Taula de continguts:
- Pas 1: es requereix maquinari i programari
- Pas 2:
- Pas 3: configureu el maquinari
- Pas 4: Configuració del node vermell
- Pas 5: configureu el tauler de control
Vídeo: MachineEye: 5 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:10
He combinat l’etiqueta del sensor d’instruments Texas CC2650 amb la càmera Raspberry Pi per desenvolupar un tauler amb una informació fantàstica. Vaig connectar el projecte mitjançant IBM Node Red que ve instal·lat a la imatge de Raspberry Pi. La càmera envia dades als serveis cognitius de Microsoft per retornar-los una descripció del que veu la càmera. Aquestes dades es poden obrir a infinites aplicacions. El meu exemple és senzill que mostra les condicions meteorològiques interiors i una imatge amb una descripció del que veu la càmera. Jo
Pas 1: es requereix maquinari i programari
Maquinari
1. Raspberry Pi 3 (també podeu utilitzar Pi 2 o Pi model B)
2. Càmera Raspberry Pi
3. Etiqueta del sensor Texas Instruments CC2650
4. Targeta SD
Programari
1. Raspbian Jessie amb la versió de Pixel: març de 2017
www.raspberrypi.org/downloads/raspbian/
2. Putty: un terminal per programar el vostre Pi
www.chiark.greenend.org.uk/~sgtatham/putty/
3. Node addicional per a Node Red
He detallat els nodes que s’instal·laran al Pi al pas 3: configureu Node Red.
Pas 2:
Pas 3: configureu el maquinari
Estic fent servir el Raspberry Pi 3 i el sensor CC2650 amb 7 sensors. El Raspberry Pi 3 té WiFi i Bluetooth incorporats, de manera que no necessitem tants dongles. El meu únic dongle és utilitzar el ratolí i el teclat sense fils. Podeu utilitzar el lloc web oficial de Raspberry Pi per descarregar la imatge i posar-lo en funcionament:
www.raspberrypi.org/products/raspberry-pi-3-model-b/
A l’etiqueta del sensor només cal tirar la tira de plàstic i hauria d’anar bé. Podeu obtenir més informació aquí.
www.ti.com/ww/en/wireless_connectivity/sensortag/tearDown.html
La càmera Raspberry Pi també té nombrosos blocs per ajudar-vos a configurar la càmera:
www.raspberrypi.org/products/camera-module/
Aquest projecte té la pantalla tàctil d'Adafruit. Això és opcional i no és necessari per a aquest projecte.
Pas 4: Configuració del node vermell
Node Red és una eina fàcil d'utilitzar que ja està instal·lada al Raspberry Pi. Podeu trobar més informació aquí:
nodered.org/
El pas més important aquí és actualitzar la vostra versió al Pi:
sudo update-nodejs-and-node
Ara comproveu la vostra versió. Estic fent servir Putty per a aquest projecte com a terminal.
npm -v
3.10.10
node -v
6.10.0
Ara el vostre Node Red està actualitzat, afegirem alguns nodes per connectar-nos a la nostra etiqueta Raspberry Pi Camera i Sensor. Tots els nodes s’han d’instal·lar en aquest directori:
~ /.node-vermell
Comencem !
npm install node-red-contrib-camerapi
npm install node-red-node-dweetio
npm instal·leu node-red-contrib-freeboard
npm install node-red-contrib-cognitive-services
npm instal·leu node-red-node-sensortag
npm instal·leu node-red-node-dropbox
Això trigarà una estona i, si rebeu avisos, hauria d’estar bé. He inclòs un node d'injecció per fer fotografies a intervals definits. Dweetio permet que el node Camera Vision llegeixi la descripció o les etiquetes de la imatge i l’enviï al quadre de text Freeboard Dash Board. Els serveis cognitius inclouen el node Visió per ordinador.
