Taula de continguts:
- Pas 1: maquinari: disseny de circuits
- Pas 2: maquinari: impressió 3D
- Pas 3: Maquinari: tall per làser
- Pas 4: Programari: recopilació de dades
- Pas 5: programari: formació del conjunt de dades recopilades
- Pas 6: Programari: predir les classes
Vídeo: Reconeixement de dispositius en temps real mitjançant empremtes EM: 6 passos
2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:12
Aquest dispositiu està destinat a classificar diferents dispositius electrònics segons els seus senyals EM. Per a diferents dispositius, emeten senyals EM diferents. Hem desenvolupat una solució IoT per identificar els dispositius electrònics mitjançant el kit Particle Photon. El nostre dispositiu portàtil es pot portar al canell amb una connexió compacta de fotó de partícules amb pantalla OLED i connexió de circuit des de fotó de partícules a l’antena proporcionada al kit.
Aquest dispositiu es pot integrar encara més per controlar els dispositius electrònics i convertir-los en "dispositius intel·ligents" amb tot el programari de codi obert, de manera que pugueu controlar-lo, modificar-lo o millorar-ne la capacitat.
Pas 1: maquinari: disseny de circuits
Components: (del kit Particle Maker)
Podeu comprar el kit des de diversos llocs web en línia.
- Lloc web d’Amazon
- Lloc web Particle
- Lloc web Adafruit
- Tauler de desenvolupament de fotons de partícules
- Resistències x 3 - 1 megaohm
- Pantalla LCD OLED de sèrie SPI de 128x64 de 3-5 V 0,96"
- Antena (per obtenir les lectures / petjades EM)
Pas 2: maquinari: impressió 3D
- Hem dissenyat la nostra esfera de canell mitjançant una impressora 3D.
- El model 3D es va dissenyar en una aplicació Shapr3D mitjançant iPad Pro.
- El fitxer stl del model 3D es va importar i es va introduir al programari Qidi ja que estàvem utilitzant la impressora X-one-2 Qidi Tech.
- La impressora 3D va trigar aproximadament 30 minuts a imprimir el model.
- enllaç al fitxer stl.
Pas 3: Maquinari: tall per làser
- Hem dissenyat el patró de canellera mitjançant Adobe Illustrator.
- El model dissenyat es va exportar a la màquina Universal Laser, on vam tallar la fusta a una banda de canell flexible.
- enllaç al fitxer svg.
Pas 4: Programari: recopilació de dades
-
Amb Photon, la publicació de dades de 3 x 100 valora totes les instàncies possibles.
- Escriptura de les dades de Photon a data.json al servidor de nodes.
- Analitzant les dades del servidor de nodes a MATLAB.
- Les dades enviades a MATLAB tenen la forma d’1 x 300.
Pas 5: programari: formació del conjunt de dades recopilades
- Trossos d'1 x 300: alimentació a MATLAB. (Per a cada dispositiu es van recollir 27 mostres) 27 x 300 dades recopilades.
- S'han afegit funcions a les dades (5 funcions): mitjana, mitjana, desviació estàndard, asimetria, curtosi.
- Capacitació de les dades a la caixa d’eines de classificació MATLAB
- Prova de dades fora de línia (6 x 6) a la mateixa caixa d’eines
Pas 6: Programari: predir les classes
Predicció
Recuperació de les dades en viu mitjançant fotó
Enviament de les dades en brut al servidor de nodes. (dades guardades al fitxer data.json)
Script MATLAB per llegir les dades del fitxer data.json i predir el resultat
Recomanat:
Representació de gràfics en temps real a Android des d’Arduino mitjançant HC-05: 3 passos
Representació de gràfics en temps real a Android des d’Arduino a través d’HC-05: hey, aquí teniu un tutorial sobre com traçar un gràfic de valors en temps real des d’un microcontrolador, com ara un Arduino, fins a l’aplicació. Utilitza un mòdul Bluetooth com l'HC-05 per actuar com a dispositiu de missatgeria per transmetre i rebre les dades entre l'Ar
Live Covid19 Tracker mitjançant ESP8266 i OLED - Tauler de control Covid19 en temps real: 4 passos
Live Covid19 Tracker mitjançant ESP8266 i OLED | Tauler de control Covid19 en temps real: visiteu el lloc web de Techtronic Harsh: http: //techtronicharsh.com. Es va fer necessari vigilar l’escenari actual de COVID-19 al món. Així doncs, estar a casa era aquest el
SCARA Robot: Aprendre sobre Foward i la cinemàtica inversa !!! (Plot Twist Aprèn a fer una interfície en temps real a ARDUINO mitjançant PROCESSAMENT !!!!): 5 passos (amb imatges)
SCARA Robot: Aprendre sobre Foward i la cinemàtica inversa !!! (Plot Twist Aprèn a fer una interfície en temps real a ARDUINO mitjançant el processament !!!!): Un robot SCARA és una màquina molt popular al món de la indústria. El nom significa tant el braç de robot de muntatge selectiu que compleix com el braç de robot articulat que compleix selectivament. Bàsicament és un robot de tres graus de llibertat, sent els dos primers desplaçaments
Configuració del DS3231 RTC (rellotge en temps real) de manera precisa, ràpida i automatitzada mitjançant Java (+ -1s): 3 passos
Configuració del DS3231 RTC (rellotge en temps real) amb precisió, ràpida i automatitzada mitjançant Java (+ -1s): aquest manual us mostrarà com configurar l'hora en un rellotge en temps real DS3231 mitjançant un Arduino i una petita aplicació Java que utilitza la connexió sèrie de l’Arduino. La lògica bàsica d’aquest programa: 1. L'Arduino envia una sol·licitud en sèrie
Reconeixement facial en temps real: un projecte d'extrem a extrem: 8 passos (amb imatges)
Reconeixement facial en temps real: un projecte de punta a punta: en el meu darrer tutorial que explorava OpenCV, vam aprendre EL SEGUIMENT AUTOMÀTIC D'OBJECTES DE VISIÓ. Ara utilitzarem la nostra PiCam per reconèixer les cares en temps real, com podeu veure a continuació: Aquest projecte es va fer amb aquest fantàstic "Open Source Computer Vision Library & qu