Taula de continguts:
- Pas 1: recopileu components
- Pas 2: recopileu les eines necessàries
- Pas 3: prepareu el recinte
- Pas 4: instal·leu Stretch al Raspberry Pi 3
- Pas 5: connecteu-vos a la vostra xarxa WIFI local mitjançant SSH
- Pas 6: instal·leu Witty Pi 2
- Pas 7: muntar els components del sistema al cas de suport intern
- Pas 8: instal·leu TensorFlow Lite
- Pas 9: instal·leu el TPU de Google Coral Edge
- Pas 10: instal·leu ThinkBioT
- Pas 11: construcció completa
- Pas 12: impermeabilitzeu el sensor bioacústic
- Pas 13: utilitzeu el sensor bioacústic
Vídeo: Part 1. Generació de maquinari del sensor bioacústic autònom ThinkBioT: 13 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:13
ThinkBioT té com a objectiu proporcionar un marc de programari i maquinari, dissenyat com a eix vertebrador tecnològic per donar suport a la investigació posterior, gestionant les minucioses tasques de recopilació, pre-processament, transmissió de dades i visualització de dades que permetin als investigadors centrar-se en les seves respectives empreses de classificació i recollida de mètriques bioacústiques..
Aquest prototip encara està en desenvolupament i, per tant, recomanaria esperar fins que es completin tots els tutorials de la sèrie ThinkBioT.:) Per obtenir notícies actualitzades, mireu el ThinkBioT Github a
Pas 1: recopileu components
Recopileu els components que figuren al fitxer Bill of Materials (adjunt). Els components electrònics bàsics s’enumeren amb els seus respectius noms de marques i no són intercanviables; la resta, inclosa la carcassa, es pot substituir pels equivalents genèrics.
Pas 2: recopileu les eines necessàries
Per fer aquest prototip, assegureu-vos que disposeu almenys de les següents eines;
- Trepant elèctric amb serra de 24 mm i joc de broques de plàstic gran
- Tornavís Phillips # 1
- Talls laterals (o tisores afilades)
- Alicates petites (nas d'agulla o estàndard)
- Ulleres de seguretat
Tingueu en compte que les alicates són opcionals i només són necessàries per als usuaris que consideren que els components petits són difícils de manejar
Pas 3: prepareu el recinte
Utilitzar ulleres de seguretat, practicar forats per als connectors del recinte.
Necessitareu 3 forats
- Connector de muntatge de panell impermeable USB: utilitzeu una serra de forat o una broca pas a pas.
- Carcassa de micròfon: utilitzeu una broca gran
- Connector de pas SMA (M-M)
Si utilitzeu la funda Evolution 3525, us recomanem perforar el panell pla del costat oposat del recinte. Tanmateix, depèn realment de com vulgueu muntar la unitat, assegureu-vos que hi hagi connectors a sota per protegir-vos de la pluja directa.
Un cop perforat, podeu inserir el micròfon a la muntura i connectar el cable de connexió SMA i el cable de connexió USB (subministrat amb Voltaic V44).
Pas 4: instal·leu Stretch al Raspberry Pi 3
Abans de muntar-se al prototip, el Raspberry Pi 3 s’ha de configurar i tenir instal·lat un sistema operatiu. Als ordinadors de placa única Raspberry Pi, el sistema operatiu s’emmagatzema en una targeta SD extraïble.
He utilitzat un Samsung Micro SD EVO + 128 GB.
Per instal·lar Stretch a la targeta SD;
- Descarregueu Raspbian Stretch des de Raspbian Stretch. Tingueu en compte que ThinkBioT utilitza Stretch ja que els models Coral Edgetpu actualment només es proven fins a la versió 1.13.0 de TensorFlow, que no es va provar a Debian Buster.
- Assegureu-vos que la vostra targeta SD tingui el format Fat32 segons aquesta guia.
- Seguiu un dels tutorials següents (en funció del tipus de sistema operatiu) per escriure la imatge Stretch a la vostra targeta SD. Windows, Mac OS o Linux
- Opcionalment, connecteu el port HMDI de gerds a una pantalla en aquest moment.
- Introduïu la targeta SD a la ranura del raspberry Pi i connecteu-la a la xarxa. Inicialment, recomanaríem utilitzar una font d'alimentació oficial de gerds per assegurar-nos que no es produeixin avisos de subalimentació durant la instal·lació del programari.
