Оглавление:
- Запасы
- Шаг 1. Получите печатные платы для ваших проектов
- Шаг 2: О модуле HuskyLens
- Шаг 3: О модуле RYLR907 LoRa
- Шаг 4: Настройка секций передатчика и приемника
- Шаг 5: Кодирование модулей
- Шаг 6: Проверка ссылки
Видео: Искусственный интеллект и распознавание изображений с помощью HuskyLens: 6 шагов (с изображениями)
2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:48
Привет, как дела, ребята! Акарш здесь из CETech.
В этом проекте мы собираемся взглянуть на HuskyLens от DFRobot. Это модуль камеры на базе искусственного интеллекта, способный выполнять несколько операций искусственного интеллекта, таких как распознавание лиц, распознавание объектов, распознавание линий и т. Д. Он чем-то похож на модуль MatchX, который мы обсуждали некоторое время назад в этом проекте. Поскольку модуль MatchX был немного дорогим, я решил сделать что-то подобное самостоятельно, и для этого я нашел HuskyLens как отличный выбор, потому что он дешевле по сравнению с модулем MatchX и может делать все, что может MatchX, кроме одного, т.е. передача данных, и для этого мы будем сопрягать модуль Huskylens с модулем RYLR907 LoRa от Reyax, и все будет хорошо. После взаимодействия мы будем использовать этот HuskyLens для обнаружения объекта и отправки этих обнаруженных данных с помощью модуля LoRa другому модулю LoRa на стороне получателя.
Итак, перейдем к самой интересной части.
Запасы
Используемые детали:
Объектив хаски:
Reyax RYLR907:
Firebeetle ESP8266:
Ардуино:
Шаг 1. Получите печатные платы для ваших проектов
Вы должны проверить PCBWAY, чтобы дешево заказать печатные платы в Интернете!
Вы получаете 10 печатных плат хорошего качества, изготовленных и отправленных к вашему порогу по дешевке. Вы также получите скидку на доставку первого заказа. Загрузите свои файлы Gerber на PCBWAY, чтобы они были изготовлены с хорошим качеством и в короткие сроки. Ознакомьтесь с их функцией онлайн-просмотра Gerber. С помощью бонусных баллов вы можете получить бесплатные вещи в их сувенирном магазине.
Шаг 2: О модуле HuskyLens
HuskyLens - это простой в использовании датчик машинного зрения AI с 6 встроенными функциями: распознавание лиц, отслеживание объектов, распознавание объектов, отслеживание линий, обнаружение цвета и обнаружение тегов. Это довольно аккуратный модуль, который поставляется с камерой на передней панели и ЖК-дисплеем на задней стороне и 3 светодиодами (2 белых и 1 RGB) на плате, которыми можно управлять с помощью программного обеспечения. На нем есть две кнопки: ползунковый переключатель для переключения между режимами работы и кнопка для захвата и изучения объектов перед камерой. Чем больше он узнает, тем он умнее. Использование чипа AI нового поколения позволяет HuskyLens обнаруживать лица со скоростью 30 кадров в секунду. Через порт UART / I2C HuskyLens может подключаться к Arduino, Raspberry Pi или micro: bit, чтобы помочь вам создавать очень творческие проекты, не играя со сложными алгоритмами.
