2. 机器人视觉目标检测：轻量模型、摄像头输入和舵机跟随

欢迎进入机器人视觉目标检测的第一章。本章是整个专题的基石，我们将从宏观视角审视一条完整的工程链路：摄像头采集图像 → 轻量模型推理 → 舵机物理跟随。很多初学者容易陷入“只调模型”或“只写控制”的局部思维，导致系统联调时频繁出现“模型很准但机器人不动”或“舵机乱抖”的窘境。本章的核心目标是帮助你建立系统观，明确三个核心要素——轻量模型、摄像头输入、舵机跟随——各自的技术边界与协作接口，并掌握它们之间的数据流与控制流关系。学完本章，你将能够画出这条链路的架构图，并准确说出每个环节的输入输出、性能瓶颈和调试切入点。

上图展示了本章的核心架构。请注意，这不是三个独立模块的简单串联，而是一个带反馈的闭环系统。摄像头输入的质量直接决定模型推理的上限；模型的输出（目标框中心坐标）是舵机控制的给定值；舵机的转动又会改变摄像头视野，从而影响下一帧的输入。理解这个循环，是后续所有章节展开的基础。

2.1 核心概念与学习目标

在深入技术细节之前，我们先明确本章涉及的核心概念，并设定清晰的学习目标。这些概念将贯穿整个课程，后续章节会逐一展开。

2.1.1 三个核心要素的定义

• 轻量模型（Lightweight Model）：指参数量小、计算量低、适合在嵌入式平台（如树莓派、Jetson Nano、K210）上实时运行的深度神经网络。典型代表有 MobileNetV3、YOLOv5n、EfficientDet-Lite 等。其核心指标是 FLOPs（浮点运算次数）、参数量（Params） 和 推理延迟（Inference Latency）。
• 摄像头输入（Camera Input）：指通过 USB、MIPI-CSI 或 SPI 接口获取的图像数据流。关键参数包括分辨率（如 640×480）、帧率（FPS）、色彩编码（YUV/MJPEG/RGB）、视场角（FOV）以及镜头畸变特性。摄像头是系统的“眼睛”，其质量决定了感知的上限。
• 舵机跟随（Servo Tracking）：指通过 PWM（脉宽调制）信号控制舵机旋转，使摄像头或机械臂始终对准目标物体。核心参数包括舵机扭矩、转动速度、角度分辨率（通常 0°~180°）、死区宽度以及控制周期。舵机是系统的“脖子”，其响应特性决定了跟踪的平滑度与稳定性。

2.1.2 三者的关系：数据流与控制流

三者之间不是孤立的，而是通过数据流和控制流紧密耦合。数据流是单向的：摄像头产生图像 → 模型输出检测结果 → 控制器计算舵机目标角度。控制流是闭环的：舵机转动改变摄像头朝向 → 目标在图像中的位置发生变化 → 模型重新检测 → 控制器修正角度。这种“感知-决策-执行”的循环，是机器人视觉伺服（Visual Servoing）的基本范式。

2.2 轻量模型：为什么“轻”如此重要

在机器人平台上，模型不是越准越好，而是要在精度、速度、功耗三者之间取得平衡。一个在服务器上 mAP 达到 80% 的模型，如果推理一帧需要 2 秒，那么它对于实时跟随任务毫无价值。

2.2.1 核心原理：计算量与内存墙

轻量模型的设计哲学是减少冗余计算。以 MobileNet 为例，它使用深度可分离卷积（Depthwise Separable Convolution）替代标准卷积，将计算量降低为原来的 1/8 到 1/9。另一个关键点是内存访问成本（MAC），模型在推理时，数据搬运（从 Flash 到 RAM，再从 RAM 到计算单元）的耗时往往比计算本身更长。因此，轻量模型不仅关注 FLOPs，还关注参数量的压缩，以减少内存带宽压力。

模型类型	参数量	FLOPs（输入 224×224）	嵌入式平台推理延迟	适用场景
YOLOv5n	1.9M	4.5G	~15ms (Jetson Nano)	单目标快速跟踪
MobileNetV3-SSD	3.4M	1.2G	~25ms (树莓派4B)	多目标检测（低功耗）
EfficientDet-Lite0	3.2M	2.5G	~30ms (Jetson Nano)	精度优先的轻量场景

2.2.2 判断方法：如何选择轻量模型

选择模型不能只看排行榜，必须结合你的硬件平台和任务需求。以下是三个关键判断步骤：

1. 确定帧率底线：对于舵机跟随，建议模型推理帧率至少为 15 FPS，否则控制滞后明显。如果舵机响应较慢（如普通塑料齿轮舵机），10 FPS 也可接受。
2. 测量实际推理延迟：不要相信中的 GPU 数据，必须在你的目标板卡上运行官方基准测试。使用 time 命令或推理框架自带的 profiler 工具。
3. 评估精度退化：量化（INT8）通常带来 1-2% 的 mAP 下降，但速度提升 2-3 倍。如果任务只检测单一类别（如红色小球），精度下降影响不大。

2.3 摄像头输入：从光线到像素的工程细节

摄像头是系统的信号源，它的输出质量直接影响后续所有环节。很多开发者忽视摄像头参数配置，导致模型在训练集上表现良好，但在实际场景中却频繁漏检。

2.3.1 核心原理：成像链路与参数耦合

摄像头成像链路包括：镜头 → 感光元件（CMOS）→ ISP（图像信号处理器）→ 输出接口。ISP 负责自动曝光（AE）、自动白平衡（AWB）、降噪、锐化等。在机器人跟随场景中，目标物体可能快速移动，此时需要手动固定曝光时间，避免自动曝光导致画面忽明忽暗。同时，如果目标颜色与背景相近，需要调整饱和度或对比度。

