MachineEye: 5 стъпки

2024 Автор: John Day | [email protected]. Последно модифициран: 2024-01-30 07:50

Комбинирах Texas Instrument Sensor Tag CC2650 с камерата Raspberry Pi, за да разработя табло за управление със страхотна информация. Свързах проекта с помощта на IBM Node Red, който се инсталира на изображението на Raspberry Pi. Камерата изпраща данни до когнитивните услуги на Microsoft, за да върне описание на това, което камерата вижда. Тези данни могат да се отворят за безкрайни приложения. Моят пример е прост, показващ метеорологичните условия и картина с описание на това, което вижда камерата. Аз

Стъпка 1: Изисква се хардуер и софтуер

Хардуер

1. Raspberry Pi 3 (можете да използвате и Pi 2 или Pi модел B)

2. Камера Raspberry Pi

3. Етикет за сензор на Texas Instruments CC2650

4. SD карта

Софтуер

1. Raspbian Jessie с версия Pixel: март 2017 г.

www.raspberrypi.org/downloads/raspbian/

2. Putty - терминал за програмиране на вашия Pi

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

3. Допълнителен възел за Node Red

Детайлизирах възлите, които ще бъдат инсталирани на Pi в Стъпка 3: Настройте Node Red.

Стъпка 2:

Стъпка 3: Настройка на хардуера

Използвам Raspberry Pi 3 и сензорния етикет CC2650, пълен със 7 сензора. Raspberry Pi 3 има вградени WiFi и Bluetooth, така че не се нуждаем от толкова много ключове. Единственият ми ключ е да използвам безжичната мишка и клавиатурата. Можете да използвате официалния уебсайт на Raspberry Pi, за да изтеглите изображението и да стартирате своя Pi:

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

Етикетката на сензора трябва само да издърпа пластмасовата лента и тя трябва да е добра. Можете да научите повече информация тук.

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

Камерата Raspberry Pi също има многобройни блогове, които да ви помогнат да настроите камерата:

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

Този проект има сензорен екран на Adafruit. Това не е задължително и не се изисква за този проект.

Стъпка 4: Червен възел за настройка

Node Red е лесен за използване инструмент, който вече е инсталиран на Raspberry Pi. Повече информация можете да намерите тук:

nodered.org/

Най -важната стъпка тук е да актуализирате версията си на Pi:

sudo update-nodejs-and-node

Сега проверете версията си. Използвам Putty за този проект като мой терминал.

npm -v

3.10.10

възел -v

6.10.0

Сега вашият Node Red е актуализиран, ще добавим някои възли за свързване към нашия маркер за камера и сензор Raspberry Pi. Всички възли трябва да бъдат инсталирани в тази директория:

~/.node-red

Да започваме !

npm инсталирайте node-red-contrib-camerapi

npm инсталирайте node-red-node-dweetio

npm инсталирайте node-red-contrib-freeboard

npm install node-red-contrib-kogniti-services

npm инсталирайте node-red-node-sensortag

npm инсталирайте node-red-node-dropbox

Това ще отнеме известно време и ако получите предупреждения, това трябва да е наред. Включих инжекционен възел за правене на снимки на определени интервали. Dweetio е за възела Camera Vision да прочете описанието или таговете от картината и да ги изпрати в текстовото поле на таблото за надписване. Когнитивните услуги включват възела Computer Vision.

Трябва да получите безплатен абонаментен ключ от Microsoft за възела Computer Vision.

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

Възелът Dropbox е идеален за този проект. Използвах ръководството от Adafruit, намерено тук:

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

Превъртете надолу до настройка на Dropbox. Това трябва да работи на всеки Pi и те направиха настройката много по -опростена. Той ще ви насочи да настроите Dropbox и как да въведете ключовете, които трябва да свържете с Dropbox. Това е най -добрият урок, който съм намерил. Но за да видя картината в таблото за управление, трябваше да оправя връзката за снимката. Избрах да използвам инструмент на Dropbox, наречен Chooser, за да получа директна връзка към снимката, изтеглена в Dropbox. Ще запазя същото име за-j.webp

За да видите вашия Node Red flow просто отворете браузър. Харесвам Chrome и това е само пример за формат:

192.168.1.1:1880

Стъпка 5: Настройте DashBoard

Таблото за управление на FreeBoard е гъвкав и лесен начин за визуализиране на данните по смислен начин. Има два създадени източника на данни и всеки набор от данни с "my-thing-name". Свързвам първия възел dweetio, наречен Machine Eye, към фото възела. Това ще изпрати полезния товар на камерата в облака и ще ни позволи да уловим информацията на таблото за управление. Това ще бъде текстово поле.

Вторият възел Dweetio е за сензорния маркер. Този възел е свързан към сензорния маркер и отново ще изпрати полезния товар на сензорите в облака и отново ще бъде уловен. на таблото за управление. Данните са в реално време. Добавих няколко сензорни екрана за тази демонстрация.

Кутията с картини е панел с картини с директна връзка към Dropbox. Картината и описанието трябва да се променят при всяко активиране на картина.

Горната снимка е снимка на моята керамична котка. Закъснях с регистрацията за състезанието и поради нашето ужасно време на атлантическото крайбрежие на Канада не можах да изнеса камерата навън. Валежите и студеното време ще убият електрониката ми. Имам нужда и от моите приятели и техните най -добри бебета с козина да дойдат за фотосесия.