Tingueu en compte que he seleccionat la versió completa de Stretch) en lloc de la versió "Lite", ja que la connexió sense fils inicial és més fàcil de configurar amb una interfície gràfica. Les funcions addicionals estan desactivades pels scripts ThinkBiot quan el dispositiu es troba en mode camp, de manera que la interfície gràfica no requereix una sobrecàrrega de potència superior al camp.
Pas 5: connecteu-vos a la vostra xarxa WIFI local mitjançant SSH
Per configurar el prototip, haureu de poder connectar-vos al Raspberry Pi per intercanviar ordres i veure dades de configuració. Inicialment, pot ser que sigui més fàcil utilitzar la interfície gràfica d’escriptori fins que no connecteu el vostre SSH. Us recomanem que després de la configuració inicial, connecteu-vos a través d'un terminal SSH directament a la línia d'ordres, tal com es descriu al final del tutorial.
- Seguiu el tutorial aquí per connectar-vos al nostre Raspberry Pi
- També es recomana instal·lar Winscp si sou usuari de Windows, ja que és molt
Notes: depenent de la fiabilitat de la vostra connexió Wifi, hem considerat necessari connectar-nos a través dels punts d'accés dels nostres telèfons mòbils. La configuració també us permetrà comunicar-vos amb la vostra unitat al camp on no hi ha WiFi externa. Però cal tenir cura de no superar els límits de dades.
Pas 6: instal·leu Witty Pi 2
La plaqueta enginyosa Pi s’utilitza per mantenir el temps del sistema quan el vostre Raspberry Pi té alimentació i per activar-lo i apagar-lo durant el cicle d’operació ThinkBioT.
- En primer lloc, obriu un terminal a través de la vostra connexió SSH o localment a l’opció Desktop, per obtenir informació sobre com obrir i utilitzar la sessió del terminal, feu clic aquí.
- Seguiu la configuració de la enginyosa documentació Pi.
- Nota: quan se us demana "Elimineu el paquet fake-hwclock i desactiveu el dimoni ntpd? (Recomanat) [sí / n]" responeu-hi. Quan se us demani "Voleu instal·lar Qt 5 per a la interfície gràfica que s'executa? [Sí / n]", responeu al número següent
- Un cop instal·lat el firmware, traieu el Raspberry Pi de la font d'alimentació i munteu la placa al Raspberry Pi sense utilitzar els cargols encara.
- Torneu a connectar el Raspberry Pi a l’alimentació i, mitjançant les instruccions de la documentació de Wittty Pi, sincronitzeu l’hora i apagueu el Raspberry Pi. Per apagar i començar, només cal prémer l’enginyós botó Pi a partir d’ara.
Pas 7: muntar els components del sistema al cas de suport intern
He utilitzat una funda acrílica Raspberry Pi econòmica per muntar els components bàsics del nostre sistema. Us convidem a canviar l'ordre i l'estil de muntatge. He utilitzat pals de muntatge de 2,5 M entre cada capa per permetre el flux d’aire i he utilitzat els forats interns per muntar els components.
- Muntatge del gerd Pi (i el Witty Pi adjunt): mitjançant els cargols i els suports que es subministren amb el Witty Pi, fixeu-lo a una de les plaques base
- Muntatge del Google Coral: mitjançant els dos suports adhesius de fixació del cable, fixeu el Coral a la placa base mitjançant lligadures, tal com es mostra a les imatges anteriors
- Muntatge del RockBlock: utilitzeu acuradament un pal de muntatge al forat de muntatge de la placa de circuit i un forat a la placa base, i després afegiu-hi un muntatge adhesiu per a cables per sota de la unitat i un cable per evitar que la unitat es mogui. NO estrenyeu excessivament la brida perquè pugueu danyar el Rockblock. Assegureu-vos que trieu un pal de muntatge d’una alçada similar al Rockblock que es recolza sobre el muntatge del cable.
- Recomanem endollar el cable RockBlock en aquest punt, ja que pot resultar incòmode un cop la unitat es posi en comú.
- Retalleu amb compte els excedents de longitud de la brida amb els talladors laterals mentre porteu les ulleres de seguretat.
- Connecteu les capes individuals de la caixa junt amb els pals de muntatge, és possible que necessiteu alicates en aquest punt en funció de la mida de les mans.
- Apliqueu ganxo adhesiu al nivell base de la caixa de components ara completa.
