查看: 19|回复: 0

试用RainbowLink V2：一盒搞定二哈2的供电与通信

本帖最后由云天于 2026-3-7 18:41 编辑

RainbowLink V2：一盒搞定二哈2的供电与通信，让桌面告别“蜘蛛网”

关键词：USB协议转换器、TTL串口、二哈2供电、Python控制、隔离保护

【这个小方盒，野心不小】

最近，我有幸拿到了DFRobot最新推出的RainbowLink V2（SKU：TEL0190）——一款集多种通讯协议与可调电源输出于一体的USB协议转换器。它不仅在单个小巧的盒子里集成了全隔离的RS485、RS232以及两路TTL接口，还能同时输出12V、5V和3.3V电压，为各类工农业传感器提供稳定供电。我手上恰好有一块HuskyLens 2（二哈2）视觉传感器，它工作时对供电稳定性要求较高，且通常需要同时连接串口和电源，导致桌面线缆繁杂。这次，我打算用RainbowLink V2来驱动二哈2，看看它是否真能以一己之力简化硬件连接，实现无需额外主控板，仅通过笔记本电脑的串口直接读取传感器数据，从而验证其在实际项目中的实用价值。

【一盒驱动二哈2】

测试目标：

供电能力：二哈2官方推荐5V供电，RainbowLink V2的5V输出口能否稳定支撑？
通信能力：通过RainbowLink V2的TTL通道，用Python串口与二哈2通信，实时获取并绘制人脸关键点。
易用性：接线、驱动安装是否像宣传的那样“傻瓜式”？

硬件连接
以往调试二哈2功能时，需要一块主控板，如果不使用扩展板或扩展板无5V供电，都需要单独的电源线（负责为二哈2单独供电），桌面总是乱糟糟。而RainbowLink V2的出现，让这一切变得极其简洁：

电源连接：用一根Type-C线将RainbowLink V2连接至电脑，它便获得了5V输入。
二哈2供电：从RainbowLink V2的 “PWR OUT”区域，将 “5V” 和 “GND” 端子，用两根导线连接到二哈2的 “5V” 和 “GND” 引脚。
TTL通信：从RainbowLink V2的 “TTL1” 通道，将 “TX”（接二哈2 RX）、 “RX”（接二哈2 TX）和 “GND” 连接好。注意，GND需要与电源地共地，RainbowLink V2的PWR OUT的GND和TTL的GND在内部是相通的，非常方便。

整个连接过程不超过2分钟，得益于其双接口兼容排针排母及杠杆式快接端子，无需螺丝刀，一按一插即可，导线固定得非常牢固。

【软件与Python实战：三步玩转二哈2】

在开始编程前，请确保已安装必要的Python库。打开终端或命令提示符，执行以下命令：

pip install pyserial opencv-python numpy pyautogui
复制代码

这些库将分别用于串口通信、图像处理、数值计算和鼠标控制。

硬件连接好后，软件层面的开发异常顺畅。RainbowLink V2的驱动安装后，四个COM口在设备管理器中直接显示为“RainbowLink TTL1”、“RainbowLink TTL2”等，与外壳丝印完美对应，再也不用手动猜测哪个端口是哪个。接下来，我通过三个典型的视觉应用场景，全面测试了这套组合的稳定性与易用性。

