MachineEye: 5 ขั้นตอน

2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:02

ฉันได้รวมแท็กเซ็นเซอร์ Texas Instrument CC2650 กับกล้อง Raspberry Pi เพื่อพัฒนาแดชบอร์ดพร้อมข้อมูลที่ยอดเยี่ยม ฉันเชื่อมต่อโปรเจ็กต์โดยใช้ IBM Node Red ซึ่งติดตั้งบนอิมเมจ Raspberry Pi กล้องจะส่งข้อมูลไปยังบริการ Microsoft Cognitive เพื่อส่งคืนคำอธิบายของสิ่งที่กล้องเห็น ข้อมูลนี้สามารถเปิดขึ้นสู่แอปพลิเคชันที่ไม่รู้จบ ตัวอย่างของฉันคือตัวอย่างง่ายๆ ที่แสดงภายในสภาพอากาศและรูปภาพพร้อมคำอธิบายว่ากล้องมองเห็นอะไร ผม

ขั้นตอนที่ 1: ต้องใช้ฮาร์ดแวร์และซอฟต์แวร์

ฮาร์ดแวร์

1. Raspberry Pi 3 (คุณสามารถใช้ Pi 2 หรือ Pi รุ่น B)

2. กล้อง Raspberry Pi

3. แท็กเซ็นเซอร์ Texas Instruments CC2650

4. การ์ด SD

ซอฟต์แวร์

1. Raspbian Jessie with Pixel version: มีนาคม 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - เทอร์มินัลสำหรับตั้งโปรแกรม Pi. ของคุณ

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

3. โหนดเพิ่มเติมสำหรับโหนดสีแดง

ฉันมีรายละเอียดโหนดที่จะติดตั้งบน Pi ในขั้นตอนที่ 3: ตั้งค่า Node Red

ขั้นตอนที่ 2:

ขั้นตอนที่ 3: ตั้งค่าฮาร์ดแวร์

ฉันใช้ Raspberry Pi 3 และ Sensor Tag CC2650 ที่มีเซ็นเซอร์ 7 ตัว Raspberry Pi 3 มี WiFi และ Bluetooth ในตัว ดังนั้นเราจึงไม่ต้องการดองเกิลมากมาย ดองเกิลอย่างเดียวของฉันคือใช้เมาส์ไร้สายและคีย์บอร์ด คุณสามารถใช้เว็บไซต์ Raspberry Pi อย่างเป็นทางการเพื่อดาวน์โหลดภาพและทำให้ Pi ของคุณใช้งานได้:

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

แท็กเซ็นเซอร์จะต้องดึงแถบพลาสติกเท่านั้นและควรไปได้ดี คุณสามารถหาข้อมูลเพิ่มเติมได้ที่นี่

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

กล้อง Raspberry Pi ยังมีบล็อกมากมายที่จะช่วยคุณตั้งค่ากล้อง:

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

โครงการนี้มีหน้าจอสัมผัสของ Adafruit นี่เป็นทางเลือกและไม่จำเป็นสำหรับโครงการนี้

ขั้นตอนที่ 4: ตั้งค่าโหนด Red

Node Red เป็นเครื่องมือที่ใช้งานง่ายที่ติดตั้งบน Raspberry Pi แล้ว ข้อมูลเพิ่มเติมสามารถพบได้ที่นี่:

nodered.org/

ขั้นตอนที่สำคัญที่สุดที่นี่คือการอัปเดตเวอร์ชันของคุณบน Pi:

sudo update-nodejs-and-node

ตอนนี้ตรวจสอบเวอร์ชันของคุณ ฉันใช้ Putty สำหรับโครงการนี้เป็นเทอร์มินัลของฉัน

npm -v

3.10.10

โหนด -v

6.10.0

ตอนนี้ Node Red ของคุณได้รับการอัปเดตแล้ว เราจะเพิ่มโหนดบางส่วนเพื่อเชื่อมต่อกับกล้อง Raspberry Pi และแท็กเซ็นเซอร์ของเรา ควรติดตั้งโหนดทั้งหมดภายใต้ไดเร็กทอรีนี้:

~/.node-red

มาเริ่มกันเลย !