- NO connecteu el RockBlock i el Google Coral en aquest moment.
Pas 8: instal·leu TensorFlow Lite
1. Obriu una nova finestra de terminal, ja sigui a l’escriptori Raspberry Pi o mitjançant la connexió SSH i introduïu les ordres següents línia per línia per assegurar-vos que la instal·lació de Stretch estigui actualitzada. La primera línia recull les actualitzacions, la segona línia instal·la les actualitzacions i la tercera reinicia el raspberry Pi per reiniciar-se amb els fitxers nous.
sudo apt-get updates sudo apt-get upgrade sudo reinici
2. Ara, per instal·lar TensorFlow Lite 1.13.0, introduïu les ordres següents línia per línia. El que passa en aquest fragment de codi és que s’instal·len els requisits per a TensorFlow Lite, després es desinstal·len les versions anteriors si existeixen (per evitar conflictes) i es descarrega i s’instal·la un binari precompilat de TensorFlow Lite.
Tingueu en compte que, com que alguns són fitxers força grans, pot trigar una mica a instal·lar-se i requereix una connexió a Internet estable i una bona font d'alimentació. Vaig trobar que la meva connexió de banda ampla australiana feia que el procés produís errors, així que vaig haver d'utilitzar una connexió 4G a través del meu punt d'accés mòbil que funcionava perfectament.
sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-devsudo pip3 install keras_applications == 1.0.7 --no-deps sudo pip3 install keras_preprocessing == 1.0.9 --no-deps sudo pip3 install h5py = = 2.9.0 sudo apt-get install -y openmpi-bin libopenmpi-dev sudo apt-get install -y libatlas-base-dev pip3 install -U --user six wheel mock sudo pip3 uninstall tensorflow wget https:// github. com / mefitzgerald / Tensorflow-bin / raw / master / tensorflow-1.13.1-cp35-cp35m-linux_armv7l.whl sudo pip3 install tensorflow-1.13.1-cp35-cp35m-linux_armv7l.whl
3. Proveu la vostra instal·lació amb el següent script a continuació, simplement escriviu python3 (al terminal) per començar un indicador de python (indicat pel >>>). A continuació, importeu TensorFlow (de manera que pugueu fer servir els seus mètodes) i utilitzeu el mètode de versió mitjançant el qual retornarà el número de versió si la vostra instal·lació ha estat correcta. A continuació, utilitzeu exit () per tancar la sol·licitud de python.
python3
>> importació de tensorflow >>> tensorflow._ versió_ 1.13.0 >>> exit ()
Pas 9: instal·leu el TPU de Google Coral Edge
El corall de Google s’utilitzarà per inferir durant les tasques de classificació i s’ha de configurar amb el seu propi firmware. Igual que a la configuració de Tensorflow, es requereix un entorn de descàrrega estable, de manera que repliqueu la connexió de xarxa del pas anterior.
- Encara no connecteu el USB de Google Coral, obriu un terminal (ja sigui localment a l’escriptori raspberry Pi o mitjançant SSH).
- Seguiu el tutorial a https://coral.withgoogle.com/docs/accelerator/get-started/#set-up-on-linux-or-raspberry-pi per instal·lar i provar el firmware de Google Coral.
Pas 10: instal·leu ThinkBioT
1. Obriu una finestra de terminal localment a l'escriptori Raspberry Pi o mitjançant SSH.
2. Introduïu la següent línia de codi per descarregar l'script d'instal·lació de ThinkBioT.
sudo wget -O installThinkBioT.sh https://github.com/mefitzgerald/ThinkBioT/raw/master/installThinkBioT.sh"
3. Ara introduïu el codi següent per començar la instal·lació.
sudo sh installThinkBioT.sh
4. Un cop finalitzada la instal·lació, introduïu el següent per reiniciar el Raspberry Pi amb seguretat
sudo reiniciar
5. Ara, quan inicieu la sessió al raspberry Pi, haureu de tenir un fitxer nou al menú inicial, que és la base de dades anomenada tbt_database i 2 directoris nous, el directori ThinkBioT que conté tots els scripts ThinkBioT i el directori pyrockblock que conté la biblioteca rockblock.
