MachineEye: 5 koraka

2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:04

Kombinovao sam Texas Instrument Sensor Tag CC2650 sa kamerom Raspberry Pi kako bih razvio kontrolnu tablu sa sjajnim informacijama. Povezao sam projekt koristeći IBM Node Red koji dolazi instaliran na Raspberry Pi slici. Kamera šalje podatke Microsoftovim kognitivnim uslugama kako bi vratila opis onoga što kamera vidi. Ovi podaci se mogu otvoriti beskrajnim aplikacijama. Moj primjer je jednostavan koji prikazuje vremenske uslove i sliku sa opisom onoga što kamera vidi. I

Korak 1: Potreban hardver i softver

Hardver

1. Raspberry Pi 3 (možete koristiti i Pi 2 ili Pi model B)

2. Raspberry Pi kamera

3. Oznaka senzora Texas Instruments CC2650

4. SD kartica

Softver

1. Raspbian Jessie s Pixel verzijom: ožujak 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - terminal za programiranje vašeg Pi

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

3. Dodatni čvor za čvor Red

Detaljno sam opisao čvorove za instaliranje na Pi u koraku 3: Postavite čvor crveno.

Korak 2:

Korak 3: Postavite hardver

Koristim Raspberry Pi 3 i oznaku senzora CC2650 upakovanu sa 7 senzora. Raspberry Pi 3 ima ugrađeni WiFi i Bluetooth pa nam ne treba toliko ključeva. Moj jedini ključ je korištenje bežičnog miša i ploče s tipkama. Možete koristiti službenu web lokaciju Raspberry Pi da preuzmete sliku i pokrenete svoj Pi:

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

Senzorsku oznaku treba samo povući plastičnu traku i trebala bi biti dobra za nošenje. Više informacija možete saznati ovdje.

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

Kamera Raspberry Pi ima i brojne blogove koji vam mogu pomoći pri postavljanju kamere:

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

Ovaj projekat ima Adafruit ekran osetljiv na dodir. Ovo je izborno i nije potrebno za ovaj projekt.

Korak 4: Crveni čvor za postavljanje

Node Red je jednostavan za korištenje alat koji je već instaliran na Raspberry Pi. Više informacija možete pronaći ovdje:

nodered.org/

Najvažniji korak ovdje je ažuriranje vaše verzije na Pi:

sudo update-nodejs-and-node

Sada provjerite svoju verziju. Koristim Putty za ovaj projekt kao svoj terminal.

npm -v

3.10.10

čvor -v

6.10.0

Sada kada je vaš Node Red ažuriran, dodat ćemo neke čvorove za povezivanje s našom oznakom kamere i senzora Raspberry Pi. Svi čvorovi trebaju biti instalirani u ovom direktoriju:

~/.node-red

Hajde da počnemo !

npm install node-red-contrib-camerapi

npm install node-red-node-dweetio

npm install node-red-contrib-freeboard

npm install node-red-contrib-kognitivne-usluge

npm install node-red-node-sensortag

npm install node-red-node-dropbox

Ovo će potrajati neko vrijeme i ako primite upozorenja, to bi trebalo biti u redu. Uključio sam čvor za ubrizgavanje za snimanje slika u određenim intervalima. Dweetio služi za čvor Camera Vision da pročita opis ili oznake sa slike i pošalje ih u tekstualno polje Freeboard Dash Board. Kognitivne usluge uključuju čvor Computer Vision.

Morate dobiti besplatni ključ pretplate od Microsofta za čvor Computer Vision.

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

Čvor Dropbox savršen je za ovaj projekt. Koristio sam vodič iz Adafruta koji se nalazi ovdje:

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

Pomaknite se dolje do postavke Dropbox. Ovo bi trebalo funkcionirati na bilo kojem Pi -u, a instalaciju su učinili mnogo jednostavnijom. Vodiće vas pri postavljanju Dropboxa i načinu unosa ključeva koji su vam potrebni za povezivanje s Dropboxom. Ovo je najbolji vodič koji sam pronašao. Ali da bih vidio sliku na nadzornoj ploči, morao sam prilagoditi vezu za sliku. Odlučio sam se za korištenje Dropbox alata pod nazivom Chooser kako bih dobio izravnu vezu do slike preuzete na Dropbox. Zadržaću isto ime za-j.webp

Da biste vidjeli svoj Node Red flow, samo otvorite preglednik. Sviđa mi se Chrome i ovo je samo primjer za format:

192.168.1.1:1880

Korak 5: Postavite DashBoard

Nadzorna ploča FreeBoard fleksibilan je i jednostavan način za vizualizaciju podataka na smislen način. Postavljena su dva izvora podataka i svaki skup podataka ima "my-thing-name". Povezujem prvi čvor dweetio koji se zove Machine Eye sa foto čvorom. Ovo će poslati korisni teret kamere u oblak i omogućiti će nam snimanje podataka na nadzornoj ploči. Ovo će biti okvir za tekst.

Drugi čvor Dweetio je za oznaku senzora. Ovaj čvor je povezan sa oznakom senzora i ponovo će poslati korisni teret senzora u oblak i ponovo biti uhvaćen. na kontrolnoj tabli. Podaci su u realnom vremenu. Dodao sam nekoliko okna senzora za ovu demonstraciju.

Okvir sa slikom je okno sa slikom sa direktnom vezom na Dropbox. Slika i opis bi se trebali mijenjati svaki put kada se slika aktivira.

Gornja slika je fotografija moje keramičke mačke. Zakasnio sam s prijavom na takmičenje i zbog našeg užasnog vremena na atlantskoj obali Kanade nisam mogao iznijeti kameru van. Padavine i hladno vrijeme ubit će moju elektroniku. Takođe mi trebaju moji prijatelji i njihove najbolje krznene bebe da dođu na fotografisanje.