Jetson Nano心得分享：对机电设备的控制

边缘应用中，机电控制是一项非常重要的能力。当我们的智能设备在远端环境中，根据所识别的状况变化去执行应对措施，更大程度度地降低对人为操作的依赖，这些都是能产生更大经济效益的应用，包括无人驾驶车、自动机械手臂等等。

实际工业应用场景中的控制元件是非常多样化的，不过在实验室或小规模应用时，“脉冲宽度调制（PWM）模拟控制方式”是比较常用的方法，其执行原理在网上有非常丰富的专业知识，这里不多做赘述，只提供基本的控制方法与代码。

为了配合Jetson Nano完成最基本的机电控制实验，我们需要额外采购一片PCA9685控制板与一组简单的云舵机平台，二者合计大约30元人民币，如果想要实现“摄像头跟踪目标”功能，就需要再添购一个100多元的CSI摄像头（IMX-219规格），这些部件都能轻易在网上购买，并且组装难度不高，请读者自行处理。

Jetson Nano开发套件提供一组与树莓派兼容的40针扩充接口，如上图左黄色框标出的位置。透过I2C总线进行连接是最便捷的方式，Jetson Nano提供两组I2C总线，为了让整个接线最简单，这里使用针脚3（SDA）与针脚5（SCL）这组控制总线，搭配针脚1（3V3）、针脚2（5V）与针脚6（GND）的供电针脚，用“双母头杜邦线”为Jetson Nao与PCA9685按照下图进行连接，最后在PCA9685的16个组控上任选两个，分别插上不同舵机接线组，这样就完成整个实验设备的组合步骤。

以下有三个注意重点，请读者务必遵守，否则会有设备损坏的风险：

1. 必须在Jetson Nano关机状态下进行接线；
2. PCA9685的VCC是为了给控制板正常运行的电源，必须接上3V3的供电；V+则是提供给舵机进行运转的电源，得提供5V供电。二者不能弄混淆，否则除了会烧毁控制板之外，还可能损坏Jetson Nano。
3. 每个舵机都会提供一组“3线”接头，使用“黄/红/黑”三种颜色杜邦线进行打包，要接上PCA9685控制板上，也得与上面所标示的颜色一致，如果接反了也可能造成设备损毁。
4. 连接Jetson Nano与PCA9685控制板的杜邦线，最好根据“颜色管理”的基本原则，如果5根线全部使用一个颜色，就很容易弄错。推荐根据以下的颜色原则：

• GND（底线）：使用黑色或白色；
• V+（5V）：最高电压，使用深红色或红色；
• VCC（3V3）：控制板电源，使用橙色；
• SDA与SDC：选择两个与上面三组容易识别的颜色即可，例如蓝色、黄色等

完成上述接线后，启动Jetson Nano时也会看到PCA9685控制板上的亮着电源灯（如下图），现在就能开始进行下一阶段的工作。

现在我们用远程控制Jetson Nano的方式，先检测一下目前设备连接的状态。由于，这个步骤需要使用i2c-tools工具，因此先执行以下指令进行安装：

$ sudo apt install -y i2c-tools

Jetson Nano提供I2C_1（序号为0）与I2C_2（序号为1）两组总线，前面的接线是使用I2C_2这组，因此查询总线上所连接的设备有哪些时，需要使用以下指令：

$ i2cdetect  -y  -r  1

执行后会看到如下图的状态，在“0x40”与“0x70”两个地址出现数字，表示检测到相关的设备。可以到hhttps://i2cdevices.org/addresses　看看这两组16进位数字代表什么设备？发现PCA9685控制芯片涵盖了从0x40到0x7f共64个地址，现在显示的状态表示已经检测到我们连线的控制板。

为了要能正常使用i2c总线，还需要执行以下的权限配置：

$  sudo  usermod  -aG  i2c  $USER
$  sudo  groundadd  -f  -r  gpio
$  sudo  usermod  -aG  gpio  $USER

然后请执行以下指令安装所需要的Python库：

$  sudo apt install -y python3-pip 
$  sudo pip3 install -U pip
$  sudo -H pip3 install adafruit-circuitpython-servokit

