Kazalo:
- Zaloge
- 1. korak: Pridobite PCB za izdelavo vaših projektov
- 2. korak: O modulu HuskyLens
- 3. korak: O modulu RYLR907 LoRa
- 4. korak: Nastavitev odseka oddajnika in sprejemnika
- 5. korak: Kodiranje modulov
- 6. korak: Preizkus povezave
Video: Umetna inteligenca in prepoznavanje slik z uporabo HuskyLens: 6 korakov (s slikami)
2024 Avtor: John Day | [email protected]. Nazadnje spremenjeno: 2024-01-30 12:02
Hej, kaj je, fantje! Akarsh tukaj iz CETech -a.
V tem projektu si bomo ogledali HuskyLens iz DFRobota. To je modul kamere, ki poganja AI, in je sposoben izvesti več operacij umetne inteligence, kot so prepoznavanje obrazov, prepoznavanje objektov in prepoznavanje linij itd. Nekoliko je podoben modulu MatchX, o katerem smo govorili že nekaj časa nazaj v tem projektu. Ker je bil modul MatchX nekoliko drag, sem se odločil, da bom sam naredil nekaj podobnega, zato sem ugotovil, da je HuskyLens odlična izbira, ker je v primerjavi z modulom MatchX cenejši in zmore vse, kar lahko naredi MatchX, razen enega, tj. prenos podatkov in v ta namen bomo povezovali Huskylensov modul z modulom RYLR907 LoRa iz Reyaxa in dobro bo. Po vmesniku bomo s tem HuskyLens zaznali predmet in te zaznane podatke poslali z modulom LoRa v drug modul LoRa na strani sprejemnika.
Pa pojdimo zdaj na zabaven del.
Zaloge
Uporabljeni deli:
Husky Lens:
Reyax RYLR907:
Firebeetle ESP8266:
Arduino:
1. korak: Pridobite PCB za izdelavo vaših projektov
Za poceni naročilo PCB -jev na spletu morate preveriti PCBWAY!
Dobiš 10 kakovostnih PCB -jev, izdelanih in poceni poslanih na tvoj prag. Pri prvem naročilu boste prejeli tudi popust pri pošiljanju. Naložite svoje datoteke Gerber na PCBWAY, da bodo izdelane kakovostno in hitro. Oglejte si njihovo spletno funkcijo Gerber viewer. Z nagradnimi točkami lahko v njihovi trgovini s spominki dobite brezplačne stvari.
2. korak: O modulu HuskyLens
HuskyLens je enostaven za uporabo senzor strojnega vida z umetno inteligenco s 6 vgrajenimi funkcijami: prepoznavanje obrazov, sledenje objektom, prepoznavanje predmetov, sledenje črt, zaznavanje barv in zaznavanje oznak. To je precej čeden modul, ki ima kamero na sprednji strani in LCD zaslon na zadnji strani ter 3 LED (2 beli in 1 RGB) na krovu, ki jih je mogoče upravljati s programsko opremo. Na njem sta dva gumba, eno drsno stikalo za preklapljanje med načini delovanja in gumb za zajem in spoznavanje predmetov pred kamero. Bolj ko se uči, pametnejši je. S sprejetjem nove generacije čipa AI HuskyLens zazna obraze pri 30 sličicah na sekundo. Prek vrat UART / I2C se lahko HuskyLens poveže z Arduino, Raspberry Pi ali micro: bit, da vam pomaga pri ustvarjanju zelo ustvarjalnih projektov, ne da bi se igrali s kompleksnimi algoritmi.