   第一步：获取人脸关键点数据    首先运行最基础的人脸识别程序。我使用Python的pyserial库，基于二哈2官方协议编写了驱动类HuskylensV2_Serial，它负责通过RainbowLink V2的TTL1通道与二哈2通信。关键代码非常简单：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
使用笔记本电脑串口驱动二哈2视觉传感器（HuskyLens V2）
基于 pyserial 实现，无需主控板和 PinPong 库。
"""
import time
import logging
import queue
import serial
import serial.tools.list_ports
# 导入原协议类及常量（请确保 dfrobot_huskylensv2.py 在同一目录下）
from dfrobot_huskylensv2 import HuskylensV2, ALGORITHM_FACE_RECOGNITION
class HuskylensV2_Serial(HuskylensV2):
"""
使用 pyserial 实现的 Huskylens V2 串口驱动类。
继承原协议的 HuskylensV2，只重写底层读写方法。
"""
def __init__(self, port=None, baudrate=115200, timeout=1, debug_level=logging.INFO):
      """
      :param port:    串口号，如 'COM3' 或 '/dev/ttyUSB0'。若为 None 则自动检测（不保证准确）。
      :param baudrate: 波特率，二哈2默认为115200。
      :param timeout:  读取超时时间（秒）。
      :param debug_level: 日志级别（如 logging.DEBUG, logging.INFO）。
      """
      logging.getLogger().setLevel(debug_level)
      self.ser = None
      self.port = port
      self.baudrate = baudrate
      self.timeout = timeout
      self.q = queue.Queue()       # 接收字节缓存队列
      super().__init__()             # 初始化父类协议部分
      self._connect_serial()
def _connect_serial(self):
      """打开串口连接"""
      if self.port is None:
         # 自动检测可用串口（可能不准确，建议手动指定）
         ports = serial.tools.list_ports.comports()
         for p in ports:
            if 'USB' in p.description or 'UART' in p.description:
                  self.port = p.device
                  break
         if self.port is None:
            raise IOError("未找到可用串口，请手动指定 port 参数")
      try:
         self.ser = serial.Serial(self.port, self.baudrate, timeout=self.timeout)
         logging.info(f"已打开串口 {self.port}")
      except Exception as e:
         raise IOError(f"无法打开串口 {self.port}: {e}")
def _write_to_huskyLens(self):
      """发送数据到二哈2（重写父类方法）"""
      if not self.ser or not self.ser.is_open:
         raise IOError("串口未打开")
      command = self.send_buffer[0:self.send_index] # 父类生成的发送缓冲区
      logging.debug("_write_to_huskyLens ----->")
      self.print_hex(command)                         # 打印十六进制（调试用）
      self.ser.write(command)
      time.sleep(0.1)                               # 给传感器一点处理时间
def _read_from_huskyLens(self):
      """从二哈2读取一个字节（非阻塞，从队列中取）"""
      if not self.ser or not self.ser.is_open:
         raise IOError("串口未打开")
      # 如果队列为空，则尝试从串口读取最多64字节并放入队列
      if self.q.empty():
         data = self.ser.read(64)    # 非阻塞，因为有 timeout 设置
         for b in data:
            self.q.put(b)
      # 从队列中取出一个字节，若无则返回 None
      try:
         return self.q.get_nowait()
      except queue.Empty:
         return None
def close(self):
      """关闭串口"""
      if self.ser and self.ser.is_open:
         self.ser.close()
         logging.info("串口已关闭")

def __del__(self):
      self.close()
# ==================== 主程序示例 ====================
if __name__ == "__main__":
# 请根据实际情况修改串口号
SERIAL_PORT = "COM41"       # Windows 示例
# SERIAL_PORT = "/dev/ttyUSB0" # Linux 示例
# SERIAL_PORT = "/dev/cu.usbserial-1420" # macOS 示例
BAUDRATE = 9600
# 初始化传感器
hl = HuskylensV2_Serial(port=SERIAL_PORT, baudrate=BAUDRATE, debug_level=logging.INFO)
# 握手测试
if not hl.begin():
      print("连接失败，请检查接线和端口")
      exit()
print("连接成功！")
# 切换至人脸识别算法（可改为其他算法，如 ALGORITHM_OBJECT_TRACKING 等）
if hl.switchAlgorithm(ALGORITHM_FACE_RECOGNITION):
      print("已切换至人脸识别")
else:
      print("算法切换失败")
      exit()
# 主循环：持续获取识别结果
try:
      while True:
         total = hl.getResult(ALGORITHM_FACE_RECOGNITION)
         if total is None:
            print("获取结果超时")
            continue
         # 遍历所有检测到的目标
         for i in range(total):
            obj = hl.getCachedResultByIndex(ALGORITHM_FACE_RECOGNITION, i)
            if obj:
                  # 基础信息
                  print(f"ID: {obj.ID}, 中心: ({obj.xCenter}, {obj.yCenter}), "
                        f"尺寸: {obj.width}x{obj.height}, 置信度: {obj.confidence}")
                  # 如果是人脸识别，还可以输出关键点（FaceResult 特有属性）
                  if hasattr(obj, 'leye_x'):
                     print(f"  左眼: ({obj.leye_x}, {obj.leye_y}), "
                           f"右眼: ({obj.reye_x}, {obj.reye_y}), "
                           f"鼻子: ({obj.nose_x}, {obj.nose_y})")
         time.sleep(0.5)
except KeyboardInterrupt:
      print("用户中断，退出程序")
finally:
      hl.close()

