Satura rādītājs:

MachineEye: 5 soļi
MachineEye: 5 soļi

Video: MachineEye: 5 soļi

Video: MachineEye: 5 soļi
Video: Jack c4 overlock machine of error 7 remove 2024, Novembris
Anonim
MachineEye
MachineEye

Esmu apvienojis Teksasas instrumentu sensora tagu CC2650 ar kameru Raspberry Pi, lai izstrādātu informācijas paneli ar lielisku informāciju. Es vadīju projektu, izmantojot IBM Node Red, kas ir instalēts Raspberry Pi attēlā. Kamera nosūta datus Microsoft kognitīvajiem pakalpojumiem, lai atgrieztu kameras redzamā aprakstu. Šie dati var atvērt bezgalīgas lietojumprogrammas. Mans piemērs ir vienkāršs, kas parāda laika apstākļus un attēlu ar aprakstu par to, ko redz kamera. Es

1. darbība. Nepieciešama aparatūra un programmatūra

Aparatūra

1. Raspberry Pi 3 (jūs varētu izmantot arī Pi 2 vai Pi modeli B)

2. Raspberry Pi kamera

3. Texas Instruments CC2650 Sensora birka

4. SD karte

Programmatūra

1. Raspian Jessie ar Pixel versiju: 2017. gada marts

www.raspberrypi.org/downloads/raspbian/

2. Putty - terminālis, lai ieprogrammētu savu Pi

www.chiark.greenend.org.uk/~sgtatham/putty/

3. Papildu mezgls mezglam sarkans

Esmu detalizēti aprakstījis mezglus, kas jāinstalē uz Pi 3. solī: Sarkanā mezgla iestatīšana.

2. darbība:

3. darbība: iestatiet aparatūru

Iestatiet aparatūru
Iestatiet aparatūru

Es izmantoju Raspberry Pi 3 un sensora tagu CC2650, kas komplektā ar 7 sensoriem. Raspberry Pi 3 ir aprīkots ar WiFi un Bluetooth, tāpēc mums nav nepieciešams tik daudz dongļu. Mans vienīgais dongle ir izmantot bezvadu peli un atslēgu paneli. Jūs varat izmantot oficiālo Raspberry Pi vietni, lai lejupielādētu attēlu un sāktu darbu ar Pi:

www.raspberrypi.org/products/raspberry-pi-3-model-b/

Sensora marķējumam ir jāizvelk tikai plastmasas sloksne, un tam vajadzētu būt labi. Jūs varat uzzināt vairāk informācijas šeit.

www.ti.com/ww/en/wireless_connectivity/sensortag/tearDown.html

Raspberry Pi kamerai ir arī daudzi emuāri, kas palīdzēs iestatīt kameru:

www.raspberrypi.org/products/camera-module/

Šim projektam ir Adafruit skārienekrāns. Tas nav obligāts un nav nepieciešams šim projektam.

4. darbība: iestatiet mezglu sarkanā krāsā

Iestatīšanas mezgls sarkans
Iestatīšanas mezgls sarkans
Iestatīšanas mezgls sarkans
Iestatīšanas mezgls sarkans

Node Red ir viegli lietojams rīks, kas jau ir instalēts Raspberry Pi. Vairāk informācijas var atrast šeit:

nodered.org/

Vissvarīgākais solis šeit ir atjaunināt savu Pi versiju:

sudo update-nodejs-and-mezgls

Tagad pārbaudiet savu versiju. Es izmantoju Putty šim projektam kā savu termināli.

npm -v

3.10.10

mezgls -v

6.10.0

Tagad jūsu sarkanais mezgls ir atjaunināts, mēs pievienosim dažus mezglus, lai izveidotu savienojumu ar mūsu Raspberry Pi kameras un sensora tagu. Visi mezgli jāinstalē šajā direktorijā:

~/.mezgls sarkans

Sāksim !

