Բովանդակություն:

MachineEye: 5 քայլ
MachineEye: 5 քայլ

Video: MachineEye: 5 քայլ

Video: MachineEye: 5 քայլ
Video: China's Mega projects! Americans Won't Believe it 2024, Հուլիսի
Anonim
MachineEye
MachineEye

Ես համակցել եմ Texas Instrument Sensor Tag CC2650- ը Raspberry Pi տեսախցիկի հետ ՝ որոշ հիանալի տեղեկություններով վահանակ ստեղծելու համար: Ես նախագիծը միացրեցի IBM Node Red- ի միջոցով, որը տեղադրված է Raspberry Pi պատկերի վրա: Տեսախցիկը տվյալներ է ուղարկում Microsoft Cognitive ծառայություններին ՝ տեսախցիկի տեսածի նկարագրությունը վերադարձնելու համար: Այս տվյալները կարող են բացվել անվերջ ծրագրերի համար: Իմ օրինակը պարզ է, որը ցույց է տալիս եղանակային պայմանները և նկար ՝ տեսախցիկի տեսածի նկարագրությամբ: Ես

Քայլ 1: Պահանջվում է սարքավորում և ծրագրակազմ

Սարքավորումներ

1. Ազնվամորի Pi 3 (կարող եք օգտագործել նաև Pi 2 կամ Pi մոդել B)

2. Raspberry Pi տեսախցիկ

3. Texas Instruments CC2650 Sensor պիտակը

4. SD քարտ

Ծրագրային ապահովում

1. Raspbian Jessie Pixel տարբերակով ՝ 2017 թ. Մարտ

www.raspberrypi.org/downloads/raspbian/

2. tyեփամածիկ - տերմինալ `ձեր Pi- ն ծրագրավորելու համար

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

3. Լրացուցիչ հանգույց Node Red- ի համար

Ես մանրամասն նկարագրեցի Pi- ի վրա տեղադրվելիք հանգույցները 3 -րդ քայլում. Կարգավորեք Node Red- ը:

Քայլ 2:

Քայլ 3: Կարգավորեք ապարատը

Կարգավորեք սարքավորումները
Կարգավորեք սարքավորումները

Ես օգտագործում եմ Raspberry Pi 3 և Sensor Tag CC2650 փաթեթավորված 7 սենսորներով: Raspberry Pi 3 -ում կա WiFi և Bluetooth, այնպես որ մեզ այդքան դոնգ պետք չէ: Իմ միակ դոնգլն է օգտագործել անլար մկնիկը և ստեղնաշարը: Դուք կարող եք օգտագործել Raspberry Pi- ի պաշտոնական կայքը ՝ պատկերը ներբեռնելու և ձեր Pi- ն գործարկելու համար.

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

Sensor Tag- ին անհրաժեշտ է միայն պլաստիկ ժապավենը քաշել, և այն պետք է լավ լինի: Լրացուցիչ տեղեկություններ կարող եք իմանալ այստեղ:

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

Raspberry Pi ֆոտոխցիկն ունի նաև բազմաթիվ բլոգեր, որոնք կօգնեն ձեզ կարգավորել տեսախցիկը.

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

Այս նախագիծն ունի Adafruit- ի սենսորային էկրան: Սա պարտադիր չէ և չի պահանջվում այս նախագծի համար:

Քայլ 4: Կարգավորեք կարմիր հանգույցը

Կարգավորեք կարմիր հանգույցը
Կարգավորեք կարմիր հանգույցը
Կարգավորեք կարմիր հանգույցը
Կարգավորեք կարմիր հանգույցը

Node Red- ը հեշտ օգտագործման գործիք է, որն արդեն տեղադրված է Raspberry Pi- ի վրա: Լրացուցիչ տեղեկություններ կարելի է գտնել այստեղ ՝

nodered.org/

Այստեղ ամենակարևոր քայլը Pi- ի ձեր տարբերակի թարմացումն է.

sudo update-nodejs-and-node

Այժմ ստուգեք ձեր տարբերակը: Այս նախագծի համար ես օգտագործում եմ Putty- ն որպես իմ տերմինալ:

npm -v

3.10.10

հանգույց -v

6.10.0

Այժմ ձեր Node Red- ը թարմացվել է: Մենք մտադիր ենք մի քանի հանգույց ավելացնել `մեր Raspberry Pi Camera և Sensor պիտակին միանալու համար: Բոլոր հանգույցները պետք է տեղադրվեն այս գրացուցակում.