   程序运行后，二哈2开始稳定返回人脸数据，即使快速移动头部，数据流也未出现卡顿或丢失。这得益于RainbowLink V2稳定的TTL信号和独立的5V供电——二哈2的电源完全由RainbowLink V2的5V输出口提供，无需外接电池，整个系统仅通过一根Type-C线就完成了供电和数据传输，桌面干净利落。

   第二步：实时绘制人脸形象

有了数据，就可以发挥OpenCV的威力了。我编写了一个draw_fancy_face函数，利用二哈2返回的双眼、鼻子、嘴角等关键点，在画布上绘制出更生动的人脸：眼睛用带瞳孔的圆表示，鼻子用菱形，嘴巴则根据嘴角位置画出一条微笑的弧线。代码中只需将第一步获取的FaceResult对象传入绘图函数即可。

import cv2
import numpy as np
def draw_fancy_face(img, face):
# 绘制眼睛（带高光）
cv2.circle(img, (face.leye_x, face.leye_y), 6, (255,255,255), -1)
cv2.circle(img, (face.leye_x, face.leye_y), 2, (0,0,0), -1)
# ... 绘制鼻子、嘴巴等（省略细节）
while True:
total = hl.getResult(ALGORITHM_FACE_RECOGNITION)
img = np.zeros((480,640,3), dtype=np.uint8)
for i in range(total):
      face = hl.getCachedResultByIndex(ALGORITHM_FACE_RECOGNITION, i)
      draw_fancy_face(img, face)
cv2.imshow("Face", img)
cv2.waitKey(10)

   实际运行时，OpenCV窗口以30fps左右实时刷新，绘制的人脸轮廓与真实手部动作几乎同步。RainbowLink V2的低延迟通信让这种实时交互成为可能，而稳定的5V供电确保了二哈2在全速运算时不会掉帧。

第三步：手势控制电脑鼠标

最激动人心的环节到了——用手势控制电脑。切换到二哈2的手部识别算法后，程序会获取21个手部关键点，并实时计算拇指尖与食指尖的距离。当两指张开时，指尖中心点的位置被映射到屏幕坐标，通过平滑算法驱动鼠标移动；当两指快速捏合时，则触发单击或双击操作。

# 初始化手势控制器（开启左右镜像，使操作更自然）
gesture = HandGestureControl(mirror_x=True)
while True:
total = hl.getResult(ALGORITHM_HAND_RECOGNITION)
for i in range(total):
      hand = hl.getCachedResultByIndex(ALGORITHM_HAND_RECOGNITION, i)
      ret = gesture.process_hand(hand)  # 内部自动移动鼠标和检测点击
      if ret:
         distance, pinched = ret
         # 在窗口上显示距离和捏合状态
# 绘制手部骨架并显示
cv2.imshow("Hand Control", img)
if cv2.waitKey(10) & 0xFF == ord('q'): break

   得益于RainbowLink V2提供的稳定供电和干净信号，整个手势控制过程非常流畅。鼠标指针的移动与手部动作对应，捏合触发的单击。经过半小时连续运行，二哈2未出现任何通信中断现象，RainbowLink V2的5V输出口满足了二哈2的供电需求。

【演示视频】

【测试中的闪光点与思考】

“电源+数据”一线通：这是RainbowLink V2最打动我的地方。它彻底解决了工农业传感器（如二哈2、部分激光雷达）需要外部供电的痛点。我甚至可以同时开启5V给二哈2，再开启12V给一个LED灯带，所有电源和数据都通过这一个盒子与电脑交互，桌面的整洁度提升巨大。
全隔离设计的“安全感”：虽然本次未测试RS485/RS232的隔离性能，但在工业环境中，这种“信号电源全隔离”设计能有效保护昂贵的电脑主板免受意外高压或地线环流冲击，这份安全感是普通转换器无法提供的。
Python生态的完美契合：对于创客和开发者来说，能用熟悉的Python直接操作，意味着可以快速调用OpenCV、PyAutoGUI等库，实现各种创意交互。RainbowLink V2作为一个可靠的硬件桥梁，让软件创意落地更加顺畅。

对于像我一样经常捣鼓各种传感器、单片机的创客来说，RainbowLink V2不仅仅是一个“四合一”的协议转换器。它更像是一个桌面的能源与数据交互中心。

如果你也受够了桌面上杂乱无章的USB线和电源适配器，或者正在寻找一个能安全、稳定驱动如二哈2这类“用电大户”传感器的工具，RainbowLink V2绝对值得一试。它用实力证明，专业和整洁可以兼得。

【项目附件】

附件中包括，测试过程所有python文件及二哈2python驱动库dfrobot_huskylensv2.py