Spisu treści:
- Kieszonkowe dzieci
- Krok 1: Przygotuj ciała
- Krok 2: Złóż część elektroniczną
- Krok 3: Zrób obudowę
- Krok 4: Dołącz Ghosty lub Skully do mechanizmu Pan/tilt
- Krok 5: Zrób czerwone oczy
- Krok 6: Podłącz serwomotor do szczęki Skully
- Krok 7: Prześlij kod Arduino
Wideo: Śledzenie twarzy i wykrywanie uśmiechu Roboty Halloween: 8 kroków (ze zdjęciami)
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:29
Nadchodzi halloween! Postanowiliśmy zbudować coś fajnego. Poznaj roboty Ghosty i Skully. Mogą podążać za twoją twarzą i wiedzą, kiedy się uśmiechasz, aby się z tobą śmiać!
Ten projekt jest kolejnym przykładem użycia aplikacji iRobbie, która przekształca iPhone'a w potężny zestaw narzędzi dla projektów Arduino. Aplikacja może przechwytywać i przetwarzać wideo, a następnie wysyłać współrzędne X i Y, a także status uśmiechu do Arduino za pośrednictwem modułu bluetooth HM-10.
Kieszonkowe dzieci
1. Płytka Arduino UNO
2. Moduł Bluetooth HM-10
3. Zestaw Pan/Tilt z serwami
4. Deska do krojenia chleba
5. Diody LED
6. Silnik serwo SG-90
7. Aplikacja iRobbie-A na iOS
8. Halloweenowe dekoracje z czaszką i duchem
Krok 1: Przygotuj ciała
Do tego projektu wykorzystaliśmy tanie dekoracje na Halloween, które można znaleźć w sklepie za dolara i zamieniliśmy je w w pełni działające roboty.
W pierwszym kroku robienia robota z czaszki odcinamy mu głowę ze stojaka małą piłą do metalu.
Krok 2: Złóż część elektroniczną
Użyliśmy zestawu pan/tilt z dwoma serwami, Arduino Uno i modułem bluetooth HM-10.
Skully wymaga dodatkowego silnika serwo SG-90.
Zobacz załączone schematy.
Krok 3: Zrób obudowę
Do obudowy wykorzystaliśmy kartonowe pudełko upominkowe z drewnianą pokrywką.
Wewnątrz pudełka za pomocą taśmy dwustronnej umieściliśmy pakiet baterii z włącznikiem i wycięliśmy otwór z boku pudełka, aby dostęp do włącznika był możliwy z zewnątrz.
Wywierciliśmy mały otwór w pokrywie, przez który przechodzą przewody łączące diody LED i serwomotory, i zamocowaliśmy mechanizm obrotu/pochylania na pokrywie.
Krok 4: Dołącz Ghosty lub Skully do mechanizmu Pan/tilt
Do mocowania Ghosty'ego lub Skully'ego do mechanizmu pan/tilt użyliśmy jednorazowych widelców. Do mocowania Ghosty'ego lub Skully'ego do mechanizmu pan/tilt użyliśmy jednorazowych widelców. Widelec Skully'ego jest krótszy.
Krok 5: Zrób czerwone oczy
Czerwone oczy wykonaliśmy za pomocą diod LED.
Krok 6: Podłącz serwomotor do szczęki Skully
W przypadku Skully'ego użyliśmy innego serwa, aby mógł poruszać ustami podczas śmiechu, co wygląda niesamowicie, ale wymaga trochę więcej pracy niż Ghosty.
Krok 7: Prześlij kod Arduino
Pobierz kod Arduino stąd
Podłącz Arduino UNO do komputera za pomocą kabla USB.
Prześlij kod do Arduino UNO
Pobierz aplikację iRobbie-A na iPhone'a z Apple AppStore
Uruchom aplikację, wybierz Face Tracking, podłącz iPhone'a przez Bluetooth do Arduino, ciesz się!
Zalecana:
ŚLEDZENIE TWARZY ZA POMOCĄ ARDUINO !!!: 7 kroków
ŚLEDZENIE TWARZY ZA POMOCĄ ARDUINO !!!: W poprzedniej instrukcji podzieliłem się, w jaki sposób można komunikować się między Arduino i Python za pomocą modułu „pyserial” i sterować diodą LED. Jeśli jeszcze tego nie widziałeś, sprawdź tutaj: KOMUNIKACJA MIĘDZY ARDUINO & Pyton! I jak możesz wykryć kolor
Śledzenie obiektów w oparciu o wykrywanie kolorów: 10 kroków
Śledzenie obiektów w oparciu o wykrywanie kolorów: historia Zrobiłem ten projekt, aby nauczyć się przetwarzania obrazu za pomocą Raspberry PI i otwartego CV. Aby uatrakcyjnić ten projekt użyłem dwóch silników SG90 Servo i zamontowałem na nim kamerę. Jeden silnik służy do poruszania się w poziomie, a drugi do poruszania się w pionie
Wykrywanie twarzy w czasie rzeczywistym na RaspberryPi-4: 6 kroków (ze zdjęciami)
Wykrywanie twarzy w czasie rzeczywistym na RaspberryPi-4: W tym instruktażu zamierzamy przeprowadzić wykrywanie twarzy w czasie rzeczywistym na Raspberry Pi 4 z Shunya O/S przy użyciu biblioteki Shunyaface. Możesz osiągnąć szybkość wykrywania klatek 15-17 na RaspberryPi-4, postępując zgodnie z tym samouczkiem
Śledzenie ruchu Tfcd 3D poprzez wykrywanie pojemnościowe i wyjście LED: 6 kroków (ze zdjęciami)
Śledzenie ruchu Tfcd 3D poprzez wykrywanie pojemnościowe i wyjście LED: W tej instrukcji wyjaśniono, w jaki sposób można śledzić ruch ręki w przestrzeni 3D przy użyciu zasady wykrywania pojemnościowego. Zmieniając odległość między naładowaną folią aluminiową a ręką, pojemność kondensatora będzie się zmieniać
Wykrywanie twarzy + rozpoznawanie: 8 kroków (ze zdjęciami)
Wykrywanie twarzy + rozpoznawanie: Jest to prosty przykład uruchamiania wykrywania i rozpoznawania twarzy za pomocą OpenCV z kamery. UWAGA: ZROBIŁEM TEN PROJEKT NA KONKURS CZUJNIKÓW I UŻYŁEM KAMERY JAKO CZUJNIKA DO ŚLEDZENIA I ROZPOZNAWANIA TWARZY. Tak więc nasz celW tej sesji 1. Zainstaluj Anacondę