太长不看版（演示视频，无解说，外链）

一、 项目描述

1.1 项目介绍

行人按钮是一种可以用来触发交通信号灯的按钮，通常位于红绿灯控制器旁边或者路口附近。行人按下按钮后，信号灯会变成行人绿灯，使行人可以安全地穿过道路。在一些地区，如果没有行人按下按钮，交通信号灯可能不会变成行人绿灯，这就需要行人等待更长时间。

本项目旨在利用Step Pico的控制功能结合上扩展板上的相关元件，模拟真实情况下的带有行人按钮的交通灯工作流。

1.2 设计思路

基本构成：由三色led模拟红黄绿灯，k1按钮充当行人按钮，蜂鸣器作为警报装置。当按钮未触发时，三色灯定时切换；当k1被触发，由于触发的持续时间很短，要求某处需要持续记录当前触发事件，因此可以利用多线程技术，在主线程循环交通灯的同时，快速检测k1的触发状态，当检测到触发后，将信号量置为真。此时，主线程在每个循环开始会先检测信号量，若为真，进入行人优先模式，此时信号灯为绿，蜂鸣器启动。

在此基础上，由于日常生活中有很多交通灯整合了带有行人形象的标志灯，本项目也同样模拟了这个功能。通过编写转换模块，把png等格式的图片转码为可被扩展板上oled显示屏直接读取的字节流格式，并根据当前交通灯的状态同步切换显示内容。

1.3 框图和软件流程图

逻辑框图

软件流程图

1.4 硬件介绍

Pico麻雀虽小，五脏俱全。Pico是一款由英国树莓派基金会开发的微控制器板，它采用了Arm Cortex-M0+处理器，并搭载了2MB的闪存和264KB的SRAM，还集成了各种常用的硬件接口和控制器，如GPIO、SPI、I2C、PWM、ADC等。Pico的引脚布局与Arduino Uno兼容，可与许多Arduino扩展板兼容，，其可以通过C/C++以及MicroPython编程来学习嵌入式系统的工作原理和应用。

利用micropython SDK, 像我这样只有python开发经验的嵌入式小白也能通过查阅文档很快上手开发。由硬禾课堂提供的例程封装了扩展板的很多功能部件，如oled，led和button。在此基础上，我也封装了蜂鸣器的调用文件buzzer.py。

1.5 实现的功能及图片展示

交通灯默认以绿黄红色交替切换，且oled上显示的图像也根据交通灯的颜色变化。

绿                                                                                  黄

红                                                   行人优先

二、 主要代码片段及说明

2.1 循环主体和优先模式的逻辑

循环主体基本构成为：灯亮-屏显内容切换-延时-灯灭，值得注意的是，在黄灯亮起时，为实现行人标志闪烁），使用了poweroff/poweron对oled进行两轮断电加电（而不是清空图片内容），原因在于，断电后，oled的帧缓冲区仍会保存断电前的图片内容，可减少对图片的读写次数，提高性能。

If语句缩进代码块为优先模式的判断逻辑：如果信号量button_pressed=True, 表明检测到行人触发行人按钮，此时会在循环开始之前进入优先模式，蜂鸣器启动，oled图片切换为停车标志。结束后将信号量重置为False。

while True:
    if button_pressed == True:
       # 优先模式
        g.on()
        show_img(data[2])
        buzzer(5)
        g.off()
        button_pressed = False
    #绿灯
    g.on()
    show_img(data[0])
    utime.sleep(5)
    g.off()
    # 黄灯
    y.on()
    for _ in range(2):
        oled.poweroff()
        utime.sleep(0.5)
        oled.poweron()
        utime.sleep(0.5)
    y.off()
    # 红灯
    r.on()
    show_img(data[1])
    utime.sleep(5)
    r.off()

2.2 查询行人按键事件的线程

通过全局变量向主线程传递信息。功能很简单，即，当检测到k1被按下时，置button_pressed为True。需要注意的一点是，与python中的global相同，在函数体内部使用时，为与局部变量相区分，要先添加语句 global <变量名>。

# PV信号量，与button_reader_thread通信
global button_pressed
button_pressed = False

# 每0.01s读取k1的状态，将信号量置为True
def button_reader_thread():
    global button_pressed
    while True:
        if k1.value() == 1:
            button_pressed = True

之后，利用micropython多线程库_thread启动该线程。由于不需要参数传递，start_new_thread的第二个参数为空元组。

# 启动该线程 
_thread.start_new_thread(button_reader_thread,())

2.3 OLED显示屏的图像显示

Oled屏读取数据的格式时bytearray, 因此在下载到需要的图像之后，需要对其进行转换。

转换脚本接受参数：图片名，宽，高

from io import BytesIO
from PIL import Image
import sys
import pathlib
import os

THRESHOLD = 200


if len(sys.argv) > 1:
    path_to_image = str(sys.argv[1])
    x = int(sys.argv[2])
    y = int(sys.argv[3])
    filename = path_to_image.split('.')[0]
    
    im = Image.open(path_to_image)
    im = im.resize((x,y)).convert('1')
    
