Spisu treści:

PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI: 10 kroków
PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI: 10 kroków

Wideo: PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI: 10 kroków

Wideo: PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI: 10 kroków
Wideo: Programowanie obiektowe sterowników PLC - jak zacząć? 2024, Listopad
Anonim
PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI
PiTanq - robot-czołg z Raspberry Pi i Pythonem do nauki AI

Pitanq to robot-czołg z kamerą zasilaną przez Raspberry Pi. Jego celem jest pomoc w nauce sztucznej inteligencji samodzielnej jazdy. Sztuczna inteligencja w czołgu jest wspierana przez OpenCV i Tensoflow zbudowane specjalnie dla Raspbian Jessie.

Oparty na solidnej aluminiowej obudowie PiTanq nadaje się do użytku na zewnątrz.

Istnieje usługa internetowa Pythona typu open source, która udostępnia interfejs REST do sterowania robotem.

Dostarczona również aplikacja na Androida.

Jest jeszcze kilka dodatkowych rzeczy: podstawka pod kamerę obrotową (również sterowana telefonem) i czujnik ultradźwiękowy.

Zastrzeżenie. To nie jest pełny przewodnik, tylko zarys. Pełny przewodnik znajduje się na GitHub.

Krok 1: Lista materiałów

Malina Pi

Kamera

Konwerter napięcia

Sterownik silnika

Kontroler PWM

Baterie 2x18650

Podwozie

Stojak uchylno-obrotowy

Zastrzeżenie. Wspomniana lista nie jest kompletna. Jest dużo drobiazgów, jak druty, śruby, płytki akrylowe. Możesz uzyskać więcej informacji lub kupić cały pakiet na stronie PiTanq

Krok 2: Zbuduj podwozie czołgu

Zbuduj podwozie czołgu
Zbuduj podwozie czołgu

Krok 3: Przymocuj elektrykę do płyty

Przymocuj elektrykę do płyty
Przymocuj elektrykę do płyty

Krok 4: Podłącz kamerę i miernik odległości do tablicy

Podłącz kamerę i miernik odległości do tablicy
Podłącz kamerę i miernik odległości do tablicy

Krok 5: Przymocuj płytkę kamery do stojaka i stojak do obudowy

Przymocuj płytkę kamery do stojaka i stojak do obudowy
Przymocuj płytkę kamery do stojaka i stojak do obudowy

Krok 6: Przymocuj uchwyt baterii do obudowy

Podłącz uchwyt baterii do obudowy
Podłącz uchwyt baterii do obudowy

Krok 7: Przymocuj płytę elektryczną do obudowy i okablowaj wszystko

Przymocuj płytę elektryczną do obudowy i okablowaj wszystko
Przymocuj płytę elektryczną do obudowy i okablowaj wszystko

Krok 8: Oprogramowanie instalacyjne

  1. Zainstaluj Raspbian Jessie
  2. Zainstaluj OpenCV
  3. Zainstaluj Tensorflow
  4. Zainstaluj Streamer MJPG
  5. Uzyskaj kod usługi kontroli z GitHub

Ten kod jest napisany w Pythonie i zapewnia interfejs REST do sterowania czołgiem.

Przykładami wykorzystania AI są:

- wyszukiwarka kotów z kaskadami Haar od OpenCV

- wykrywacz obiektów z OpenCV-DNN

- klasyfikator obrazu z Tensorflow

Interfejs REST to:

  • POBIERZ /ping
  • POBIERZ /wersja
  • POBIERZ /nazwa
  • POBIERZ /dist
  • POST /fwd/on
  • POST /fwd/off
  • POST /wstecz/włącz
  • POST /wstecz/wyłącz
  • POST /w lewo/włącz
  • POST /w lewo/wył
  • POST /w prawo/wł
  • POST /w prawo/wył
  • POST /zdjęcie/make
  • POBIERZ /photo/:phid
  • POBIERZ /zdjęcie/listę
  • POST /kamera/góra
  • POST /kamera/w dół
  • POST /kamera/prawo
  • POST /kamera/lewo
  • POST /detect/haar/:phid
  • POST /detect/dnn/:phid
  • POST /classify/tf/:phid

Krok 9: Konfiguracja połączenia

Istnieje bezgłowy sposób na skonfigurowanie połączenia Wi-Fi dla Raspberry Pi.

Włóż kartę microSD z Raspbianem do komputera.

Utwórz plik tekstowy wpa_supplicant.conf z zawartością:

ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdevupdate_config=1 kraj=USA

network={ ssid="twoja-sieć-wifi" psk="twoje-hasło-wifi" key_mgmt=WPA-PSK }

Zalecane byłoby również utworzenie pustego pliku o nazwie "ssh". Umożliwi zdalny dostęp do RPI (nie zapomnij zmienić domyślnego hasła).

Krok 10: Pobierz aplikację na Androida

Pobierz aplikację na Androida
Pobierz aplikację na Androida
Pobierz aplikację na Androida
Pobierz aplikację na Androida

Zainstaluj aplikację na Androida z Google Play

Dzięki aplikacji możliwe jest prowadzenie czołgu, poruszanie kamerą, oglądanie wideo na żywo, robienie zdjęć, wykrywanie obiektów na zdjęciach.

Zalecana: