Spisu treści:
- Krok 1: Sprzęt: Projekt obwodu
- Krok 2: Sprzęt: Drukowanie 3D
- Krok 3: Sprzęt: cięcie laserowe
- Krok 4: Oprogramowanie: Zbieranie danych
- Krok 5: Oprogramowanie: Trening zebranego zbioru danych
- Krok 6: Oprogramowanie: Przewidywanie zajęć
Wideo: Rozpoznawanie urządzeń w czasie rzeczywistym za pomocą śladów EM: 6 kroków
2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:28
To urządzenie jest przeznaczone do klasyfikowania różnych urządzeń elektronicznych zgodnie z ich sygnałami EM. Dla różnych urządzeń mają emitowane przez nie różne sygnały EM. Opracowaliśmy rozwiązanie IoT do identyfikacji urządzeń elektronicznych za pomocą zestawu Particle Photon. Nasze urządzenie do noszenia można nosić na nadgarstku, który ma kompaktowe połączenie fotonu cząstek z wyświetlaczem OLED i połączenie obwodu fotonu cząstek z anteną dostarczoną w zestawie.
To urządzenie można dodatkowo zintegrować w celu sterowania urządzeniami elektronicznymi i uczynienia ich jako „inteligentnych urządzeń” z całym oprogramowaniem open source, dzięki czemu można nim sterować, a także modyfikować lub ulepszać możliwości tego urządzenia.
Krok 1: Sprzęt: Projekt obwodu
Składniki: (z zestawu Particle Maker)
Zestaw można kupić na różnych stronach internetowych.
-- Witryna Amazon
-- Witryna cząstek
-- Strona internetowa Adafruit
- Płytka rozwojowa fotonów cząstek
- Rezystory x 3 -- 1 megaom
- 3-5V 0.96 "SPI Serial 128X64 Wyświetlacz LCD OLED
- Antena (do uzyskiwania odczytów/śladów EM)
Krok 2: Sprzęt: Drukowanie 3D
- Zaprojektowaliśmy naszą tarczę opaski na nadgarstek za pomocą drukarki 3D.
- Model 3D został zaprojektowany w aplikacji Shapr3D przy użyciu iPada Pro.
- plik stl modelu 3D został zaimportowany i wprowadzony do oprogramowania Qidi, ponieważ używaliśmy drukarki X-one-2 Qidi Tech.
- Wydrukowanie modelu zajęło drukarce 3D około 30 minut.
- link do pliku stl.
Krok 3: Sprzęt: cięcie laserowe
- Zaprojektowaliśmy wzór opaski na nadgarstek za pomocą programu Adobe Illustrator.
- Zaprojektowany model został następnie wyeksportowany do maszyny Universal Laser, gdzie nacięliśmy drewno na elastyczną opaskę na nadgarstek.
- link do pliku SVG.
Krok 4: Oprogramowanie: Zbieranie danych
-
Używając Photona, publikując 3 x 100 wartości danych na każdą możliwą instancję.
- Zapis danych z Photona do data.json w node server.
- Analiza danych z serwera węzłów do MATLAB.
- Dane przesyłane do MATLAB mają postać 1 x 300.
Krok 5: Oprogramowanie: Trening zebranego zbioru danych
- Kawałki 1 x 300 - do MATLAB. (dla każdego urządzenia zebrano 27 próbek) 27 x 300 zebranych danych.
- Cechy dodane do danych - (5 cech) - średnia, mediana, odchylenie standardowe, skośność, kurtoza.
- Szkolenie danych do zestawu narzędzi klasyfikacji MATLAB
- Testowanie danych offline (6 x 6) w tym samym zestawie narzędzi
Krok 6: Oprogramowanie: Przewidywanie zajęć
Prognoza
Pobieranie danych na żywo za pomocą fotonu
Wysyłanie surowych danych do serwera węzła. (dane zapisane w pliku data.json)
Skrypt MATLAB do odczytywania danych z pliku data.json i przewidywania wyniku
Zalecana:
Rozwiązujący w czasie rzeczywistym kostkę Rubika z zasłoniętymi oczami za pomocą Raspberry Pi i OpenCV: 4 kroki
Kostka Rubika z zawiązanymi oczami w czasie rzeczywistym za pomocą Raspberry Pi i OpenCV: Jest to druga wersja narzędzia Rubika do rozwiązywania problemów z zawiązanymi oczami. Pierwsza wersja została opracowana przez javascript, możesz zobaczyć projekt RubiksCubeBlindfolded1W przeciwieństwie do poprzedniej, ta wersja używa biblioteki OpenCV do wykrywania kolorów i e
Jak zrobić rejestrator danych wilgotności i temperatury w czasie rzeczywistym za pomocą Arduino UNO i karty SD - Symulacja rejestratora danych DHT11 w Proteus: 5 kroków
Jak zrobić rejestrator danych wilgotności i temperatury w czasie rzeczywistym za pomocą Arduino UNO i karty SD | Symulacja rejestratora danych DHT11 w Proteus: Wstęp: cześć, tu Liono Maker, tutaj link do YouTube. Tworzymy kreatywne projekty z Arduino i pracujemy na systemach wbudowanych.Data-Logger: Rejestrator danych (również rejestrator danych lub rejestrator danych) to urządzenie elektroniczne, które rejestruje dane w czasie w
Live Tracker Covid19 za pomocą ESP8266 i OLED - Pulpit nawigacyjny Covid19 w czasie rzeczywistym: 4 kroki
Live Tracker Covid19 za pomocą ESP8266 i OLED | Pulpit nawigacyjny Covid19 w czasie rzeczywistym: odwiedź witrynę Techtronic Harsh: http://techtronicharsh.comWszędzie istnieje ogromna epidemia nowego wirusa koronowego (COVID19). Konieczne stało się obserwowanie aktualnego scenariusza COVID-19 na świecie. Więc będąc w domu, to był punkt
Rozpoznawanie twarzy w czasie rzeczywistym: kompleksowy projekt: 8 kroków (ze zdjęciami)
Rozpoznawanie twarzy w czasie rzeczywistym: kompleksowy projekt: W moim ostatnim samouczku dotyczącym OpenCV nauczyliśmy się AUTOMATYCZNEGO ŚLEDZENIA OBIEKTÓW WIZJI. Teraz użyjemy naszego PiCam do rozpoznawania twarzy w czasie rzeczywistym, jak widać poniżej:Ten projekt został wykonany przy użyciu tej fantastycznej biblioteki „Open Source Computer Vision Library”
Powiadomienia o zdarzeniach w czasie rzeczywistym za pomocą NodeMCU (Arduino), Google Firebase i Laravel: 4 kroki (ze zdjęciami)
Powiadomienia o zdarzeniach w czasie rzeczywistym za pomocą NodeMCU (Arduino), Google Firebase i Laravel: Czy kiedykolwiek chciałeś otrzymywać powiadomienia, gdy w Twojej witrynie zostanie wykonana akcja, ale e-mail nie jest odpowiedni? Czy chcesz słyszeć dźwięk lub dzwonek za każdym razem, gdy dokonujesz sprzedaży? Lub istnieje potrzeba natychmiastowej uwagi z powodu nagłego