单位是物理厘米cm然后把它作为 x,y 上报给后端;后端再去算环。 设备侧本身不直接算环数,它算的是偏移与距离,并上报。

算法流程(一次射箭从触发到上报)

  1. 触发后取一帧图 在 process_shot() 里读取相机帧并调用 analyze_shot(frame)

  2. 确定激光点laser_point

    analyze_shot() 第一步先确定激光点 (x,y)(像素坐标):

    硬编码config.HARDCODE_LASER_POINT=True → 用 laser_manager.laser_point 已校准laser_manager.has_calibrated_point() → 用校准值 动态模式:先 detect_circle_v3(frame, None) 粗估距离,再根据距离反推激光点 代码在:

    if config.HARDCODE_LASER_POINT: ... elif laser_manager.has_calibrated_point(): ... else: _, _, _, _, best_radius1_temp, _ = detect_circle_v3(frame, None) distance_m_first = estimate_distance(best_radius1_temp) ... laser_point = laser_manager.calculate_laser_point_from_distance(distance_m_first)

  3. 优先走三角形路径(成功就直接用于上报 x/y 如果 config.USE_TRIANGLE_OFFSET=True先尝试识别靶面四角三角形标记

if getattr(config, "USE_TRIANGLE_OFFSET", False): K, dist_coef, pos = _get_triangle_calib() img_rgb = image.image2cv(frame, False, False) tri = try_triangle_scoring(img_rgb, (x, y), pos, K, dist_coef, ...) if tri.get("ok"): return {... "dx": tri["dx_cm"], "dy": tri["dy_cm"], "distance_m": tri.get("distance_m"), ...} 这一步里 try_triangle_scoring() 做了两件事(都在 triangle_target.py

单应性homography把激光点从图像坐标映射到靶面坐标系得到(dx,dy)cm PnP用识别到的角点与相机标定估算 相机到靶的距离 distance_m 关键代码:

ok_h, tx, ty, _H = homography_calibration(...) out["dx_cm"] = tx out["dy_cm"] = -ty out["distance_m"] = dist_m out["distance_method"] = "pnp_triangle" 注意:这里 dy_cm 取了负号是为了和现网约定一致laser_manager.compute_laser_position 的坐标方向)。

  1. 三角形失败 → 回退圆形/椭圆靶心检测(兜底) 如果三角形不可用或识别失败,就走传统靶心检测:

detect_circle_v3(frame, laser_point) 找黄心/红心、半径、椭圆参数 用 laser_manager.compute_laser_position() 把像素偏移换算成厘米偏移(dx,dy) 在 shoot_manager.py

result_img, center, radius, method, best_radius1, ellipse_params = detect_circle_v3(frame, laser_point) if center and radius: dx, dy = laser_manager.compute_laser_position(center, (x, y), radius, method) distance_m = estimate_distance(best_radius1) ... 在 laser_manager.compute_laser_position()(核心换算逻辑):

r = radius * 5 target_x = (lx-cx)/r100 target_y = (ly-cy)/r100 return (target_x, -target_y) 这里 (像素差)/(radius*5)*100 是你们旧约定下的“像素→厘米”比例模型(并且 y 方向同样取负号)。

  1. 上报数据:把(dx,dy) 作为 x/y 发给后端 最终上报发生在 process_shot(),直接把 dx,dy 填到 inner_data["x"],["y"]

srv_x = round(float(dx), 4) if dx is not None else 200.0 srv_y = round(float(dy), 4) if dy is not None else 200.0 inner_data = { "x": srv_x, "y": srv_y, "d": round((distance_m or 0.0) * 100), "m": method if method else "no_target", "offset_method": offset_method, "distance_method": distance_method, ... } network_manager.safe_enqueue(...) x,y物理厘米cm d相机到靶距离m→cm乘 100三角形成功时来自 PnP m/offset_method/distance_method标记本次用的算法路径triangle / yellow / pnp 等) 后端收到 x,y 后,再用你之前给的 Go 公式 CalculateRingNumber(x,y,tenRingRadius) 计算环数。

你现在的“环数计算”实际依赖关系 最好路径(快+稳):三角形 → dx,dy单应性 + distance_mPnP 兜底路径:圆/椭圆靶心 → dx,dy基于黄心半径比例/透视校正) + distance_m黄心半径估距