现在就可以在Jetson Nano上，透过PCA9685控制板来控制云台的两个舵机。下面是最简单的控制代码，假设控制水平转动与垂直转动的舵机，分别接到控制板的0号组与1号组上，下面代码就能测试云台的最基本转动状态：

from adafruit_servokit import ServoKit
myCameraKit=ServoKit(channels=16)
import time 

for i in range(0,180,5) :              # 正向旋转：从0度到180度
	myCameraKit.servo[0].angle=i    # 水平转向，请根据实际连线调整编号
	myCameraKit.servo[1].angle=i    # 垂直转向，请根据实际连线调整编号
	time.sleep(.1)

for i in range(180,0,-5) :             # 反向旋转：从180度到0度
	myCameraKit.servo[0].angle=i    # 水平转向，请根据实际连线调整编号
	myCameraKit.servo[1].angle=i    # 垂直转向，请根据实际连线调整编号
	time.sleep(.1)

代码正常运行的话，就会看到云台从左上角缓步移动到右下角，然后再缓步回到起点位置。这段代码十分简单，只要改变舵机的“angle”值，就能调整云台的位置。

这里有几个需要注意的地方：

1. 在组装舵机之间，最好先进行个别归零校正工作，但因每种舵机的参数不尽相同，需要请供舵机应商提供指导。
2. 舵机位置是根据绝对值而非相对值，不能使用“现在角度±多少度”的处理方式，而是提供“目标角度”的数值；
3. 角度值限制在0~180之间的整数与小数，超过范围就不执行；
4. 有时因组装件本身的影响，会限制某个方向的最大旋转角度，使用者最好做个记录，尽量避免工作时提供的角度值大于限制，否则容易造成舵机的损坏。例如笔者所搭建的垂直舵机，最大的角度为150度，超过这个数值就会造成舵机卡跳现象，如果长期处于这种状态就会烧毁，必须予以限制。
5. 当PCA9685接收到Jetson Nano传输的角度值，会立即让舵机转到指定值的位置，过程十分迅速，因此上面代码中引入“time.sleep(.1)”来提供延迟，能够让我们更清晰看到云台转动过程，实际操作时也可以取消这个延迟。

现在就应该能掌握Jetson Nano控制机电设备的基础能力，接下来先关闭Jetson Nano电源，然后将IMX 219规格的CSI摄像头安装到云台上，并将软排线接到Jetson Nano的CSI插槽上（如下图）。

下面提供一段最简单启动CSI摄像头的代码：

import cv2

cap = cv2.VideoCapture(                # 调用libargus库指令，并给定摄像头编号
	"nvarguscamerasrc ! "    
	"video/x-raw(memory:NVMM), "  	# 数据直接存入显存
	"width=1920, height=1080, format=NV12, framerate=30/1 ! "  # 尺寸/格式、帧率
	"nvvidconv flip-method=0 ! "                             # 图像旋转模式
	"video/x-raw, width=1280, height=720, format=BGRx ! "       # 显示图像尺寸、格式         
	"videoconvert ! video/x-raw, format=BGR ! appsink"          # 显示图
	)   

while True:
    _, frame = cap.read()                # 读取摄像头帧
    cv2.imshow("CSI Camera", frame)      # 显示帧
    key = cv2.waitKey(1) & 0xFF
    if key == 27:
        break
cap.release()
cv2.destroyAllWindows()

一种比较简单的做法，执行这个CSI摄像头的显示代码，然后再开一个终端去执行前面的云台控制代码，这时候就能看到摄像头里显示的内容，会随着舵机的转动而改变。

进阶的技巧可以将两个代码进行组合，并且可以根据摄像头捕捉指定物体，例如一个黄色圆形物，然后计算目标物与屏幕中心点的距离，转换成需要转动的角度，再与现在的角度进行加总后算出新的角度，发送给PCA9685控制板让两个舵机进行位置的调整，这样就能创建“目标跟踪”功能的摄像头云平台应用，主要精力会耗费在角度的计算上面，总的来说难度并不是很大，适合初学者细心琢磨。