Pas 11: construcció completa
Ara estem en la fase de finalització del maquinari, el disseny físic real del vostre dispositiu depèn del vostre recinte, però hi ha una manera senzilla de completar el projecte;
- Utilitzeu un ganxo i un bucle adhesius per cobrir el banc d’energia i la base del vostre gabinet de raspberry pi. Per assegurar-me que s’alinea, he trobat que era millor ajustar tant el ganxo com el bucle a la superfície (de manera que, per exemple, s’uneix una capa adhesiva a la bateria i que les capes de ganxo i bucle es pressionen l’una amb l’altra amb la capa adhesiva final nua). premeu tot el lot sobre la superfície interna de la caixa.
- Ara hauríeu de tenir el cas amb el raspberry pi, el RockBlock i el Google Coral i el banc de potència connectat a l'interior del vostre recinte ThinkBioT. Ara només cal tallar ganxo i bucle i repetir l'acció per al SoundBlaster Play 3 !.
- Per endreçar els cables, he utilitzat suports de cables adhesius addicionals per poder agrupar els cables amb cordons.
- No connecteu la bateria a l’enginyosa presa d’energia Pi.
- Connecteu amb cura el cable SMA al connector SMA del bloc de roca.
- Connecteu el micròfon primo al SoundBlaster Play 3.
- També podeu connectar el Rockblock al raspberry Pi, però és més fàcil mantenir-lo desconnectat fins que no conegueu el funcionament del sistema.
Pas 12: impermeabilitzeu el sensor bioacústic
Segons el lloc on vulgueu utilitzar el dispositiu, és possible que necessiteu impermeabilització.
Abans solia sugru per segellar els ports del recinte i el connector del panell solar tal com es mostra a la imatge, però és possible que el silici o el segellant de qualitat marina / el silici funcionin igual de bé. He triat cola de silici capaç de moldejar-se, ja que no volia que ningú entrés a les articulacions i pogués provocar circuits oberts.
Pas 13: utilitzeu el sensor bioacústic
Ara heu completat la construcció del maquinari del programari i l'ús es descriu als següents tutorials;
Part 2. Models Tensorflow Lite Edge per a ThinkBioT
www.instructables.com/id/ThinkBioT-Model-With-Google-AutoML/
Part 3. Funcionament de ThinkBioT
tbc
Recomanat:
Domòtica de nova generació amb Eagle Cad (primera part - PCB): 14 passos
Domòtica de nova generació mitjançant Eagle Cad (primera part - PCB): Introducció: Per què dic la seva pròxima generació: perquè utilitza alguns components que són molt millors que els dispositius domòtics tradicionals. Pot controlar els electrodomèstics mitjançant: Tauler tàctil de comandaments de veu de Google al control del dispositiu des de l'aplicació
Part 2. Model ThinkBioT amb Google AutoML: 8 passos
Part 2. Model ThinkBioT amb Google AutoML: ThinkBioT està dissenyat per ser "Plug and Play", amb models TensorFlow Lite compatibles amb Edge TPU. En aquesta documentació tractarem de crear espectrogrames, formatar les vostres dades i utilitzar Google AutoML. El codi d’aquest tutorial serà redactat
Com construir el vostre propi anemòmetre mitjançant interruptors Reed, sensor d’efecte Hall i alguns retalls a Nodemcu. - Part 1 - Maquinari: 8 passos (amb imatges)
Com construir el vostre propi anemòmetre mitjançant interruptors Reed, sensor d’efecte Hall i alguns retalls a Nodemcu. - Part 1 - Maquinari: Introducció Des que vaig començar amb els estudis d’Arduino i Maker Culture, m’ha agradat construir dispositius útils amb trossos de brossa i ferralla, com ara taps d’ampolles, trossos de PVC, llaunes de beguda, etc. M’encanta donar un segon la vida de qualsevol peça o qualsevol company
Micro: bits Conceptes bàsics per a professors Part 1: el maquinari: 8 passos
Micro: bit Conceptes bàsics per a professors Part 1: el maquinari: sou un professor que vol utilitzar micro: bit a la vostra aula, però no sap per on començar? Us mostrarem com fer-ho
Ordinador per a sistemes RE (part 1 de 2) (maquinari): 5 passos
Ordinador per a sistemes RE (part 1 de 2) (maquinari): aquí us mostraré com vaig fabricar un mini ordinador de sobretaula completament funcional per a petits sistemes d’energia renovable. El sistema RE que penso utilitzar serà principalment un sistema de 12 volts. amb 6 o 8 bateries de Golf Cart i tindré un inversor de potència de 700 watts