Его технические характеристики:
- Процессор: Kendryte K210
-
Датчик изображений:
- SEN0305 HuskyLens: OV2640 (2,0-мегапиксельная камера)
- SEN0336 HuskyLens PRO: OV5640 (5,0-мегапиксельная камера)
- Напряжение питания: 3,3 ~ 5,0 В
- Потребляемый ток (тип): 320 мА при 3,3 В, 230 мА при 5,0 В (режим распознавания лиц; яркость подсветки 80%; заполняющая подсветка выключена)
- Интерфейс подключения: UART; I2C
- Дисплей: 2,0-дюймовый IPS-экран с разрешением 320 * 240
- Встроенные алгоритмы: распознавание лиц, отслеживание объектов, распознавание объектов, отслеживание линий, распознавание цвета, распознавание тегов
- Размер: 52 мм 44,5 мм / 2,051,75 дюйма
Ссылка на продукт:
Шаг 3: О модуле RYLR907 LoRa
Модуль приемопередатчика RYLR907 оснащен модемом дальнего действия Lora, который обеспечивает связь с расширенным спектром на сверхдальних расстояниях и высокую помехоустойчивость при минимальном потреблении тока. Он поставляется с двигателем Semtech SX1262, который является мощным и обладает отличной устойчивостью к блокировке. RYLR907 имеет низкий ток приема и может обнаруживать движение канала для включения энергосберегающего режима приема САПР. Он очень чувствителен и легко управляется AT-командами. Помимо всех вышеупомянутых функций, он имеет встроенную антенну и использует шифрование данных AES128. Все эти функции делают его подходящим для приложений Интернета вещей, мобильного оборудования, домашней безопасности и т. Д.
Его можно использовать для передачи данных на расстояние порядка километров, без интернета или других вещей. Таким образом, мы будем использовать этот модуль LoRa для передачи данных, собранных HuskyLens, со стороны передатчика на конец приемника. Чтобы получить подробную информацию о технических характеристиках модуля RYLR907, вы можете перейти к его техническому описанию отсюда.
Ссылка на продукт:
Шаг 4: Настройка секций передатчика и приемника
На этом этапе мы собираемся сделать часть проекта подключениями. Сначала мы подключим HuskyLens к модулю RYLR907 LoRa, это сделает сторону передатчика, а после этого мы подключим модуль LoRa к ESP8266, чтобы сделать конец приемника, который будет получать данные, отправленные передатчиком, и отображать их на Монитор последовательного порта IDE Arduino.
Шаги по подключению HuskyLens к модулю LoRa следующие:
- Подключите контакты Vcc и GND HuskyLens к 5V и GND Arduino соответственно.
- Подключите контакты R и T HuskyLens к контактам № 11 и 10 Arduino соответственно.
- Теперь возьмите модуль LoRa и подключите его вывод Vcc к выходу 3,3 В на Arduino, а вывод GND - к GND на Arduino.
- Подключите вывод Rx RYLR907 к выводу Tx Arduino через резистор, как показано на принципиальной схеме выше. Резисторная сеть требуется, потому что Arduino работает на логическом уровне 5 В, тогда как RYLR907 работает на логическом уровне 3,3 В, поэтому для понижения 5 В до 3,3 В используются эти резисторы.
Таким образом, раздел передатчика, то есть соединения HuskyLens, завершены.
Теперь для секции приемника нам понадобится ESP8266 для управления модулем LoRa для приема переданных данных. Подключения, которые необходимо выполнить с этой целью, следующие:
- Подключите контакты Vcc и GND модуля LoRa к контактам 3.3V и GND ESP8266.
- Подключите контакт GPIO 15 к контакту Rx LoRa, а контакт GPIO 13 - к контакту Tx модуля RYLR907.
Таким образом, подключения на стороне приемника завершены, теперь нам просто нужно подключить модули к нашему ПК и загрузить коды проекта. Подробное описание модуля LoRa, используемого здесь, и подключений, которые необходимо выполнить на стороне приемника, можно найти в видео выше.
Шаг 5: Кодирование модулей
Поскольку соединения для обоих разделов выполнены. Теперь осталось только подключить Arduino и ESP к ПК и загрузить коды для проекта один за другим. Вы можете получить коды для проекта, перейдя на страницу Github отсюда.
- Загрузите библиотеку HuskyLens, доступную на странице GitHub, и установите ее в свою среду разработки Arduino.
- Теперь откройте файл с именем «Arduino Husky Lens Lora Code.ino». Это код, который необходимо загрузить в Arduino для получения данных от HuskyLens и отправки их получателю. Скопируйте этот код и вставьте его в свою Arduino IDE.
- Подключите Arduino к компьютеру, выберите правильную плату и COM-порт и нажмите кнопку загрузки, как только код будет загружен, вы можете отключить Arduino.
