基于树莓派的云台人脸追踪系统校内实习制作操作全记录

【前言】

校内进行实习制作，制作的是基于树莓派的云台人脸追踪系统。本文主要目的是记录我的操作以及执行的过程。

因为要准备考研，所以只能去学习制作一个简单的系统啦，期望能有所收获。

【个人情况（供看文章的同学参考）：

树莓派的初学者，首次进行全新树莓派的操作，涵盖选购器件、安装硬件、烧录镜像以及配置本次实验所需的树莓派通信环境等各个方面。

②python初学者，但是有其他语言基础。

文中有大量试错过程可供参考。】

九月份说明：整体时长约为两个月。因为答主在考研，所以只能花费这么长的时间来学习相关知识并进行实践。

除了最开始的集中实践，后续基本都是零零散散的调试。

我在基础配置上卡了很久很久，花费了大量的时间去摸索。于是我决定把自己的操作以及遇到的问题都记录下来，希望能给需要的小伙伴提供一些帮助。

时长记录

事件

时长

原因

器材选购

约四天

选择商家并购买（半天左右），快递（三天左右）

树莓派环境配置

约一周

镜像下载、烧录以及更换 SD 卡，因为内存不够，所以需要更换大内存的 SD 卡，快递大概需要三天左右。找不到 IP 地址的话，PC 端就无法远程控制树莓派，大概半天左右可以解决。尝试更改成静态 IP，但尝试多种方法都没有效果，导致镜像崩溃，重新烧录镜像花费了一天多的时间。尝试使用手机 app 端控制，效果不好，后来采用了一种很冷门的瞄定方法，最终成功了，大概用了一天的时间。选择了如何配置文件传输工具 sshClient 并进行了下载，还学习了如何配置远程控制工具 vnc 并进行了学习。

pip和opencv配置

约三天

主要难点：学习并实践opencv和pip的配置和简单使用。

学习python和opencv

始终

我会抽空进行学习。目前我的水平还处于比较初级的状态，像是菜鸟一样。我在博客上推荐了一些经过亲身测试，比较适合新手学习的资源教程，大家如果有想法欢迎一起讨论。

LBP特征提取算法

两天左右

我本次校内实习人脸检测选用的算法是 LBP 特征提取算法，opencv 目标检测也使用该算法。

在树莓派上实现人脸检测

一周左右

难点在于修改 haar 算法的伪代码，并且要找到相关的教程，然后用 python 来实现，这个过程花费了接近一周的时间。

摄像头进行了连接和调试，这个过程花费了不到一天的时间。然而，该算法在捕捉图像时的精度是有限的。

PID算法

一天左右

主要是理解，需要一定数学基础。

在树莓派上实现云台舵机目标追踪

—周半左右

难点在于舵机接线，由于担心烧坏树莓派，所以购买了一块 PCA9685 板子，然而发现该板子的排针没焊好，于是更换了一块控制板，在此过程中浪费了不少时间。同时，修改 T——积分控制算法也很难调到理想精度。

添加各种传感器并编写代码

约一周

加了温湿度传感器、红外检测、蜂鸣器、继电器等等。

在树莓派上做图形化界面

约两周

原本以为这次校内实习用不上，所以就一直慢慢地在学习。接着发现必须要进行界面的制作，而此时离实习结束的时间已经很接近了，根本来不及学习 Javaweb 了，于是就转而学习 Qt 。最终通过《QT5 开发与实例》以及多个开源项目，将其改造出了一个简单的图形化界面。

在树莓派上做图形化界面

参考资料先贴出来：

书籍：

《Qt5开发及实例》

这本书讲解得很细致，并且包含有实战开发的案例。大佬称，基本上将其从头到尾看完，就能够入门，当然我还没有看完。

可以购买实体书。不建议购买在 tb 上可以看到的书旗 app 版电子版，虽然它比原价便宜了三分之二，但是 app 里广告很多，并且电子书不能下载，只能在 app 上看，这很麻烦。如果资金确实有限，推荐购买二手书。

参考网址：

（当时没电关机忘记存了，好气。）

（等明年叭我再翻一翻列个表）

大致总结：

目前只实现了camera(视频监控)和温湿度的界面显示。

camera 实际上是使用了 v4l2 ，并且使用了一个能够编写 v4l2 camera 脚本的库 libv4l 。

温湿度：直接调用了前面写好的检测温湿度的代码。

（待续）