大符平均环数 6.4、臂数 9.7（1st），局均17mm命中 36.5%，8m 内可打前哨（6点pnp），9m 内可打地面兵种（2D 输入 EKF），RMCS，工程化，调试友好

1. 仓库地址

https://github.com/Alliance-Algorithm/rmcs_auto_aim_v2

2. 效果展示

官方机器人关键数据：

击打蓝色大符串流录制：

3. 细节介绍

3.1 对地面兵种

3.1.1 基本链路

• 神经网络检测装甲板四角点，亚像素角点优化；绿灯定位辅助滤除建筑类误识别
• 每个目标维护一个运动学滤波器，状态包含：中心位置、平移速度、自转角/角速度、机器人外形尺寸（前后/侧向半径、侧板高度）
• 初始化：单块装甲板 PnP 反推旋转中心，提供初始位姿（整个 EKF 生命周期仅此一次 PnP，后续迭代全是 2D 输入）
• 多灯条关联：先找四角点误差最小的完整装甲板做锚，其余灯条按位置顺序递推分配 ID，逐条滤波更新

3.1.2 技术亮点

• 纯 2D 像素级观测的 EKF：观测直接取装甲板角点与灯条端点的像素坐标，通过透视投影雅可比把像素观测与 3D 运动学状态关联，观测噪声定义在像素域。整条链路上 3D 位姿完全由滤波器自行估计，不存在 PnP 解算误差的二次传播，近远距离观测噪声天然一致，可利用信息更多、更全面
• 动态攻击窗口：将装甲板周期性扫过视野建模为锯齿波，在云台实测最大速度/加速度约束下，用时间最优曲线（bang-bang / 梯形速度）计算可稳定跟踪的窗口；目标转速超过云台能力时降级为瞄中心，装甲板扫过弹道射线时点射
• 预瞄策略：窗口内无板时提前瞄准来板一侧边界等待；施密特滞回防止相邻板间抖振
• 视线角速度/角加速度前馈输出，减轻云台跟踪滞后（实际没时间上了，上了命中率应该还能提升不少）

3.2 对前哨站

3.2.1 基本链路

• 神经网络检测前哨站装甲板，PnP 给出初值
• 距离优化：利用装甲板厚度与邻侧灯条宽度构成几何约束，修正远距离下 PnP 测距退化（6 点 PnP）
• 滤波器状态仅含旋转中心与转速/角度；利用前哨站固定几何将单板观测折算到参考板坐标系后滤波

3.2.2 技术亮点

• 切板检测与方向锁定：观测 yaw 跳变超阈值判定换板；旋转方向需连续两次同向确认才锁定，抗视觉噪声
• 板序号在线辨识：三块板高度比较的滑动缓冲确定当前观测的是哪一块，未观测板自动跳过比较，三块齐后校正绝对序号
• 单板观测即可滤波：视野内通常仅见一块板；配合观测超时与发散检测保证鲁棒性
• 距离优化器（6点 PnP）显著改善远距离打击精度，这是前哨站链路相对地面兵种的核心增益
  
  与地面兵种的观测差异
  
  前哨站滤波器使用的是 PnP 解算后的 3D 观测（板中心 + yaw），而非像素级 2D 观测——因为前哨站几何完全固定，3D 观测噪声可以通过距离优化压制到可接受水平；而地面兵种运动灵活、外观多变，2D 像素观测更能避免解算误差。

3.3 对能量机关

3.3.1 基本链路

• 纯传统视觉检测（无神经网络）：靶心用"峰谷深度"指标判定是否激活；R 标用骨架提取 + 拓扑特征匹配
• 滤波器状态包含符面中心、朝向、自转角/角速度；初始化由 R 标 + 未激活靶心 PnP 生成候选，按布局评分择优
• 观测关联：马氏距离门限 + 匈牙利算法，将检测到的 R 标/靶心与模型特征（1 个 R 标 + 5 片符叶）配对，逐特征更新
• 转速模型双拟合：大符正弦模型（规则转速附近扫频 + 最小二乘）、小符恒速线性模型，按拟合代价自动切换；历史窗口指数加权
• 火控：只瞄准未激活符叶，按时序在"待机/发射"间交替，单发射击（纯定时器触发）

3.3.2 技术亮点

• 检测零神经网络依赖：轻量、可控、易调试
• 正弦转速解析积分前推：状态预测用解析积分而非欧拉外推，长时间前推不漂移
• 视线前馈含完整旋转运动学：角加速度项与向心加速度项齐备，符叶转向时云台能同步加速
• 符面朝向约束：符面法线与视线夹角异常即判发散重建
• 虚拟能量机关：给定符面三维坐标直接投影生成观测，无实物也可全链路调试
• 收敛门控：模型未收敛前不出击打点，防止乱打

最后，关注 Alliance 战队喵~，放一些我画的画/设计的海报