~/.node-red

Եկեք սկսենք !

npm տեղադրել node-red-contrib-camerapi

npm տեղադրել node-red-node-dweetio

npm տեղադրել node-red-contrib-freeboard

npm տեղադրեք հանգույց-կարմիր-ներդրում-ճանաչողական ծառայություններ

npm տեղադրել node-red-node-sensortag

npm տեղադրել node-red-node-dropbox

Սա որոշ ժամանակ կպահանջի, և եթե նախազգուշացումներ ստանաք, ապա դա պետք է լինի: Ներառել եմ ներարկման հանգույց `որոշակի ընդմիջումներով լուսանկարելու համար: Dweetio- ն պետք է, որ Camera Vision հանգույցը կարդա նկարից նկարագրությունը կամ պիտակները և ուղարկի այն Freeboard Dash Board տեքստային տուփին: Cանաչողական ծառայությունները ներառում են Computer Vision հանգույցը:

Դուք պետք է անվճար բաժանորդագրություն ստանաք Microsoft- ից `Computer Vision հանգույցի համար:

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

Dropbox հանգույցը կատարյալ է այս նախագծի համար: Ես օգտագործեցի այստեղ գտնված Adafruit- ի ուղեցույցը.

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

Ոլորեք ներքև դեպի Dropbox Setup: Սա պետք է աշխատի ցանկացած Pi- ի վրա, և նրանք դյուրացրել են կարգավորումը: Այն կառաջնորդի ձեզ ստեղծել Dropbox և ինչպես մուտքագրել այն բանալիները, որոնք անհրաժեշտ են Dropbox- ին միանալու համար: Սա իմ գտած լավագույն ձեռնարկն է: Բայց նկարը Գործիքային վահանակում տեսնելու համար ես պետք է փոխեի նկարի հղումը: Ես նախընտրեցի օգտագործել Dropbox գործիքը ՝ Chooser անունով ՝ Dropbox- ում ներբեռնված նկարի ուղիղ հղում ստանալու համար: Ես կպահեմ նույն անունը-j.webp

Ձեզ դիտելու համար Node Red flow պարզապես բացեք դիտարկիչ: Ինձ դուր է գալիս Chrome- ը, և սա պարզապես օրինակ է ձևաչափի համար.

192.168.1.1:1880

Քայլ 5: Կարգավորեք DashBoard- ը

Կարգավորեք DashBoard- ը
Կարգավորեք DashBoard- ը

FreeBoard- ի վահանակը ճկուն և հեշտ միջոց է տվյալները իմաստալից պատկերացնելու համար: Գոյություն ունեն տվյալների երկու աղբյուրներ և յուրաքանչյուր տվյալների հավաքածու `« իմ-իր-անունը »: Լուսանկարչական հանգույցին միացնում եմ առաջին dweetio հանգույցը, որը կոչվում է «Մեքենայի աչք»: Սա տեսախցիկի բեռը կուղարկի ամպ և թույլ կտա մեզ գրավել տեղեկատվությունը վահանակի վրա: Սա կլինի տեքստային տուփ:

Երկրորդ Dweetio հանգույցը սենսորային պիտակի համար է: Այս հանգույցը միացված է սենսորային պիտակին և կրկին սենսորների բեռնվածությունը կուղարկի ամպ և նորից կգրավվի: վահանակի վրա: Տվյալները իրական ժամանակում են: Այս ցուցադրման համար ես ավելացրել եմ որոշ սենսորային ապակիներ:

Պատկերի տուփը պատկերի պատուհան է ՝ ուղիղ հղումով դեպի Dropbox: Նկարը և նկարագրությունը պետք է փոխվեն ամեն անգամ, երբ նկարը ակտիվանում է:

Վերոնշյալ նկարը իմ կերամիկական կատվի լուսանկարն է: Ես մի փոքր ուշացա մրցույթին գրանցվելուց և Կանադայի Ատլանտյան ափին մեր սարսափելի եղանակի պատճառով չկարողացա տեսախցիկը դուրս բերել դրսում: Տեղումները և ցուրտ եղանակը կսպանեն իմ էլեկտրոնիկան: Ինձ նույնպես պետք է, որ իմ ընկերները և նրանց լավագույն մորթու երեխաները գան լուսանկարվելու:

Խորհուրդ ենք տալիս: