【分享】25级 尹敬贤 基于迪文屏与 K230 视觉模块的模拟车

尹敬贤

一、项目背景

在行车安全体系中，对前方目标距离的实时感知是主动安全功能的基础环节。然而在模拟车载与教学演示场景中，毫米波雷达、激光测距等成熟方案普遍存在成本高、集成复杂的问题，难以在低成本平台上完整复现“感知—判断—提醒”的技术链路，导致相关原理的教学与验证长期停留在理论层面。

单目视觉测距为此提供了另一条路径。其原理已较为成熟：在相机内参确定的条件下，目标在图像中的像素尺寸与其实际物理尺寸之间存在确定的相似三角形关系，据此可由像素尺寸反推目标距离，无需额外测距传感器。近年来，K230 一类集成图像处理单元与 NPU 的视觉模组逐渐普及，边缘提取、轮廓检测与角点定位均可在模组端本地完成，使低成本视觉测距具备了工程可行性。

在显示与人机交互侧，迪文智能屏依托 DGUS II 组态与 C51 扩展能力，可在无操作系统环境下驱动动态仪表界面，并通过 UART 接口与外部模组直接通信，适合承担“结果呈现与分级告警”的职责。

基于上述技术条件，本项目构建了一套基于迪文屏与 K230 视觉模块的模拟车载智能测距系统：由 K230 完成前端视觉处理与距离解算，迪文屏完成角色化车载界面呈现与分级安全预警，两者通过 UART 交换数据，形成“视觉感知—距离判断—交互提醒”的完整闭环。

二、设计目标

• 低成本视觉测距链路：仅以单目摄像头与 K230 完成距离感知，不依赖激光或雷
• 达，降低整机成本与集成难度。
• 稳定可复现的距离解算：以灰度边缘提取、矩形轮廓与角点检测提取目标像素尺寸，结合目标实际尺寸反演距离，并对结果做滤波平滑。
• 可靠的低延迟数据链路：设计定帧 UART 协议，具备校验与超时恢复能力，保证测距结果实时、稳定地送达屏幕。
• 分级安全预警：按距离阈值划分安全等级，界面以角色化图标、色彩与动效分级响应。
• 可扩展性：为多目标测距、相对速度估计等后续功能预留接口与运算余量。
  

三、项目架构

硬件组成

代码块



┌──────────┐  图像  ┌───────────────┐  UART  ┌────────────────────┐│ 摄像头   │───────▶│     K230      │───────▶│  迪文屏（DGUS II）  │└──────────┘        │ 视觉处理/测距  │        │ UI / 预警 / C51    │                    └───────────────┘        └────────────────────┘

软件分层

• 视觉层（K230）：图像灰度化 → 滤波去噪 → 边缘提取 → 形态学处理 → 矩形轮廓检测 → 角点与顶点提取并排序 → 计算目标像素宽高 → 按相似三角形关系解算距离 → 滑动中值滤波平滑 → 按协议打包输出。
• 通信层（UART）：定长帧结构，含帧头、距离值、置信度、目标数量与校验字段；接收端做校验与超时重同步。
• 应用层（迪文屏 C51）：串口中断接收并解析数据帧 → 距离映射为安全等级 → 写入 VP 变量 → 驱动变量图标、进度条与文本刷新 → 按等级触发界面告警动效。
  

数据流：摄像头采集 → K230 边缘与轮廓检测 → 距离解算 → UART 传输 → C51 解析与等级判定 → 更新 VP 变量 → DGUS 刷新界面并分级预警。

四、关键实现要点

• 测距模型与标定：依据 Z = f·W / w（f 为像素焦距，W 为目标实际宽度，w 为图像中像素宽度）解算距离。像素焦距由一次已知距离、已知尺寸的标定实验确定，后续同类目标无需重复标定。
• 轮廓筛选策略：按轮廓面积、长宽比与矩形度三项指标剔除误检，仅保留最可能的近处目标参与解算，抑制背景纹理干扰。
• 测距抖动抑制：对连续多帧结果取滑动中值，并叠加一阶低通滤波，避免数值跳变引起界面图标频繁切换。
• 通信可靠性设计：帧内校验加超时重同步；连续丢帧时界面切入“信号丢失”状态，而非继续显示历史值，防止误导。
• 分级预警迟滞：等级切换设置回差区间，避免距离在阈值附近波动时告警状态反复跳变。
  

     相关介绍以及演示视频已经上传b站：
【基于迪文屏的模拟智能测距系统】 https://www.bilibili.com/video/B ... 90cb323459157120aff
     相关k230视觉模块python源码以及迪文屏源码已上传附件，欢迎大家一起交流