2026 年全国大学生电子设计竞赛 E 题：拼图装置

面向 2026 年全国大学生电子设计竞赛赛区赛（TI 杯）暨模拟电子系统设计 专题赛选拔赛 E 题“拼图装置”的视觉算法仿真、拼接求解与位姿输出程序。

这个项目生成一张随机切成 1～4 个多边形的矩形卡纸，把碎片随机旋转、平移并无重叠地摆放在 A4 纸上半区，然后只从渲染图像完成：

1. 颜色分割与多边形轮廓识别；
2. 根据切割边长度配对恢复碎片邻接关系；
3. 通过刚体变换与全局闭环优化拼回矩形；
4. 输出每块碎片从当前位置到下半区目标矩形的 3×3 齐次旋转平移矩阵。
5. 按 P0、P1…的顺序实时播放每块碎片旋转、平移到目标位置的动画。

碎片数量可在界面中设置为 1～4。算法根据数量生成直线切割或中心放射切割， 每块都有矩形外边，符合赛题“不超过 4 片、每片不超过 5 边、每片至少一条边位于目标矩形外边”的约束。 仿真目标矩形固定为 10 cm × 6 cm，使用 40 px/cm 的比例渲染为 400 px × 240 px；切割、还原与位姿输出共用这一尺寸定义。

演示

逐块实时运动与拼接

动画展示视觉识别完成后，P0、P1、P2、P3 依次按照求解出的旋转和平移矩阵， 运动到 10 cm × 6 cm 目标矩形并完成拼接。GIF 会在 GitHub 页面自动循环播放。

4 块碎片

查看 4 块碎片高清 WebM 演示

3 块碎片

查看 3 块碎片高清 WebM 演示

与 2026 年电赛 E 题的对应关系

本仓库实现的是视觉算法与拼接求解仿真。接入真实机械臂时，还需完成相机标定、 像素到工作台坐标转换、手眼标定、抓取点规划及机械臂运动控制。

生成与识别的数据隔离

生成阶段和视觉阶段通过图像边界隔离：

随机切割多边形 + 随机真值位姿
              │
              ▼
          渲染/PNG 编码
              │
              ▼
        PNG 解码后的相机像素
              │
              ├── 颜色分割与轮廓检测
              ├── 切割边配对与邻接恢复
              └── 全局拼接规划与位姿矩阵

generate_camera_frame() 只返回图像像素，不返回生成多边形、顶点、邻接关系或 真值旋转平移矩阵。analyze_camera_frame() 只接收图像；碎片数量也由图像轮廓 自动统计。界面中的“碎片数量”只控制生成器，不作为识别或拼接求解输入。 因此视觉结果可替换为真实相机图片，不依赖仿真生成数据。

隔离回归测试：

python3 -m unittest tests/test_image_isolation.py

运行

可视化测试界面：

python3 puzzle_gui.py

界面可按“生成场景 → 识别碎片 → 还原矩形”单步测试，也可自动演示、批量测试 100 个随机场景，并在右侧查看每块碎片的旋转角、平移量和 3×3 齐次矩阵。

命令行版本：

python3 puzzle_sim.py

指定随机种子并批量验证：

python3 puzzle_sim.py --seed 12 --output output/demo
python3 puzzle_sim.py --seed 12 --pieces 3 --output output/three
python3 puzzle_sim.py --batch 100

单次运行输出：

• scene.png：随机摆放的相机输入；
• detected.png：视觉识别出的轮廓、顶点与编号；
• solution.png：目标矩形及还原结果；
• transforms.json：每片的中心、角度、2×3 与 3×3 变换矩阵；
• summary.png：输入、识别、还原三联图。

矩阵采用图像像素坐标（x 向右、y 向下）。对当前图像中的点 [x, y, 1]^T 左乘 matrix_3x3，即可得到目标矩形中的对应位置。机械臂使用时，再通过相机标定得到的单应矩阵/手眼标定矩阵，把像素位姿转换为工作台或机器人坐标。

算法边界

当前版本针对纯色碎片和俯视相机，假设碎片不接触、不遮挡、透视畸变较小。真机建议先做相机畸变校正和工作