Njegove tehnične specifikacije so:
- Procesor: Kendryte K210
-
Slikovni senzor:
- SEN0305 HuskyLens: OV2640 (kamera z 2,0 milijona slikovnih pik)
- SEN0336 HuskyLens PRO: OV5640 (kamera 5,0 megapiksela)
- Napajalna napetost: 3.3 ~ 5.0V
- Trenutna poraba (TYP): [email protected], [email protected] (način prepoznavanja obrazov; 80% svetlost osvetlitve ozadja; luč za polnjenje ugasnjena)
- Povezovalni vmesnik: UART; I2C
- Zaslon: 2,0-palčni zaslon IPS z ločljivostjo 320*240
- Vgrajeni algoritmi: prepoznavanje obrazov, sledenje objektom, prepoznavanje objektov, sledenje linij, prepoznavanje barv, prepoznavanje oznak
- Mera: 52 mm 44,5 mm / 2,051,75"
Povezava do izdelka:
3. korak: O modulu RYLR907 LoRa
Oddajniški modul RYLR907 ima modem Lora za dolgi doseg, ki zagotavlja komunikacijo z razširjenim spektrom ultra dolgega dosega in visoko odpornost na motnje, hkrati pa zmanjšuje porabo toka. Na voljo je z zmogljivim motorjem Semtech SX1262, ki ima odlično odpornost proti blokiranju. RYLR907 ima nizek sprejemni tok in lahko zazna gibanje kanala, da vklopi varčni način CAD sprejema. Je zelo občutljiv in ga je mogoče enostavno upravljati z ukazi AT. Poleg vseh zgoraj navedenih funkcij ima vgrajeno anteno in uporablja šifriranje podatkov AES128. Zaradi vseh teh funkcij je primeren za aplikacije interneta stvari, mobilno opremo, varnost doma itd.
Uporablja se lahko za prenos podatkov na razdaljo v redu kilometrov do brez kakršnega koli interneta ali drugega. Zato bomo s tem modulom LoRa prenesli podatke, ki jih zbira HuskyLens, od konca oddajnika do sprejemnika. Za podrobnejše branje o tehničnih specifikacijah modula RYLR907 lahko od tu preidete na njegov podatkovni list.
Povezava do izdelka:
4. korak: Nastavitev odseka oddajnika in sprejemnika
V tem koraku bomo povezovali del projekta. Najprej bomo HuskyLens povezali z modulom RYLR907 LoRa, tako da bo stran oddajnika, nato pa bomo modul LoRa povezali z ESP8266, da bo sprejemnik končal, ki bo sprejel podatke, ki jih pošilja oddajnik, in jih prikazal na serijski monitor Arduino IDE.
Koraki za povezavo HuskyLens z modulom LoRa so naslednji:
- Priključite Vcc in GND Pin HuskyLens na 5V oziroma GND na Arduinu.
- Zatiča R in T HuskyLens priključite na pin št. 11 oziroma 10 na Arduinu.
- Zdaj vzemite modul LoRa in priključite njegov Vcc pin na 3.3V izhod Arduina in GND pin na GND Arduina.
- Priključite Rx pin RYLR907 na Tx pin Arduina skozi upor, kot je prikazano na zgornji shemi vezja. Uporno omrežje je potrebno, ker Arduino deluje na 5V logični ravni, medtem ko RYLR907 deluje na 3.3V logični ravni, zato se ti upori znižajo na 5V na 3.3V.
Na ta način se odsek oddajnika, tj. Povezave HuskyLens zaključijo.
Zdaj za odsek sprejemnika potrebujemo ESP8266 za nadzor modula LoRa za sprejem poslanih podatkov. V ta namen je treba vzpostaviti naslednje povezave:
- Pcc Vcc in GND modula LoRa priključite na 3.3V in GND pin ESP8266.
- Priključite 15 -polni GPIO na pin Rx LoRa in 13 -polni GPIO na pin Tx modula RYLR907.
Na ta način so povezave na strani sprejemnika zaključene, zdaj moramo le povezati module z računalnikom in naložiti kode projekta. Za podroben opis tukaj uporabljenega modula LoRa in povezav na koncu sprejemnika si lahko ogledate zgornji video.
5. korak: Kodiranje modulov
Ker so povezave za oba odseka opravljene. Zdaj ostane le še, da Arduino in ESP povežete z osebnim računalnikom in naložite kode za projekt eno za drugo. Kode za projekt lahko dobite tako, da se odprete na strani Github.
- Prenesite knjižnico HuskyLens, ki je na voljo na strani GitHub, in jo namestite v svoj Arduino IDE.
- Zdaj odprite datoteko z imenom "Arduino Husky Lens Lora Code.ino", to je koda, ki jo je treba naložiti v Arduino za pridobivanje podatkov iz HuskyLensa in jo poslati prejemniku. Kopirajte to kodo in jo prilepite v svoj Arduino IDE.
