查看: 1313|回复: 0

[项目分享] 二哈识图2+行空板k10+电机驱动扩展板——姿态控制四驱车

本帖最后由云天于 2025-9-20 08:30 编辑

【项目背景】
2025年9月，DFRobot正式发布HuskyLens 2 AI视觉传感器，在教育部《中小学人工智能通识教育指南》落地实施的第一学期，为“AI进课堂”提供了与课程标准同步的硬件载体。与第一代相比，HuskyLens 2在算力、存储、交互和算法层面完成全面革新：

6 TOPS高算力 + 1 GB内存 + 8 GB存储，可在本地流畅运行YOLOv8-Mobile、Pose-Net等复杂模型，将姿态识别帧率提升至30 fps，延迟<50 ms；
2.4英寸IPS电容触摸屏，支持“所见即所得”的即时标定，学生无需PC即可完成模型学习、参数调节与结果显示；
全金属机身与主动散热，保证全天候教学场景下的稳定性；
出厂内置“人体姿态识别”算法，直接输出14个关键点三维坐标，省去训练、量化、部署环节，真正实现“开机即用”。

在此背景下，本项目率先将HuskyLens 2引入中小学AI通识课堂，通过“人体即遥控器”的四驱车任务，把抽象的坐标系、条件判断、电机差速控制等知识点转化为可观察、可体验、可迭代的项目式学习活动。学生仅需图形化拖拽积木编程（AI感知→逻辑判断→运动控制），就能在10分钟内完成“手势→小车动作”的完整闭环，大幅降低AI入门门槛，

【项目设计】
用于控制行空板K10主控板，结合Huskylens 2 AI摄像头实现人体姿态识别来控制四驱车运动。基于人体姿态识别的AI四驱车控制程序，通过识别人体关键点（如眼睛、肩膀、手腕）的相对位置来判断动作，并控制小车前进、后退、左转、右转、停止。

硬件方面：选用国产开源硬件行空板K10作为主控，集成电机驱动、TF卡存储、I2C总线等接口，体积小、功耗低、扩展性强；搭配专为教育场景设计的Huskylens 2 AI视觉传感器，内置人体姿态识别算法，无需复杂模型训练即可直接输出关键点数据，大幅降低中小学生的使用门槛。
软件方面：采用图形化编程平台，学生像拼积木一样把“AI感知→逻辑判断→运动控制”三大环节拼接起来，在10分钟内就能完成“手势→小车动作”的闭环，实现“人体即遥控器”的科幻体验。

【项目硬件】
1.HuskyLens 2 AI视觉传感器

2.行空板k10

3.micro bit电机驱动扩展板

【硬件组装】

【Mind+扩展】
1.加载行空板k10主控

2.micro bit电机驱动扩展板、HuskyLens 2 AI视觉传感器

【程序代码】

1. 初始化部分

行空板K10主程序开始
定义前进
缓存显示TF卡图片 Logojpg 在x 
将缓存内容显示/显示更新
以200）速度
Huskylens 2 初始化I2C通讯直到成功
Huskylens 2 切换算法到姿态识别
复制代码

启动主程序，显示LOGO图片。
初始化Huskylens 2，设置为人体姿态识别模式。
设置电机速度为200（可能是PWM值）。

2. 主循环逻辑

盾环执行
请求一次人体姿态数据存入结果
签，检测到人体？那么执行
复制代码

进入主循环，不断读取Huskylens识别到的人体姿态数据。
如果检测到人体，才继续执行后续判断。

3. 动作判断逻辑（核心）
程序通过比较人体关键点的Y坐标（垂直方向）来判断动作：

|          条件          |   动作     |            逻辑说明                  |
| ---------------- | --------- | ----------------------------- |
| `左眼Y > 左腕Y` | **前进** | 左手举起与眼睛平齐 → 前进 |
| `右眼Y > 右腕Y` | **右转** | 右手举起与眼睛平齐 → 右转 |
| `左腕Y ≈ 左肩Y` | **左转** | 左手平举 → 左转                  |
| `右腕Y ≈ 右肩Y` | **右转** | 右手平举 → 右转                  |
| 无匹配               | **停止** | 无动作 → 停止                     |
复制代码

注：程序中用了“绝对值 < 20”来判断两个Y坐标是否“接近”，即误差范围内认为动作匹配。
4. 电机控制