Kazalo:
2025 Avtor: John Day | [email protected]. Nazadnje spremenjeno: 2025-01-23 15:08
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 s kompletom Particle Photon. Našo nosljivo napravo lahko nosite na zapestju, ki ima kompaktno povezavo fotona delcev z zaslonom OLED in povezavo vezja od fotona delcev do antene v kompletu.
To napravo je mogoče nadalje integrirati za nadzor elektronskih naprav in jih narediti kot "pametne naprave" z vso odprtokodno programsko opremo, tako da jo lahko upravljate, spreminjate ali izboljšujete zmogljivosti te naprave.
1. korak: Strojna oprema: Oblikovanje vezja
Sestavine: (iz kompleta za ustvarjanje delcev)
Komplet lahko kupite na različnih spletnih straneh.
- Spletno mesto Amazon
- Spletno mesto za delce
- Spletno mesto Adafruit
- Plošča za razvoj fotonov iz delcev
- Upori x 3 - 1 megaohm
- 3-5V 0.96 "SPI serijski 128X64 OLED LCD zaslon
- Antena (za pridobivanje odčitkov/odtisov EM)
2. korak: Strojna oprema: 3D tiskanje
- Številčnico za zapestni trak smo oblikovali s 3D tiskalnikom.
- 3D model je bil zasnovan v aplikaciji Shapr3D z uporabo iPad Pro.
- stl datoteka 3D modela je bila uvožena in potisnjena v programsko opremo Qidi, saj smo uporabljali tiskalnik X-one-2 Qidi Tech.
- 3D tiskalnik je za tiskanje modela potreboval približno 30 minut.
- povezavo do datoteke stl.
3. korak: Strojna oprema: lasersko rezanje
- Vzorec zapestnega traku smo oblikovali s programom Adobe Illustrator.
- Oblikovani model so nato izvozili v univerzalni laserski stroj, kjer smo les razrezali na prilagodljiv zapestni trak.
- povezava do datoteke svg.
4. korak: Programska oprema: Zbiranje podatkov
-
S Photonom objavite 3 x 100 podatkovnih vrednosti vseh možnih primerkov.
- Pisanje podatkov iz Photona na data.json v strežnik vozlišč.
- Analiza podatkov iz strežnika vozlišč v MATLAB.
- Podatki, poslani v MATLAB, so v obliki 1 x 300.
5. korak: Programska oprema: Usposabljanje zbranega nabora podatkov
- Kosi 1 x 300 - dovajamo v MATLAB. (Za vsako napravo zbranih 27 vzorcev) 27 x 300 zbranih podatkov.
- Podatki so dodani značilnosti - (5 funkcij) - povprečje, mediana, standardni odklon, nagnjenost, kurtoza.
- Usposabljanje podatkov v zbirki orodij za klasifikacijo MATLAB
- Testiranje podatkov brez povezave (6 x 6) v istem naboru orodij
6. korak: Programska oprema: Predvidevanje razredov
Napoved
Pridobivanje podatkov v živo s fotonom
Pošiljanje surovih podatkov strežniku vozlišč. (podatki shranjeni v datoteki data.json)
Skript MATLAB za branje podatkov iz datoteke data.json in napovedovanje rezultata
Shranjevanje rezultata v result.json
Priporočena:
Rubikova kocka z zavezanimi očmi v realnem času z uporabo Raspberry Pi in OpenCV: 4 koraki
Rubikova kocka z zavezanimi očmi v realnem času z uporabo Raspberry Pi in OpenCV: To je druga različica orodja Rubikove kocke za reševanje z zavezanimi očmi. Prvo različico je razvil javascript, lahko si ogledate projekt RubiksCubeBlindfolded1 Za razliko od prejšnje ta različica uporablja knjižnico OpenCV za zaznavanje barv in e
Sledilnik Covid19 v živo z uporabo ESP8266 in OLED - Nadzorna plošča Covid19 v realnem času: 4 koraki
Sledilnik Covid19 v živo z uporabo ESP8266 in OLED | Nadzorna plošča Covid19 v realnem času: Obiščite spletno mesto Techtronic Harsh: http: //techtronicharsh.com Povsod je ogromen izbruh novega koronavirusa (COVID19). Postalo je treba paziti na trenutni scenarij COVID-19 v svetu. Torej, ko sem bil doma, je bil to p
Nastavitev DS3231 RTC (ura v realnem času) natančno, hitro in avtomatizirano z uporabo Java (+-1 s): 3 koraki
Nastavitev DS3231 RTC (ure v realnem času) natančno, hitro in avtomatizirano z uporabo Jave (+-1 s): Ta navodila vam bodo pokazala, kako nastaviti uro na uri DS3231 v realnem času z uporabo Arduina in majhne aplikacije Java, ki uporablja serijska povezava Arduina. Osnovna logika tega programa: 1. Arduino pošlje serijsko zahtevo
Seznam opravil v realnem času z uporabo Google Firebase: 12 korakov
Seznam opravil v realnem času z uporabo Google Firebase: Pozdravljeni! Vsi uporabljamo sezname opravil vsak dan, naj bo to na spletu ali brez povezave. Medtem ko so seznami brez povezave nagnjeni k izgubi, navidezne sezname pa lahko zamenjate, jih pomotoma izbrišete ali celo pozabite. Zato smo se odločili, da ga naredimo v Googlu Firebase,
Prepoznavanje obrazov v realnem času: projekt od konca do konca: 8 korakov (s slikami)
Prepoznavanje obrazov v realnem času: projekt od konca do konca: Na moji zadnji vadnici, ki je raziskovala OpenCV, smo se naučili AUTOMATIC VISION OBJECT TRACKING. Zdaj bomo uporabili naš PiCam za prepoznavanje obrazov v realnem času, kot lahko vidite spodaj: Ta projekt je bil narejen s to fantastično knjižnico odprtokodne računalniške vizije