2.3.2 操作流程：摄像头参数配置清单

以下是在 Linux 下使用 V4L2 或 OpenCV 配置摄像头的典型流程：

# 查看摄像头支持的分辨率与格式
v4l2-ctl --list-formats-ext

# 设置分辨率 640x480，帧率 30fps，格式 MJPEG
v4l2-ctl --set-fmt-video=width=640,height=480,pixelformat=MJPG
v4l2-ctl --set-parm=30

# 关闭自动曝光，设置手动曝光值（例如 120）
v4l2-ctl --set-ctrl=auto_exposure=1
v4l2-ctl --set-ctrl=exposure_time_absolute=120

# 关闭自动白平衡，固定色温
v4l2-ctl --set-ctrl=white_balance_automatic=0
v4l2-ctl --set-ctrl=white_balance_temperature=4500

在 OpenCV 中，对应的参数设置如下：

import cv2
cap = cv2.VideoCapture(0)
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
cap.set(cv2.CAP_PROP_FPS, 30)
cap.set(cv2.CAP_PROP_AUTO_EXPOSURE, 0.25)  # 关闭自动曝光
cap.set(cv2.CAP_PROP_EXPOSURE, 120)        # 手动曝光值
cap.set(cv2.CAP_PROP_AUTO_WB, 0)           # 关闭自动白平衡
cap.set(cv2.CAP_PROP_WB_TEMPERATURE, 4500)

2.4 舵机跟随：从像素坐标到物理角度

舵机跟随是系统的执行环节，它将模型输出的像素坐标（cx, cy）映射为舵机的目标角度。这个映射关系看似简单，但实际工程中充满了非线性问题。

2.4.1 核心原理：坐标映射与控制律

假设摄像头水平视场角为 FOV_x，图像宽度为 W，目标中心像素坐标为 cx。那么目标偏离画面中心的水平角度偏差为：

angle_error_x = (cx - W/2) * (FOV_x / W)

这个角度偏差就是舵机的目标增量。最简单的控制是比例控制（P控制）：

servo_target_angle = current_angle + Kp * angle_error_x

其中 Kp 是比例系数。如果 Kp 过大，舵机会振荡；如果过小，跟踪会迟钝。此外，舵机存在死区（通常 ±1°~±2°），即在这个范围内，舵机不会响应微小的角度变化。因此，在控制代码中需要加入死区判断：

if abs(angle_error_x) < dead_zone:
    # 目标在死区内，不转动
    pass
else:
    # 计算并输出 PWM
    pwm_value = map_angle_to_pwm(servo_target_angle)

2.4.2 案例拆解：一个简单的单舵机跟随实现

我们以一个树莓派 + 普通 SG90 舵机 + USB 摄像头为例，演示完整的跟随逻辑。SG90 舵机的工作周期为 20ms，PWM 脉宽 0.5ms~2.5ms 对应 0°~180°。

步骤	操作	关键代码/参数
1. 初始化	设置 GPIO 为 PWM 模式，频率 50Hz	pwm = GPIO.PWM(servo_pin, 50)
2. 读取目标	模型输出目标框中心 (cx, cy)	cx, cy = detector.detect(frame)
3. 计算误差	计算水平角度偏差	err = (cx - W/2) * (FOV_x / W)
4. 死区判断	如果 |err| < 2°，不动作	if abs(err) < 2: continue
5. 比例控制	计算目标角度并限幅	angle = np.clip(angle + Kp*err, 0, 180)
6. 输出 PWM	将角度映射为脉宽并输出	duty = 2.5 + angle/180*10

在这个案例中，我们使用了 P 控制，Kp 取 0.3，死区取 2°。实测效果是：当目标在画面中央 ±2° 范围内时，舵机静止；当目标偏离 10° 时，舵机以 3°/步的速度追赶。这种控制方式简单有效，但存在稳态误差（目标始终偏离中心一点）。后续章节会引入 PID 控制来消除稳态误差。

2.5 常见误区与系统联调复盘

在课程的第一章，我们有必要提前指出初学者最容易犯的错误，避免你在后续实践中走弯路。

2.5.1 误区一：模型精度至上，忽视延迟

很多同学喜欢用大模型（如 YOLOv5s）追求高精度，结果在树莓派上推理一帧需要 200ms，导致舵机反应迟钝，目标早已跑出视野。正确的做法是先测延迟，再定模型。如果延迟超标，优先考虑输入尺寸缩小（如从 640 降到 416），而不是更换模型结构。

2.5.2 误区二：摄像头参数“默认就好”

默认的自动曝光在光线变化时会导致画面闪烁，自动白平衡会让红色目标变成橙色。在跟随任务中，固定曝光和固定白平衡是基本要求。此外，如果目标运动速度快，需要适当降低曝光时间以减少运动模糊，但代价是画面变暗，此时需要增加补光灯。

2.5.3 误区三：舵机控制只写比例，不设死区

如果不设死区，舵机会在目标中心附近持续微调，发出“嗡嗡”的抖动声，不仅耗电，还会缩短舵机寿命。设置死区后，系统在目标静止时完全静默，功耗和稳定性都得到改善。