新闻详情

新闻详情

首页 / 资讯中心 / 详情

眼动模块完全指南:如何用一块圆屏让你的机器人拥有8种生动眼神

发布时间:2026/11/13 17:09:25来源:尧图网络
眼动模块完全指南:如何用一块圆屏让你的机器人拥有8种生动眼神
眼动模块完全指南如何用一块圆屏让你的机器人拥有8种生动眼神【免费下载链接】eye-tracking-module源师兄扩展项目: 眼动模块 | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/eye-tracking-moduleeye-tracking-module源师兄眼动模块是源师兄扩展项目中的眼动控制模块通过串口连接一块圆形屏幕让 OpenBrother 机器人的眼睛会眨眼、会转头、会变色。本文带你零基础学会用它快速实现 8 种生动眼神与 7 种清屏颜色让你的机器人瞬间拥有表情。1. 眼动模块是什么可以把眼动模块理解为机器人的一双电子眼 一块圆形屏幕通过**串口UART**接在源师兄主板上屏幕里预先存好了 73 张表情图片眼睛、眨眼睛、朝各个方向看等代码只需发送一个图片编号圆屏就会立刻切换到对应眼神相比自己画眼睛、控制舵机转眼珠这种方式零调试、即插即显特别适合新手做表情交互、情绪反馈类项目。模块的基本信息可以在 config.json 中查看 Blockly 积木入口定义在 category.json 中。2. 接线前必看串口怎么选积木块里第一个下拉框是串口选择支持 6 个选项串口说明P1 / P2常用主串口P8 / P12 / P15 / P16备选 GPIO 软串口 接线小贴士圆屏的 TX 接对应 P 口RX 固定接 P0。选哪个 P 口积木里就要选哪个二者必须一致否则屏幕没反应。串口初始化的底层逻辑在 library/CircularScreenExtend.py 中选 P1/P2 等软串口时会自动调用SUART()建立通信。3. 积木用法两块积木搞定眼神控制打开图形化编辑器你会看到眼动模块分类下只有两块积木简单到一次就能学会 ✅3.1 显示眼神积木⚠️ 注意本图仅作示意占位实际以编辑器中积木为准。操作 3 步拖入眼动模块 显示…积木第一个下拉框选串口如P1第二个下拉框选眼神共8 种眼神效果 眼睛默认睁开的大眼睛 眨眼自动连续眨一次眼⬆️ 向上看眼珠朝上⬇️ 向下看眼珠朝下⬅️ 向左看眼珠朝左➡️ 向右看眼珠朝右↙️ 左下看眼珠朝左下↘️ 右下看眼珠朝右下眨眼并不是单张图片而是一段由 8 帧图片连播 200ms/帧 组成的动画源码见 library/CircularScreenExtend.py 的eye_blink()函数。3.2 清屏颜色积木第二块积木可以让整块圆屏纯色填充用于闭屏休息或氛围灯效果 共 7 种清屏黑、白色、红色、蓝色、绿色、黄色、橙色清屏本质是发送 RGB565 颜色值对应实现在 library/CircularScreenExtend.py 的clear_screen_command()。3.3 组合玩法示例打招呼红色清屏 → 显示眼睛 → 眨个眼卖萌连续向上看 眨眼像好奇宝宝报警橙色清屏 → 左右快速扫视4. 想更进一步直接调用 Python 库积木本质是生成了 Python 代码你可以跳过积木直接调用库函数能力比积木更强积木只暴露了 8 种眼神屏幕其实预存了73 张图片编号 0~72。核心 3 个函数都在 library/CircularScreenExtend.py函数作用show_pic_command(pic_id, uart)显示任意编号 0~72 的表情图片clear_screen_command(r, g, b, uart)自定义 RGB 清屏任意颜色show_text_command(text, x, y, ...)在屏幕上显示文字支持 GB2312 中文show_icons_command(icon_infos, uart)显示牛/兔/狗/蛇图标和数字 0-9调用方式很简单from CircularScreenExtend import * uart SUART(P1) show_pic_command(0, uart) # 显示默认眼睛 clear_screen_command(255, 0, 0, uart) # 红色清屏 每发一条指令后底层会sleep_ms(50)等待屏幕刷新这是协议要求请勿删改。积木到 Python 的映射规则可参考 blocksdef.js。5. 常见问题速查Q1屏幕完全没反应先检查串口选择是否与物理接线一致再确认接线是否松动。圆屏只收不显通常是 TX/RX 接反。Q2眼神切换有延迟、一顿一顿这是正常的每帧切换内置 50ms 等待。想要更快的节奏建议用眨眼这类组合动画而不是手动循环切图。Q3可以显示自定义图片吗不行。屏幕 Flash 中预存的 73 张图片编号固定0~72只能切换不能上传新图。想换风格可用清屏颜色 文字组合表达。Q4P0 口能用吗P0 被内部固定为 RX 使用不要占用。6. 动手试试吧按下面的最小流程走一遍10 分钟就能看到效果 圆屏接线TX → P1RX → P0图形化编辑器中拖入两块眼动模块积木串口都选P1先选眼睛再选眨眼下载到机器人看它对你眨眨眼 想查看完整源码细节可以浏览 library/CircularScreenExtend.py想理解指令帧格式0x5A 0xA5帧头 校验和见 clear_screen_command 实现。现在让你的机器人用 8 种眼神跟你对话吧【免费下载链接】eye-tracking-module源师兄扩展项目: 眼动模块 | 由源师兄组织创建项目地址: https://gitcode.com/yuanshixiong/eye-tracking-module创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/13 10:09:00

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