Mesin Mata: 5 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07

Saya telah menggabungkan Texas Instrument Sensor Tag CC2650 dengan kamera Raspberry Pi untuk membangunkan papan pemuka dengan beberapa maklumat yang mengagumkan. Saya memasang projek menggunakan IBM Node Red yang dipasang pada gambar Raspberry Pi. Kamera menghantar data ke perkhidmatan Microsoft Cognitive untuk mengembalikan keterangan mengenai apa yang dilihat oleh kamera. Data ini boleh dibuka untuk aplikasi yang tidak berkesudahan. Contoh saya adalah yang ringkas yang menunjukkan keadaan cuaca dan gambar dengan penerangan tentang apa yang dilihat oleh kamera. Saya

Langkah 1: Perkakasan dan Perisian Diperlukan

Perkakasan

1. Raspberry Pi 3 (anda juga boleh menggunakan model Pi 2 atau Pi B)

2. Kamera Raspberry Pi

3. Tag Sensor Texas Instruments CC2650

4. Kad SD

Perisian

1. Jessie Raspbian dengan versi Pixel: Mac 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - terminal untuk memprogram Pi anda

www.chiark.greenend.org.uk/~sgtatham/putty/

3. Node Tambahan untuk Node Red

Saya telah memperincikan node yang akan dipasang pada Pi pada Langkah 3: Sediakan Node Red.

Langkah 2:

Langkah 3: Sediakan Perkakasan

Saya menggunakan Raspberry Pi 3 dan Sensor Tag CC2650 yang dikemas dengan 7 sensor. Raspberry Pi 3 menggunakan WiFi dan Bluetooth sehingga kami tidak memerlukan banyak dongle. Satu-satunya dongle saya adalah menggunakan tetikus dan papan kekunci tanpa wayar saya. Anda boleh menggunakan laman web Raspberry Pi rasmi untuk memuat turun gambar dan memasang Pi anda:

www.raspberrypi.org/products/raspberry-pi-3-model-b/

Sensor Tag hanya perlu menarik jalur plastik dan mesti digunakan. Anda boleh mengetahui lebih banyak maklumat di sini.

www.ti.com/ww/en/wireless_connectivity/sensortag/tearDown.html

Kamera Raspberry Pi juga mempunyai banyak blog untuk membantu anda menyiapkan kamera:

www.raspberrypi.org/products/camera-module/

Projek ini mempunyai skrin sentuh Adafruit. Ini adalah pilihan dan tidak diperlukan untuk projek ini.

Langkah 4: Sediakan Node Merah

Node Red adalah alat yang mudah digunakan yang sudah terpasang pada Raspberry Pi. Maklumat lanjut boleh didapati di sini:

nodered.org/

Langkah paling penting di sini adalah mengemas kini versi anda pada Pi:

sudo update-nodejs-and-node

Sekarang periksa versi anda. Saya menggunakan Putty untuk projek ini sebagai terminal saya.

npm -v

3.10.10

simpul -v

6.10.0

Sekarang Node Red anda dikemas kini, kami akan menambahkan beberapa nod untuk menyambung ke tag Raspberry Pi Camera dan Sensor kami. Semua nod harus dipasang di bawah direktori ini:

~ /.node-merah

Mari kita mulakan !

npm pasang node-red-contrib-camerapi

npm pasang node-red-node-dweetio

npm memasang node-red-contrib-freeboard

npm memasang perkhidmatan node-red-contrib-kognitif-perkhidmatan

npm pasang node-red-node-sensortag

npm pasang node-red-node-dropbox

Ini akan memakan masa dan jika anda menerima amaran yang semestinya baik. Saya telah memasukkan nod suntikan untuk mengambil gambar pada selang waktu yang ditentukan. Dweetio adalah untuk node Camera Vision untuk membaca keterangan atau tag dari gambar dan menghantarnya ke kotak teks Freeboard Dash Board. Perkhidmatan Kognitif merangkumi nod Penglihatan Komputer.

Anda perlu mendapatkan kunci langganan percuma dari Microsoft untuk nod Computer Vision.

www.microsoft.com/cognitive-services/en-US/subscriptions?mode=NewTrials

Node Dropbox sangat sesuai untuk projek ini. Saya menggunakan panduan dari Adafruit yang terdapat di sini:

learn.adafruit.com/diy-wifi-raspberry-pi-touch-cam?view=all

Tatal ke bawah ke Persediaan Dropbox. Ini mesti berfungsi pada Pi mana pun dan mereka telah membuat penyediaannya lebih mudah. Ini akan membimbing anda untuk menyiapkan Dropbox dan bagaimana memasukkan Kunci yang anda perlukan untuk menyambung ke Dropbox. Ini adalah tutorial terbaik yang saya dapati. Tetapi untuk melihat gambar di Dashboard saya terpaksa mengubah pautan untuk gambar tersebut. Saya memilih untuk menggunakan alat Dropbox yang disebut Chooser untuk mendapatkan pautan langsung ke gambar yang dimuat ke Dropbox. Saya akan menyimpan nama yang sama untuk gambar-j.webp

Untuk melihat anda aliran Node Red, buka penyemak imbas sahaja. Saya suka Chrome dan ini hanyalah contoh untuk format:

192.168.1.1:1880

Langkah 5: Sediakan DashBoard

Papan Pemuka FreeBoard adalah cara yang fleksibel dan mudah untuk memvisualisasikan data dengan cara yang bermakna. Terdapat dua sumber data yang disiapkan dan setiap data ditetapkan dengan "nama-perkara-saya". Saya menyambungkan nod dweetio pertama yang disebut Machine Eye ke nod foto. Ini akan menghantar muatan kamera ke awan dan membolehkan kami menangkap maklumat di papan pemuka. Ini akan menjadi kotak teks.

Node Dweetio kedua adalah untuk tag sensor. Node ini disambungkan ke tag sensor dan sekali lagi akan menghantar muatan sensor ke cloud dan sekali lagi ditangkap. di papan pemuka. Data dalam masa nyata. Saya telah menambahkan beberapa panel sensor untuk demo ini.

Kotak gambar adalah panel Gambar dengan pautan langsung ke Dropbox. Gambar dan keterangan harus berubah setiap kali gambar diaktifkan.

Gambar di atas adalah tangkapan gambar kucing seramik saya. Saya agak terlambat mendaftar untuk pertandingan ini dan kerana cuaca buruk di pantai Atlantik Kanada tidak dapat membawa kamera ke luar. Kerpasan dan cuaca sejuk akan membunuh elektronik saya. Saya juga memerlukan rakan saya dan bayi bulu terbaik mereka untuk mengambil gambar.