待补充
1zlab/1ZLAB_Face_Track_Robot
ESP32
3/5
🧩 软硬件结合
已发布
项目简介
二自由度云台实现人脸追踪。 首先是使用一款名字叫做IP摄像头的APP 采集手机摄像头的图像，在手机上建立一个视频流服务器。在局域网下，PC通过IP还有端口号获取图像。使用OpenCV的人脸检测的API获取人脸在画面中的位置，根据人脸位置距离
二自由度云台实现人脸追踪。 首先是使用一款名字叫做IP摄像头的APP 采集手机摄像头的图像，在手机上建立一个视频流服务器。在局域网下，PC通过IP还有端口号获取图像。使用OpenCV的人脸检测的API
标签
项目特点
使用手机摄像头作为图像源，无需额外购买USB摄像头或专用相机
基于二自由度云台结构，可实现水平和垂直方向的人脸追踪
采用OpenCV人脸检测API，识别精度和速度有保障
局域网无线传输，摆脱线缆束缚，部署灵活
代码结构清晰，适合初学者学习人脸追踪和云台控制原理
硬件成本低，核心部件仅需舵机、云台支架和开发板
技术规格
| 云台自由度 | 2（水平+垂直） |
|---|---|
| 图像采集方式 | 手机摄像头 + IP摄像头APP |
| 图像传输协议 | HTTP视频流（局域网） |
| 人脸检测库 | OpenCV（Haar Cascade） |
| 控制板 | Arduino（推荐） |
| 舵机类型 | SG90或类似微型舵机 |
| 通信方式 | 串口（USB） |
| 工作电压 | 5V（Arduino供电） |
| 追踪延迟 | 取决于网络和OpenCV处理速度 |
项目资源
搜索资源
物料清单 (BOM)
| 物料名称 | 数量 | 参考价格 | 备注 |
|---|---|---|---|
| Arduino Uno / Nano | 1 | — | 或其他兼容开发板 |
| SG90微型舵机 | 2 | — | 水平+垂直各一个 |
| 二自由度云台支架 | 1 | — | 可3D打印或购买成品 |
| 智能手机 | 1 | — | 需安装IP摄像头APP |
| 杜邦线（公母） | 若干 | — | 连接舵机和Arduino |
| USB数据线 | 1 | — | 给Arduino供电 |
| IP摄像头APP | 1 | — | 手机端安装 |
| Python + OpenCV | 1套 | — | PC端运行 |
能力画像
**记忆与知识检索**：2/5 — 项目依赖OpenCV和Arduino基础，需要查阅少量文档，但整体信息量不大
**动手与操作**：3/5 — 需要组装云台、连接舵机、调试手机摄像头，有一定动手要求
**编程与算法**：3/5 — 涉及Python调用OpenCV进行人脸检测，以及Arduino串口通信编程，难度中等
**设计与建模**：1/5 — 云台结构已有现成方案，无需自行设计，但可自行3D建模改进
**实验与调试**：4/5 — 需要反复调试人脸检测参数、舵机角度映射、网络延迟等问题
**协作与分享**：2/5 — 单人可完成，但可分享代码和硬件方案到社区
**学习与研究**：4/5 — 适合学习计算机视觉、舵机控制、网络视频流等综合知识
**系统集成**：3/5 — 需要将手机、PC、Arduino、舵机多个子系统整合在一起
项目图库
视频
所需技能
基础Python编程
基础Arduino编程（C/C++）
了解OpenCV基本用法（人脸检测）
会使用Arduino IDE上传代码
能看懂电路连接图（舵机接线）
会配置手机IP摄像头APP
了解局域网IP地址和端口概念
适用场景
机器人入门学习项目，了解人脸追踪原理
创客空间或学校的开源硬件教学案例
智能家居中的简易人脸跟随摄像头
直播或视频会议中的自动跟拍设备
计算机视觉与嵌入式系统结合的实践项目
作为更复杂机器人（如人形机器人头部）的基础模块