实时飞镖轨迹检测与追踪系统，基于工业相机和OpenCV开发，用于树莓派3B+平台。
vcgencmd get_throttled输出含义：
0x0- 从未欠压（正常）0x50000- 曾经欠压0x50005- 曾经 + 现在都在欠压（需要更换电源）
watch -n 1 vcgencmd measure_clock arm说明：
- 欠压会导致CPU降频，影响检测性能
- 建议使用5V/3A以上的电源适配器
- USB相机会增加功耗，确保供电充足
- 🎯 红色飞镖头实时检测：基于HSV颜色空间的红色发光物体识别
- 📊 轨迹追踪：自动记录飞镖移动路径，绘制红色轨迹线
- 🎬 视频录制：支持实时录制检测过程为MP4格式
- ⚡ 性能优化：
- 相机分辨率：640x480（优化后）
- 手动曝光20ms（避免自动曝光限制帧率）
- 检测分辨率降低50%，提升处理速度
- 显示窗口缩放至320x240，优化显示性能
- 约40+ FPS实时帧率（树莓派3B+，带检测）
- 纯采集可达80+ FPS
- 🎮 起始点触发：设置起始圆，只有飞镖经过时才开始追踪
- 🔄 镜像翻转：视频左右镜像显示
- 主控：Raspberry Pi 3B+（或更高性能的树莓派）
- 相机：MV-SUA133GC（迈德威视USB3.0工业相机）
- 分辨率：1280x1024（自动降至最小preset）
- 接口：USB 3.0
- 彩色相机
- 系统：Linux (Raspbian/Raspberry Pi OS)
# Python 3
sudo apt-get install python3 python3-pip
# OpenCV
pip3 install opencv-python==4.6.0
pip3 install numpy
# 工业相机SDK (mvsdk)
# 请从迈德威视官网下载并安装对应的Linux SDKdart_vision/
├── dart_detector.py # 主程序：飞镖检测与轨迹追踪（带显示窗口）
├── dart_detector_headless.py # 无界面版本：性能测试用（英文输出）
├── dart_detector_config.json # 配置文件：起始点坐标
├── python_demo/ # 相机SDK示例代码
│ ├── mvsdk.py # 相机SDK Python接口
│ ├── cv_grab.py # OpenCV采集示例
│ └── ... # 其他示例
├── Camera/ # 相机配置文件夹
│ └── Data/ # 相机标定数据
├── output/ # 输出文件夹
│ └── videos/ # 录制的视频文件
├── docs/ # 文档文件夹
├── archive/ # 归档/旧代码
└── README.md # 本文档
确保已安装OpenCV和相机SDK：
cd /home/rickxu/dart_vision
pip3 install opencv-python numpysudo python3 dart_detector.py注意：需要sudo权限以访问USB相机设备
键盘控制：
q- 退出程序s- 保存当前检测结果截图r- 开始/停止录制视频c- 清空轨迹和起始点
运行流程：
- 程序启动后自动在右下角（画面85%位置）创建起始圆（黄色）
- 飞镖进入起始圆范围（半径50像素）时，圆圈变绿，开始追踪
- 红色轨迹线自动记录飞镖头移动路径（最多保存100个点）
- 按
r键可录制整个过程，视频保存在output/videos/目录
# 红色范围1: 0-10°
lower_red1 = [0, 100, 100]
upper_red1 = [10, 255, 255]
# 红色范围2: 170-180°
lower_red2 = [170, 100, 100]
upper_red2 = [180, 255, 255]min_area = 300 # 最小面积（像素²）
max_area = 10000 # 最大面积
aspect_ratio < 15.0 # 长宽比阈值（排除极端细长物体）start_point_radius = 50 # 触发半径（像素）
default_position = (85%, 85%) # 默认位置（右下角）dart_detector_config.json 保存起始点坐标：
{
"start_point": [272, 218]
}- 按
c键会清空配置并重新在右下角创建 - 程序启动时自动加载上次的起始点位置
- 降低相机分辨率：程序自动选择最小preset
- 检测分辨率：已设置为实际分辨率的1/2
- 显示分辨率：固定320x240窗口
- 录制帧率：固定10 FPS，避免加速问题
- 实时FPS（带检测）：~40 FPS @ 640x480
- 纯采集FPS：~80 FPS @ 640x480
- 启动时间：<5秒
- 检测延迟：<50ms
- ✅ 自动曝光问题：关闭AE，使用手动曝光20ms（关键优化！）
- ✅ 分辨率优化：640x480替代1280x1024
- ✅ 算法简化：减少形态学操作次数
- 格式：MP4 (mp4v编码)
- 帧率：10 FPS
- 分辨率：相机原始分辨率
- 命名：
dart_video_YYYYMMDD_HHMMSS.mp4 - 位置：
output/videos/
- 格式：JPG
- 命名：
dart_YYYYMMDD_HHMMSS.jpg - 位置：当前目录
错误：未找到相机！
解决：
- 检查USB连接
- 确认相机电源
- 使用sudo运行：
sudo python3 dart_detector.py
解决：
- 已优化启动流程，移除冗余打印
- 确保树莓派散热良好
- 关闭其他占用CPU的程序
解决：
- 调整
min_area参数（第115行） - 检查光照条件（需要红色发光飞镖头）
- 确认HSV阈值适合你的环境
- 颜色检测：HSV颜色空间 + 双范围红色检测
- 形态学操作：开运算去噪 + 闭运算填充
- 轮廓过滤：面积 + 长宽比
- 轨迹追踪：FIFO队列（最多100点）+ 起始点触发
main()
├── 相机初始化
├── 配置加载
├── 主循环
│ ├── 获取帧 + 镜像翻转
│ ├── 起始点创建（首次）
│ ├── HSV颜色检测
│ ├── 轮廓分析
│ ├── 起始点触发检测
│ ├── 轨迹记录与绘制
│ └── 显示 + 录制
└── 清理资源- 🚀 重大性能提升：从13 FPS → 40+ FPS
- ✅ 发现并解决自动曝光限制帧率问题（关键！）
- ✅ 优化相机分辨率至640x480
- ✅ 设置手动曝光20ms
- ✅ 自动缩放起始点坐标适配新分辨率
- ✅ 添加dart_detector_headless.py性能测试版本
- ✅ headless版本英文输出
- ✅ 完全重写检测系统
- ✅ 添加轨迹追踪功能
- ✅ 实现起始点触发机制
- ✅ 优化启动速度（<5秒）
- ✅ 添加视频镜像功能
- ✅ 修复视频加速问题
- ✅ 移除鼠标交互（简化操作）
- 基础相机采集
- 简单物体检测
- 开发者：ZongyuanYeeeeeeeeeah / JoeyLiu
- 组织：Illini RoboMaster
- 项目：Dart 2025 Trajectory Detection
MIT License
- GitHub仓库：https://github.com/illini-robomaster/dart_2025_trajectory
- 迈德威视相机SDK：http://www.mindvision.com.cn/
最后更新：2026-01-21