    # Define a threshold value to remove the point noise
    threshold_value = THRESHOLD

    # Apply the threshold using the point method
    def threshold(pixel):
        if pixel < threshold_value:
            return 0
        else:
            return 255

    
    
    im = im.point(threshold)

    
    
    pathlib.Path(os.path.join('out', filename)).mkdir(parents=True, exist_ok=True)

    buf = BytesIO()
    im.save(buf, 'ppm')
    im.save(f'./out/{filename}/{filename}-{x}x{y}.png')
    byte_im = buf.getvalue()
    temp = len(str(x) + ' ' + str(y)) + 4

    with open(f'./out/{filename}/{filename}-{x}x{y}.txt', 'w') as f:
        f.write(str(byte_im[temp::]))
    # print(byte_im[temp::])
    print('file converted successfully')
else:
    print("please specify the location of image i.e img2bytearray.py /path/to/image width heigh")

 转换流程：通过PIL先对图像进行预处理（缩放，二值化），然后以ppm格式存储，最后通过python内置io.BytesIO将其转为比特流。

转换完成后，缩放后的图片（png格式）和比特流文件（txt格式）存入以图片名命名的文件夹下，方便后续加载。

硬禾课堂提供的例程封装了oled的接口，但是为了项目内方便调用，在其上再次进行封装。

def load_img(img_name):
    img_root = img_name
    files = os.listdir(img_root)
    txt_files = [file for file in files if file.endswith('.txt')]
    txt_file = txt_files[0]
    _, wxh, _, offset_redundant = txt_file.split('-')
    offset = offset_redundant.split('.')[0]
    width, height = wxh.split('x')
    
    byte_path = img_root + '/' + txt_file
    with open(byte_path, 'r') as f:
        contents = f.read()
    bytes = eval(contents)
    return (bytearray(bytes), int(width), int(height), int(offset))

def show_img(data):
    TH, width, height, offset = data     
    fb = framebuf.FrameBuffer(TH, width, height, framebuf.MONO_HLSB)
    oled.fill(0)
    oled.blit(fb, offset, 0)
    oled.show()

Load_img: 根据上文所述图片名从txt文档中加载比特流，同时，文件名中还标记了图片宽高和位移。为下一步的绘制提供基本信息。

Show_img: 承接load_img返回的数据，底层调用oled模块将图片绘制到oled屏幕上。

交通灯的切换很考验实时性，而图片加载等io操作往往就是性能瓶颈，为避免出现延后等问题，图片在初始化阶段即加载完成。

# 一次性读入图像, 后续循环直接读取data
data = [load_img('walk'), load_img('stand'), load_img('stop_sign')]
# 初始化交通灯
r.off()
g.off()
y.off()

之后的循环内直接读取缓存中的图片：

while True:
    if button_pressed == True:
        g.on()
        show_img(data[2])   # 此处切换图片
        buzzer(5)
        g.off()
        button_pressed = False

    g.on()
    show_img(data[0])      # 此处切换图片
    utime.sleep(5)
    g.off()
    y.on()

    for _ in range(2):
        oled.poweroff()
        utime.sleep(0.5)
        oled.poweron()
        utime.sleep(0.5)
    y.off()
    
    r.on()
    show_img(data[1])     # 此处切换图片
    utime.sleep(5)
    r.off()

三、 遇到的主要难题及解决方法

问题一：彩色图片经转换后，出现大量噪点，使得图片信息损失严重。

解决：之前的图片预处理过程是：先二值化，再进行放缩。而在第一步彩色像素会被转化成黑白混杂的像素块，此时放缩，局部采样就会出现斑点。因此，我先进行放缩，再二值化。有效的提高了图片质量。

问题二：考虑到图片io的性能制约，我一开始时打算再创建一个线程处理oled显示。而micropython多线程库处尚处于实验阶段，arm处理器的每个核只能运行一个线程，所以总共只能运行两个线程。

解决：如上文所述，我改进了图片加载的流程，有效的降低了图片加载时延。

四、 未来的计划或建议

经过这次的锻炼，我对硬件开发这个领域再次产生了浓厚的兴趣（上次是数电考试成绩出分之前）。下次我想试一下FPGA（虽然感觉会很难）。

有一点小建议是，虽然平时看文档也不少，但是涉及到硬件的datasheet让我这个半吊子还是晕头转向，希望可以有课程教大家如何从中有效检索信息。

五、 总结

之前说到嵌入式总想到的是单片机，经过这次上手体验Pico，我意识到小小的MCU也有巨大的潜力。