Таким образом, часть кодирования для передающей стороны завершена. Теперь вы можете подключить модуль ESP, который в сочетании с LoRa будет использоваться в качестве приемника.
- После подключения ESP к компьютеру снова откройте страницу Github и скопируйте код в файл с именем «ESP8266 LoRa Text.ino», который необходимо загрузить в ESP8266.
- Вставьте код в IDE. Выберите правильный COM-порт и плату, а затем нажмите кнопку загрузки.
Когда код будет загружен, вы будете готовы использовать настройку.
Шаг 6: Проверка ссылки
Как только код будет загружен в оба модуля, мы сможем проверить ссылку, открыв монитор последовательного порта, сначала он покажет сообщение типа «На экране не появляется ни одного блока или стрелки». Это означает, что HuskyLens не узнал об объекте, который он показывает. Объект виден впервые и не распознается линзой. Чтобы он узнал показанный ему объект или лицо. Нам нужно показать объекту HuskyLens, и как только он подтвердит, что объект ему показан, нажмите кнопку обучения (кнопку), это заставит HuskyLens узнать об объекте и заставить его распознать объект, когда будет обнаружено что-то похожее на изученный объект. показано. Теперь, когда HuskyLens узнал об объекте, он отправит данные об объекте, который видит, и эти данные, полученные LoRa на стороне получателя, отображаются на последовательном мониторе.
Таким образом, мы можем использовать HuskyLens на базе искусственного интеллекта для распознавания объектов, сбора данных о них и с помощью модуля LoRa передавать собранные данные другому модулю LoRa, расположенному на расстоянии нескольких километров.
Итак, это руководство, надеюсь, оно вам понравилось.
Рекомендуемые:
Распознавание изображений с помощью плат K210 и Arduino IDE / Micropython: 6 шагов (с изображениями)
Распознавание изображений с помощью плат K210 и Arduino IDE / Micropython: я уже написал одну статью о том, как запускать демонстрации OpenMV на Sipeed Maix Bit, а также снял видео с демонстрацией обнаружения объектов с этой платой. Один из многих вопросов, которые задают люди, - как я могу распознать объект, который нейронная сеть не тр
Настольная игра Искусственный интеллект: алгоритм минимакса: 8 шагов
Настольная игра Искусственный интеллект: алгоритм Minimax: Вы когда-нибудь задумывались, как сделаны компьютеры, с которыми вы играете в шахматы или шашки? Не ищите ничего, кроме этого руководства, поскольку оно покажет вам, как создать простой, но эффективный искусственный интеллект (ИИ) с использованием алгоритма Minimax! Используя th
Искусственный интеллект для вашего робота: 7 шагов
Искусственный интеллект для вашего робота: заставить вашего робота двигаться и заставить его думать - разные задачи. У людей мелкие движения контролируются мозжечком, а действия и принятие решений - большим мозгом. Если вы читаете это, вероятно, у вас уже есть робот и вы можете управлять
Распознавание изображений с помощью TensorFlow на Raspberry Pi: 6 шагов
Распознавание изображений с помощью TensorFlow на Raspberry Pi: Google TensorFlow - это программная библиотека с открытым исходным кодом для численных вычислений с использованием графов потоков данных. Он используется Google в различных областях машинного обучения и технологий глубокого обучения. TensorFlow изначально был разработан Google Brai
Распознавание лиц + распознавание: 8 шагов (с изображениями)
Обнаружение лиц + распознавание: это простой пример запуска обнаружения и распознавания лиц с помощью OpenCV с камеры. ПРИМЕЧАНИЕ: Я СОЗДАЛ ДАННЫЙ ПРОЕКТ ДЛЯ КОНКУРСА СЕНСОРОВ И ИСПОЛЬЗОВАЛ КАМЕРУ В КАЧЕСТВЕ СЕНСОРА ДЛЯ ОТСЛЕЖИВАНИЯ И РАСПОЗНАВАНИЯ ЛИЦ. Итак, наша цель В этом сеансе: 1. Установить Anaconda