npm instalējiet mezglu-red-contrib-camerapi

npm instalējiet mezglu-red-node-dweetio

npm instalējiet mezglu-red-contrib-freeboard

npm instalējiet mezgla-sarkanā-ieguldījuma-kognitīvos pakalpojumus

npm instalējiet mezglu-sarkans-mezgls-sensortags

npm instalēt mezglu-red-node-dropbox

Tas prasīs zināmu laiku, un, ja saņemsit brīdinājumus, tam vajadzētu būt kārtībā. Esmu iekļāvis injekcijas mezglu, lai fotografētu ar noteiktiem intervāliem. Dweetio ir paredzēts kameras redzes mezglam, lai nolasītu attēla aprakstu vai atzīmes un nosūtītu to uz tekstlodziņu Freeboard Dash Board. Kognitīvie pakalpojumi ietver mezglu Computer Vision.

Jums ir jāiegūst bezmaksas abonementa atslēga no Microsoft datora redzes mezglam.

www.microsoft.com/cognitive-services/en-US/subscriptions?mode=NewTrials

Dropbox mezgls ir ideāls šim projektam. Es izmantoju Adafruit ceļvedi, kas atrodams šeit:

learn.adafruit.com/diy-wifi-raspberry-pi-touch-cam?view=all

Ritiniet uz leju līdz Dropbox iestatīšanai. Tam vajadzētu darboties ar jebkuru Pi, un tie ir padarījuši iestatīšanu daudz vienkāršāku. Tas palīdzēs jums izveidot Dropbox un kā ievadīt atslēgas, kas nepieciešamas, lai izveidotu savienojumu ar Dropbox. Šī ir labākā pamācība, ko esmu atradis. Bet, lai redzētu attēlu informācijas panelī, man bija jāpielāgo attēla saite. Es izvēlējos izmantot Dropbox rīku Chooser, lai iegūtu tiešu saiti uz Dropbox lejupielādēto attēlu. Es paturēšu to pašu nosaukumu-j.webp

Lai apskatītu mezgla sarkano plūsmu, vienkārši atveriet pārlūkprogrammu. Man patīk pārlūks Chrome, un tas ir tikai formāta piemērs:

192.168.1.1:1880

5. darbība: iestatiet informācijas paneli

Iestatiet informācijas paneli
Iestatiet informācijas paneli

FreeBoard informācijas panelis ir elastīgs un vienkāršs veids, kā jēgpilni vizualizēt datus. Ir iestatīti divi datu avoti un katra datu kopa ar nosaukumu “mans-lietas nosaukums”. Es pievienoju pirmo dweetio mezglu, ko sauc par Machine Eye, ar foto mezglu. Tas nosūtīs kameras lietderīgo slodzi uz mākoni un ļaus mums iegūt informāciju informācijas panelī. Tas būs teksta lodziņš.

Otrais Dweetio mezgls ir paredzēts sensora tagam. Šis mezgls ir savienots ar sensora tagu un atkal nosūtīs sensoru lietderīgo slodzi uz mākoni un atkal tiks notverts. informācijas panelī. Dati ir reālā laikā. Šai demonstrācijai esmu pievienojis dažas sensoru rūtis.

Attēlu lodziņš ir attēlu rūts ar tiešu saiti uz Dropbox. Attēlam un aprakstam vajadzētu mainīties katru reizi, kad tiek aktivizēts attēls.

Iepriekš redzamais attēls ir mana keramikas kaķa fotoattēls. Es biju nedaudz novēlota, reģistrējoties sacensībām, un mūsu šausmu dēļ šausmīgie laika apstākļi Kanādas Atlantijas okeāna piekrastē nevarēja izvest kameru ārā. Nokrišņi un auksts laiks nogalinās manu elektroniku. Man arī vajag, lai mani draugi un viņu labākie kažokzvēri atbrauktu uz fotosesiju.

Ieteicams: