MachineEye: 5 шагов

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:48

Я объединил Texas Instrument Sensor Tag CC2650 с камерой Raspberry Pi, чтобы создать приборную панель с потрясающей информацией. Я подключил проект с помощью IBM Node Red, который установлен в образе Raspberry Pi. Камера отправляет данные в службы Microsoft Cognitive Services, чтобы вернуть описание того, что видит камера. Эти данные могут быть открыты для бесконечного количества приложений. Мой пример - простой пример, показывающий внутренние погодные условия и изображение с описанием того, что видит камера. я

Шаг 1. Требуется оборудование и программное обеспечение

Аппаратное обеспечение

1. Raspberry Pi 3 (вы также можете использовать Pi 2 или Pi модель B)

2. Камера Raspberry Pi

3. Бирка датчика Texas Instruments CC2650.

4. SD-карта

Программное обеспечение

1. Raspbian Jessie с версией Pixel: март 2017 г.

www.raspberrypi.org/downloads/raspbian/

2. Putty - терминал для программирования вашего Pi.

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

3. Дополнительный узел для красного узла

Я подробно описал узлы, которые нужно установить на Pi, на шаге 3: настройка Node Red.

Шаг 2:

Шаг 3: Настройте оборудование

Я использую Raspberry Pi 3 и Sensor Tag CC2650 с 7 датчиками. Raspberry Pi 3 имеет на борту Wi-Fi и Bluetooth, поэтому нам не нужно столько ключей. Мой единственный ключ - использовать мою беспроводную мышь и клавиатуру. Вы можете использовать официальный веб-сайт Raspberry Pi, чтобы загрузить образ и запустить Pi:

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

С сенсорной метки нужно только потянуть пластиковую полоску, и она должна быть готова к работе. Вы можете узнать больше здесь.

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

У камеры Raspberry Pi также есть множество блогов, которые помогут вам настроить камеру:

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

В этом проекте есть сенсорный экран Adafruit. Это необязательно и не требуется для этого проекта.

Шаг 4: настройка красного узла

Node Red - это простой в использовании инструмент, который уже установлен на Raspberry Pi. Более подробную информацию можно найти здесь:

nodered.org/

Самый важный шаг здесь - обновить вашу версию на Pi:

sudo update-nodejs-и-узел

Теперь проверьте свою версию. Я использую Putty для этого проекта в качестве терминала.

npm -v

3.10.10

узел -v

6.10.0

Теперь ваш Node Red обновлен, мы собираемся добавить несколько узлов для подключения к нашему тегу камеры и датчика Raspberry Pi. Все узлы должны быть установлены в этом каталоге:

~ /.node-красный

Давайте начнем !

npm установить node-red-contrib-camerapi

npm установить узел-красный-узел-dweetio

npm установить node-red-contrib-freeboard

npm установить узел-красный-вклад-когнитивные-сервисы

npm установить node-red-node-sensortag

npm установить узел-красный-узел-dropbox

Это займет некоторое время, и если вы получите предупреждения, все в порядке. Я включил узел инъекции, чтобы делать снимки через определенные промежутки времени. Dweetio предназначен для узла Camera Vision, чтобы читать описание или теги с изображения и отправлять их в текстовое поле Freeboard Dash Board. Cognitive Services включает узел компьютерного зрения.

Вам необходимо получить бесплатный ключ подписки от Microsoft для узла Computer Vision.

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

Узел Dropbox идеально подходит для этого проекта. Я использовал руководство от Adafruit, которое можно найти здесь:

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

Прокрутите вниз до раздела "Настройка Dropbox". Это должно работать на любом Pi, и они значительно упростили настройку. Он поможет вам настроить Dropbox и ввести ключи, необходимые для подключения к Dropbox. Это лучший учебник, который я нашел. Но чтобы увидеть изображение на панели инструментов, мне пришлось настроить ссылку на изображение. Я решил использовать инструмент Dropbox под названием Chooser, чтобы получить прямую ссылку на изображение, загруженное в Dropbox. Я сохраню то же имя для изображения.jpg, и оно должно обновлять панель управления при создании нового изображения.

Чтобы просмотреть поток Node Red, просто откройте браузер. Мне нравится Chrome, и это всего лишь пример формата:

192.168.1.1:1880

Шаг 5: Настройте DashBoard

Панель FreeBoard Dashboard - это гибкий и простой способ визуализировать данные значимым образом. Настроено два источника данных, и каждый набор данных имеет «мое-имя-вещь». Я подключаю первый узел dweetio под названием Machine Eye к фотоузлу. Это отправит полезную нагрузку камеры в облако и позволит нам фиксировать информацию на приборной панели. Это будет текстовое поле.

Второй узел Dweetio предназначен для тега датчика. Этот узел подключен к тегу датчика и снова отправит полезную нагрузку датчиков в облако и снова будет захвачен. на приборной панели. Данные в реальном времени. Я добавил несколько сенсорных панелей для этой демонстрации.

Окно изображения - это панель изображений с прямой ссылкой на Dropbox. Изображение и описание должны меняться каждый раз при активации изображения.

На картинке выше я запечатлел мою керамическую кошку. Я немного опоздал с записью на соревнования и из-за нашей ужасной погоды на атлантическом побережье Канады не мог вынести камеру на улицу. Осадки и холода убьют мою электронику. Еще мне нужно, чтобы мои друзья и их лучшие меховые малыши пришли на фотосессию.