Cal que obtingueu una clau de subscripció gratuïta de Microsoft per al node Computer Vision.
www.microsoft.com/cognitive-services/en-US/subscriptions?mode=NewTrials
El node Dropbox és perfecte per a aquest projecte. He utilitzat la guia d'Adafruit que es troba aquí:
learn.adafruit.com/diy-wifi-raspberry-pi-touch-cam?view=all
Desplaceu-vos cap avall fins a Configuració de Dropbox. Això hauria de funcionar en qualsevol Pi i han facilitat la configuració. Us guiarà per configurar un Dropbox i com introduir les claus que necessiteu per connectar-vos a Dropbox. Aquest és el millor tutorial que he trobat. Però per veure la imatge al tauler, vaig haver de modificar l'enllaç de la imatge. Vaig optar per utilitzar una eina Dropbox anomenada Chooser per obtenir un enllaç directe a la imatge descarregada a Dropbox. Mantindré el mateix nom per a la imatge-j.webp
Per veure el flux de Node Red, només cal obrir un navegador. M'agrada Chrome i aquest és només un exemple de format:
192.168.1.1:1880
Pas 5: configureu el tauler de control
El tauler de control FreeBoard és una manera senzilla i flexible de visualitzar les dades d’una manera significativa. Hi ha dues fonts de dades configurades i cada conjunt de dades amb un "my-thing-name". Connecto el primer node de dweetio anomenat Machine Eye al node de la foto. Això enviarà la càrrega útil de la càmera al núvol i ens permetrà capturar la informació al tauler. Aquest serà un quadre de text.
El segon node Dweetio és per a l'etiqueta del sensor. Aquest node està connectat a l'etiqueta del sensor i, de nou, enviarà la càrrega útil dels sensors al núvol i es tornarà a capturar. al tauler de control. Les dades són en temps real. He afegit alguns panells de sensors per a aquesta demostració.
El quadre d'imatges és un panell d'imatges amb l'enllaç directe a Dropbox. La imatge i la descripció haurien de canviar cada vegada que s’activa una imatge.
La imatge superior és una fotografia del meu gat de ceràmica. Vaig estar un poc tard per apuntar-me a la competició i, a causa del nostre mal temps, a la costa atlàntica del Canadà no vaig poder treure la càmera a l’exterior. Les precipitacions i el fred faran desaparèixer la meva electrònica. També necessito els meus amics i els seus millors nadons de pell per venir a fer una sessió de fotos.
Recomanat:
Disseny de jocs en Flick en 5 passos: 5 passos
Disseny de jocs en Flick en 5 passos: Flick és una manera molt senzilla de fer un joc, sobretot com un trencaclosques, una novel·la visual o un joc d’aventures
Detecció de cares a Raspberry Pi 4B en 3 passos: 3 passos
Detecció de cares a Raspberry Pi 4B en 3 passos: en aquest manual, farem la detecció de cares a Raspberry Pi 4 amb Shunya O / S mitjançant la biblioteca Shunyaface. Shunyaface és una biblioteca de reconeixement / detecció de cares. El projecte té com a objectiu aconseguir una velocitat de detecció i reconeixement més ràpida amb
Com fer un comptador de passos ?: 3 passos (amb imatges)
Com fer un comptador de passos ?: Jo solia tenir un bon rendiment en molts esports: caminar, córrer, anar en bicicleta, jugar a bàdminton, etc. M’encanta viatjar poc després. Bé, mireu el meu ventre corpulent … Bé, de totes maneres, decideixo tornar a començar a fer exercici. Quin equip he de preparar?
Mirall de vanitat de bricolatge en passos senzills (amb llums de tira LED): 4 passos
Mirall de vanitat de bricolatge en passos senzills (amb llums de tires LED): en aquest post vaig crear un mirall de vanitat de bricolatge amb l'ajut de les tires LED. És molt genial i també heu de provar-les
Arduino Halloween Edition: pantalla emergent de zombis (passos amb imatges): 6 passos
Arduino Halloween Edition: pantalla emergent de zombis (passos amb imatges): voleu espantar els vostres amics i fer soroll a Halloween? O simplement voleu fer una bona broma? Aquesta pantalla emergent de Zombies ho pot fer! En aquest instructiu us ensenyaré a fer zombis fàcilment amb Arduino. L'HC-SR0