Оглавление:
2025 Автор: John Day | [email protected]. Последнее изменение: 2025-01-13 06:58
Это устройство предназначено для классификации различных электронных устройств по их электромагнитным сигналам. Для разных устройств они испускают разные электромагнитные сигналы. Мы разработали IoT-решение для идентификации электронных устройств с помощью набора Particle Photon. Наше носимое устройство можно носить на запястье, которое имеет компактное соединение фотона частицы с OLED-дисплеем и схему подключения фотона частицы к антенне, входящей в комплект.
Это устройство может быть дополнительно интегрировано для управления электронными устройствами и превращения их в «интеллектуальные устройства» со всем программным обеспечением с открытым исходным кодом, чтобы вы могли управлять им, а также изменять или улучшать возможности этого устройства.
Шаг 1. Аппаратное обеспечение: схемотехника
Компоненты: (из набора Particle Maker)
Вы можете приобрести комплект на различных интернет-сайтах.
- Веб-сайт Amazon
- Веб-сайт частиц
- Веб-сайт Adafruit
- Совет по развитию фотонов частиц
- Резисторы x 3 - 1 МОм
- 3–5 В, 0,96-дюймовый ЖК-дисплей OLED с последовательным интерфейсом 128X64, SPI
- Антенна (для получения показаний / отпечатков ЭМ)
Шаг 2: Оборудование: 3D-печать
- Мы разработали циферблат на запястье с помощью 3D-принтера.
- 3D-модель была создана в приложении Shapr3D на iPad Pro.
- stl 3D-модели был импортирован и загружен в программное обеспечение Qidi, поскольку мы использовали принтер X-one-2 Qidi Tech.
- На печать модели на 3D-принтере ушло около 30 минут.
- ссылка на stl файл.
Шаг 3: Оборудование: лазерная резка
- Выкройку браслета мы разработали с помощью Adobe Illustrator.
- Разработанная модель была затем экспортирована на универсальный лазерный станок, где мы вырезали из дерева гибкий браслет.
- ссылка на файл svg.
Шаг 4. Программное обеспечение: сбор данных
-
Используя Photon, каждый возможный экземпляр публикует значение данных 3 x 100.
- Запись данных из Photon в data.json на сервере узла.
- Анализ данных с сервера узла в MATLAB.
- Данные, отправляемые в MATLAB, имеют вид 1 x 300.
Шаг 5. Программное обеспечение: обучение собранного набора данных
- Куски размером 1 x 300 - подача в MATLAB. (Для каждого устройства собрано 27 образцов) 27 x 300 собранных данных.
- Добавлены функции к данным - (5 функций) - среднее значение, медиана, стандартное отклонение, асимметрия, эксцесс.
- Обучение данных в инструментарии классификации MATLAB
- Тестирование автономных данных (6 x 6) в том же наборе инструментов