MachineEye: 5 kroków

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:27

Połączyłem Texas Instrument Sensor Tag CC2650 z kamerą Raspberry Pi, aby opracować deskę rozdzielczą z niesamowitymi informacjami. Projekt połączyłem z IBM Node Red, który jest zainstalowany na obrazie Raspberry Pi. Kamera wysyła dane do usług Microsoft Cognitive w celu zwrócenia opisu tego, co widzi kamera. Te dane mogą otwierać nieskończone możliwości zastosowań. Mój przykład to prosty, pokazujący warunki pogodowe w pomieszczeniu i zdjęcie z opisem tego, co widzi kamera. i

Krok 1: Wymagany sprzęt i oprogramowanie

Sprzęt komputerowy

1. Raspberry Pi 3 (możesz również użyć Pi 2 lub Pi model B)

2. Kamera Raspberry Pi

3. Znacznik czujnika Texas Instruments CC2650

4. Karta SD

Oprogramowanie

1. Raspbian Jessie z wersją Pixel: marzec 2017 r.

www.raspberrypi.org/downloads/raspbian/

2. Putty - terminal do programowania Twojego Pi

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

3. Dodatkowy węzeł dla węzła czerwonego

Szczegółowo opisałem węzły, które mają zostać zainstalowane na Pi w kroku 3: Skonfiguruj węzeł czerwony.

Krok 2:

Krok 3: Skonfiguruj sprzęt

Używam Raspberry Pi 3 i Sensor Tag CC2650 z 7 czujnikami. Raspberry Pi 3 ma wbudowane WiFi i Bluetooth, więc nie potrzebujemy tylu kluczy sprzętowych. Moim jedynym kluczem jest używanie bezprzewodowej myszy i klawiatury. Możesz użyć oficjalnej strony Raspberry Pi, aby pobrać obraz i uruchomić swoje Pi:

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

Sensor Tag wystarczy tylko wyciągnąć plastikowy pasek i powinien być gotowy. Więcej informacji znajdziesz tutaj.

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

Kamera Raspberry Pi ma również wiele blogów, które pomogą Ci skonfigurować kamerę:

www.raspberrypi.org/products/moduł-kamery/

Ten projekt ma ekran dotykowy Adafruit. Jest to opcjonalne i niewymagane w przypadku tego projektu.

Krok 4: Konfiguracja węzła czerwonego

Node Red to łatwe w użyciu narzędzie, które jest już zainstalowane na Raspberry Pi. Więcej informacji można znaleźć tutaj:

nodered.org/

Najważniejszym krokiem tutaj jest aktualizacja wersji na Pi:

sudo aktualizacja-nodejs-i-węzeł

Teraz sprawdź swoją wersję. Używam Putty do tego projektu jako mojego terminala.

npm -v

3.10.10

węzeł -v

6.10.0

Teraz twój czerwony węzeł jest zaktualizowany, dodamy kilka węzłów, aby połączyć się z naszym tagiem kamery i czujnika Raspberry Pi. Wszystkie węzły powinny być zainstalowane w tym katalogu:

~/.node-czerwony

Zacznijmy !

npm zainstaluj node-red-contrib-camerapi

npm zainstaluj węzeł-czerwony-węzeł-dweetio

npm zainstaluj node-red-contrib-freeboard

npm zainstaluj node-red-contrib-cognitive-services

npm zainstaluj węzeł-czerwony-węzeł-sensortag

npm zainstaluj node-red-node-dropbox

Zajmie to trochę czasu i jeśli otrzymasz ostrzeżenia, które powinny być w porządku. Dołączyłem węzeł wtrysku do robienia zdjęć w określonych odstępach czasu. Dweetio jest dla węzła Camera Vision, aby odczytać opis lub tagi ze zdjęcia i wysłać je do pola tekstowego Freeboard Dash Board. Usługi poznawcze obejmują węzeł Wizji Komputerowej.

Musisz uzyskać bezpłatny klucz subskrypcji od firmy Microsoft dla węzła Computer Vision.

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

Węzeł Dropbox jest idealny do tego projektu. Skorzystałem z poradnika od Adafruit znajdującego się tutaj:

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

Przewiń w dół do konfiguracji Dropbox. Powinno to działać na każdym Pi i znacznie uprościły konfigurację. Poprowadzi Cię do konfiguracji Dropbox i jak wprowadzić klucze potrzebne do połączenia z Dropbox. To najlepszy samouczek, jaki znalazłem. Ale aby zobaczyć zdjęcie w panelu, musiałem poprawić link do zdjęcia. Zdecydowałem się użyć narzędzia Dropbox o nazwie Chooser, aby uzyskać bezpośredni link do zdjęcia pobranego do Dropbox. Zachowam tę samą nazwę dla zdjęcia-j.webp

Aby zobaczyć przepływ węzła Node Red, po prostu otwórz przeglądarkę. Podoba mi się Chrome, a to tylko przykład formatu:

192.168.1.1:1880

Krok 5: Skonfiguruj Dashboard

Pulpit nawigacyjny FreeBoard to elastyczny i łatwy sposób wizualizacji danych w znaczący sposób. Istnieją dwa skonfigurowane źródła danych, a każdy zestaw danych ma nazwę „moja-rzecz”. Łączę pierwszy węzeł dweetio o nazwie Machine Eye z węzłem fotograficznym. Spowoduje to wysłanie ładunku kamery do chmury i pozwoli nam przechwycić informacje na desce rozdzielczej. To będzie pole tekstowe.

Drugi węzeł Dweetio jest przeznaczony dla tagu czujnika. Ten węzeł jest połączony ze znacznikiem czujnika i ponownie wyśle ładunek czujników do chmury i ponownie zostanie przechwycony. na desce rozdzielczej. Dane są w czasie rzeczywistym. Do tego demo dodałem kilka paneli czujników.

Ramka obrazu to okienko obrazu z bezpośrednim łączem do Dropbox. Zdjęcie i opis powinny się zmieniać za każdym razem, gdy zdjęcie jest aktywowane.

Powyższe zdjęcie to zdjęcie mojego ceramicznego kota. Trochę spóźniłem się na zawody i ze względu na naszą straszną, straszną pogodę na atlantyckim wybrzeżu Kanady nie mogłem zabrać aparatu na zewnątrz. Opady i zimno zabiją moją elektronikę. Potrzebuję też moich przyjaciół i ich najlepszych futrzaków, żeby przyszli na sesję zdjęciową.