npm ติดตั้ง node-red-contrib-camerapi

npm ติดตั้ง node-red-node-dweetio

npm ติดตั้ง node-red-contrib-freeboard

npm ติดตั้ง node-red-contrib-cognitive-services

npm ติดตั้ง node-red-node-sensortag

npm ติดตั้ง node-red-node-dropbox

การดำเนินการนี้จะใช้เวลาสักครู่และหากคุณได้รับคำเตือนก็ไม่เป็นไร ฉันได้รวมโหนดการฉีดเพื่อถ่ายภาพตามช่วงเวลาที่กำหนด Dweetio ใช้สำหรับโหนด Camera Vision เพื่ออ่านคำอธิบายหรือแท็กจากรูปภาพและส่งไปยังกล่องข้อความ Freeboard Dash Board Cognitive Services รวมถึงโหนด Computer Vision

คุณต้องได้รับคีย์การสมัครสมาชิกฟรีจาก Microsoft สำหรับโหนด Computer Vision

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

โหนด Dropbox นั้นสมบูรณ์แบบสำหรับโครงการนี้ ฉันใช้คำแนะนำจาก Adafruit ที่นี่:

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

เลื่อนลงไปที่การตั้งค่า Dropbox สิ่งนี้ควรใช้ได้กับ Pi ใด ๆ และพวกเขาทำให้การตั้งค่าง่ายขึ้นมาก มันจะแนะนำให้คุณตั้งค่า Dropbox และวิธีป้อนคีย์ที่คุณต้องการเพื่อเชื่อมต่อกับ Dropbox นี่คือการกวดวิชาที่ดีที่สุดที่ฉันได้พบ แต่หากต้องการเห็นภาพในแดชบอร์ด ฉันต้องปรับแต่งลิงก์สำหรับรูปภาพ ฉันเลือกที่จะใช้เครื่องมือ Dropbox ชื่อ Chooser เพื่อรับลิงก์โดยตรงไปยังรูปภาพที่ดาวน์โหลดไปยัง Dropbox ฉันจะใช้ชื่อเดิมสำหรับรูปภาพ-j.webp

หากต้องการดู Node Red flow เพียงแค่เปิดเบราว์เซอร์ ฉันชอบ Chrome และนี่เป็นเพียงตัวอย่างสำหรับ format:

192.168.1.1:1880

ขั้นตอนที่ 5: ตั้งค่าแดชบอร์ด

FreeBoard Dashboard เป็นวิธีที่ยืดหยุ่นและง่ายในการแสดงภาพข้อมูลอย่างมีความหมาย มีการตั้งค่าแหล่งข้อมูลสองแห่งและแต่ละชุดมี "ชื่อของฉัน" ฉันเชื่อมต่อโหนด dweetio แรกที่เรียกว่า Machine Eye กับโหนดรูปภาพ สิ่งนี้จะส่งเพย์โหลดของกล้องไปยังคลาวด์และจะทำให้เราสามารถบันทึกข้อมูลบนแดชบอร์ดได้ นี่จะเป็นกล่องข้อความ

โหนด Dweetio ที่สองใช้สำหรับแท็กเซ็นเซอร์ โหนดนี้เชื่อมต่อกับแท็กเซ็นเซอร์และจะส่ง payload ของเซ็นเซอร์ไปยังคลาวด์อีกครั้งและถูกจับอีกครั้ง บนแดชบอร์ด ข้อมูลอยู่ในเวลาจริง ฉันได้เพิ่มแผงเซ็นเซอร์บางส่วนสำหรับการสาธิตนี้

กล่องรูปภาพคือบานหน้าต่างรูปภาพที่มีลิงก์โดยตรงไปยัง Dropbox รูปภาพและคำอธิบายควรเปลี่ยนทุกครั้งที่เปิดใช้งานรูปภาพ

ภาพข้างบนเป็นรูปถ่ายแมวเซรามิคของฉัน ฉันสมัครเข้าร่วมการแข่งขันช้าไปหน่อย และเนื่องจากสภาพอากาศเลวร้ายของเราบนชายฝั่งมหาสมุทรแอตแลนติกของแคนาดาไม่สามารถนำกล้องออกนอกบ้านได้ ฝนและอากาศหนาวจะทำให้อุปกรณ์อิเล็กทรอนิกส์ของฉันพัง ฉันยังต้องการเพื่อนและลูกขนที่ดีที่สุดของพวกเขามาถ่ายรูปด้วย