- Arduino povežite z računalnikom, izberite ustrezno ploščo in vrata COM ter pritisnite gumb za nalaganje takoj, ko se koda naloži, lahko prekinete povezavo z Arduinom.
Na ta način je dokončan del kodiranja za konec oddajnika. Zdaj lahko priključite modul ESP, ki bo v kombinaciji z LoRa uporabljen kot sprejemnik.
- Ko priključite ESP na računalnik, znova odprite stran Github in kopirajte kodo v datoteko z imenom "ESP8266 LoRa Text.ino", ki jo je treba naložiti v ESP8266.
- Kodo prilepite v IDE. Izberite ustrezna vrata COM in ploščo ter nato pritisnite gumb za nalaganje.
Ko se koda naloži, ste pripravljeni za uporabo nastavitve.
6. korak: Preizkus povezave
Takoj, ko se koda naloži v oba modula, lahko preverimo povezavo tako, da na začetku odpremo serijski monitor, se prikaže sporočilo, kot je "Na zaslonu se ne prikaže blok ali puščica". To pomeni, da HuskyLens ni izvedel za predmet, ki je prikazan. Objekt je viden prvič in ga Objektiv ne prepozna. Tako, da prepozna predmet ali obraz, ki mu je prikazan. HuskyLens moramo pokazati predmet in takoj, ko prizna predmet, ki mu je prikazan, pritisnite gumb za učenje (potisni gumb), tako bo HuskyLens izvedel za predmet in ga prepoznal, ko bo kaj podobnega naučenemu predmetu prikazano. Ko je HuskyLens izvedel za predmet, bo poslal podatke o predmetu, ki ga vidi, in podatki, ki jih je LoRa prejela na koncu sprejemnika, so prikazani na serijskem monitorju.
Na ta način lahko s pomočjo HuskyLens, ki poganja AI, prepoznamo predmete, zberemo podatke o njih in s pomočjo modula LoRa posredujemo zbrane podatke drugemu modulu LoRa, ki je oddaljen nekaj kilometrov.
Torej to je to za vadnico, upam, da vam je bila všeč.
Priporočena:
Prepoznavanje naprav v realnem času z uporabo EM odtisov: 6 korakov
Prepoznavanje naprav v realnem času z uporabo EM odtisov: Ta naprava je namenjena razvrščanju različnih elektronskih naprav glede na njihove EM signale. Za različne naprave oddajajo različne EM signale. Razvili smo rešitev IoT za identifikacijo elektronskih naprav z uporabo delcev
Prepoznavanje zvezd z uporabo računalniškega vida (OpenCV): 11 korakov (s slikami)
Prepoznavanje zvezd z uporabo računalniškega vida (OpenCV): Ta navodila vam bodo opisala, kako ustvariti program za računalniški vid za samodejno prepoznavanje vzorcev zvezd na sliki. Metoda uporablja knjižnico OpenCV (Open-Source Computer Vision) za ustvarjanje nabora usposobljenih HAAR kaskad, ki jih je mogoče
Prepoznavanje obrazov in identifikacija - Arduino Face ID z uporabo OpenCV Python in Arduino .: 6 korakov
Prepoznavanje obrazov in identifikacija | Arduino Face ID z uporabo OpenCV Python in Arduino .: Prepoznavanje obraza AKA Face ID je ena najpomembnejših značilnosti mobilnih telefonov danes. Tako sem imel vprašanje " ali lahko dobim ID obraza za svoj projekt Arduino " in odgovor je pritrdilen … Moje potovanje se je začelo na naslednji način: 1. korak: Dostop do nas
Umetna inteligenca družabnih iger: minimalni algoritem: 8 korakov
Umetna inteligenca družabnih iger: algoritem minimaksa: Ste se kdaj vprašali, kako so narejeni računalniki, s katerimi igrate v šahu ali šahu? No, ne glejte dlje od tega navodila, saj vam bo pokazalo, kako narediti preprosto, a učinkovito umetno inteligenco (AI) z algoritmom minimaksa! Z uporabo th
Umetna inteligenca za vašega robota .: 7 korakov
Umetna inteligenca za vašega robota. Razgibavanje in razmišljanje sta različni nalogi. Pri ljudeh drobne gibe nadzira mali možgani, dejanja in odločanje pa veliki možgani. Če berete to, verjetno že imate robota in lahko upravljate