MachineEye: 5 vaihetta

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 08:59

Olen yhdistänyt Texas Instrument Sensor Tag CC2650: n Raspberry Pi -kameraan kehittääkseni kojelaudan, jossa on mahtavia tietoja. Johdotin projektin IBM Node Red -ohjelmalla, joka on asennettu Raspberry Pi -kuvaan. Kamera lähettää tietoja Microsoftin kognitiivisille palveluille palauttaakseen kuvauksen siitä, mitä kamera näkee. Nämä tiedot voivat avata loputtomia sovelluksia. Minun esimerkkini on yksinkertainen, joka näyttää sääolosuhteet ja kuvan, jossa on kuvaus kameran näkemästä. Minä

Vaihe 1: Laitteisto ja ohjelmisto vaaditaan

Laitteisto

1. Vadelma Pi 3 (voit käyttää myös Pi 2- tai Pi -mallia B)

2. Raspberry Pi -kamera

3. Texas Instruments CC2650 -anturitunniste

4. SD -kortti

Ohjelmisto

1. Raspbian Jessie Pixel -versiolla: maaliskuu 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - terminaali Pi: n ohjelmoimiseksi

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

3. Lisäsolmu punaiselle solmulle

Olen määritellyt Pi: hen asennettavat solmut vaiheessa 3: Määritä solmu punainen.

Vaihe 2:

Vaihe 3: Asenna laitteisto

Käytän Raspberry Pi 3: ta ja anturitunnistetta CC2650, joissa on 7 anturia. Raspberry Pi 3: ssa on WiFi ja Bluetooth, joten emme tarvitse niin paljon dongleja. Ainoa dongleni on käyttää langatonta hiirtä ja näppäimistöä. Voit ladata kuvan ja käynnistää Pi: n virallisella Raspberry Pi -sivustolla:

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

Anturikilpi tarvitsee vain vetää muovinauhan ja sen pitäisi olla hyvä mennä. Löydät lisätietoja täältä.

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

Raspberry Pi -kamerassa on myös lukuisia blogeja, joiden avulla voit asentaa kameran:

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

Tässä projektissa on Adafruutin kosketusnäyttö. Tämä on valinnainen eikä sitä vaadita tässä projektissa.

Vaihe 4: Asenna solmu punainen

Node Red on helppokäyttöinen työkalu, joka on jo asennettu Raspberry Pi -laitteeseen. Lisätietoja löytyy täältä:

nodered.org/

Tärkein vaihe tässä on päivittää versio Pi: ssä:

sudo update-nodejs-ja-node

Tarkista nyt versiosi. Käytän Puttyä tässä projektissa päätelaitteena.

npm -v

3.10.10

solmu -v

6.10.0

Nyt solmusi punainen on päivitetty, lisäämme joitain solmuja, jotka muodostavat yhteyden Raspberry Pi -kameran ja -anturin tunnisteeseen. Kaikki solmut tulee asentaa tähän hakemistoon:

~/.solmu-punainen

Aloitetaan !

npm asenna node-red-contrib-camerapi

npm asenna node-red-node-dweetio

npm asentaa node-red-contrib-freeboard

npm asentaa node-red-contrib-kognitiiviset palvelut

npm asenna node-red-node-sensortag

npm asenna node-red-node-dropbox

Tämä kestää jonkin aikaa, ja jos saat varoituksia, sen pitäisi olla kunnossa. Olen sisällyttänyt injektiosolmun kuvien ottamiseen määritetyin väliajoin. Dweetio on tarkoitettu Camera Vision -solmulle, joka lukee kuvauksen tai tunnisteet kuvasta ja lähettää sen Freeboard Dash Board -tekstiruutuun. Cognitive Services sisältää Computer Vision -solmun.

Sinun on hankittava ilmainen tilausavain Microsoftilta Computer Vision -solmulle.

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

Dropbox -solmu on täydellinen tähän projektiin. Käytin täältä löytyvää Adafruutin opasta:

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

Vieritä alas kohtaan Dropbox Setup. Tämän pitäisi toimia millä tahansa Pi: llä ja he ovat tehneet asennuksen paljon yksinkertaisemmaksi. Se opastaa sinua asentamaan Dropboxin ja antamaan avaimet, jotka tarvitset yhteyden muodostamiseen Dropboxiin. Tämä on paras opetusohjelma, jonka olen löytänyt. Mutta nähdäksesi kuvan hallintapaneelissa minun piti säätää kuvan linkkiä. Päätin käyttää Dropbox -työkalua nimeltä Chooser saadakseni suoran linkin Dropboxiin ladattuun kuvaan. Jatkan samaa nimeä-j.webp

Voit tarkastella solmun punaista virtausta avaamalla selaimen. Pidän Chromesta ja tämä on vain esimerkki muodosta:

192.168.1.1:1880

Vaihe 5: Määritä DashBoard

FreeBoard Dashboard on joustava ja helppo tapa visualisoida tiedot mielekkäällä tavalla. Datalähteitä on määritetty kaksi ja jokaisella tietojoukolla on "oma-nimeni". Liitän ensimmäisen dweetio -solmun nimeltä Machine Eye valokuvasolmuun. Tämä lähettää kameran hyötykuorman pilveen ja antaa meille mahdollisuuden tallentaa tiedot kojelaudalle. Tämä on tekstiruutu.

Toinen Dweetio -solmu on anturitunnistetta varten. Tämä solmu on liitetty anturitunnisteeseen ja lähettää jälleen antureiden hyötykuorman pilveen ja kaapataan uudelleen. kojelaudassa. Tiedot ovat reaaliajassa. Olen lisännyt tähän demoon joitain anturipaneeleja.

Kuvaruutu on kuvaruutu, jossa on suora linkki Dropboxiin. Kuvan ja kuvauksen tulee muuttua aina, kun kuva aktivoidaan.

Yllä oleva kuva on keraaminen kissani. Ilmoittautuminen kilpailuun oli hieman myöhässä, ja kauhistuttavan säämme vuoksi Kanadan Atlantin rannikolla ei voinut viedä kameraa ulos. Sade ja kylmä sää tuhoavat elektroniikkani. Tarvitsen myös ystäväni ja heidän parhaat turkisvauvansa tulemaan valokuvaukseen.