MachineEye: 5 trin

2024 Forfatter: John Day | [email protected]. Sidst ændret: 2024-01-30 08:25

Jeg har kombineret Texas Instrument Sensor Tag CC2650 med Raspberry Pi -kameraet til at udvikle et dashboard med nogle fantastiske oplysninger. Jeg tilsluttede projektet ved hjælp af IBM Node Red, som er installeret på Raspberry Pi -billedet. Kameraet sender data til Microsoft Cognitive services for at returnere en beskrivelse af, hvad kameraet ser. Disse data kan åbne op for endeløse applikationer. Mit eksempel er et simpelt, der viser inde i vejrforholdene og et billede med beskrivelse af, hvad kameraet ser. jeg

Trin 1: Hardware og software påkrævet

Hardware

1. Raspberry Pi 3 (du kan også bruge Pi 2 eller Pi model B)

2. Raspberry Pi kamera

3. Sensormærke fra Texas Instruments CC2650

4. SD -kort

Software

1. Raspbian Jessie med Pixel -version: marts 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - en terminal til programmering af din Pi

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

3. Yderligere knudepunkt for knude rød

Jeg har beskrevet de noder, der skal installeres på Pi i trin 3: Konfigurer Node Red.

Trin 2:

Trin 3: Konfigurer hardwaren

Jeg bruger Raspberry Pi 3 og Sensor Tag CC2650 pakket med 7 sensorer. Raspberry Pi 3 har WiFi og Bluetooth ombord, så vi behøver ikke så mange dongler. Min eneste dongle er at bruge min trådløse mus og tastatur. Du kan bruge det officielle Raspberry Pi -websted til at downloade billedet og få din Pi i gang:

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

Sensormærket behøver kun at få trukket plaststrimlen, og det skal være godt at tage afsted. Du kan finde mere information her.

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

Raspberry Pi -kameraet har også mange blogs, der hjælper dig med at opsætte kameraet:

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

Dette projekt har Adafruit's berøringsskærm. Dette er valgfrit og ikke påkrævet for dette projekt.

Trin 4: Setup Node Red

Node Red er et brugervenligt værktøj, der allerede er installeret på Raspberry Pi. Mere info kan findes her:

nodered.org/

Det vigtigste trin her er at opdatere din version på Pi:

sudo update-nodejs-og-node

Tjek nu din version. Jeg bruger Putty til dette projekt som min terminal.

npm -v

3.10.10

knude -v

6.10.0

Nu er din Node Red opdateret, vi vil tilføje nogle noder for at oprette forbindelse til vores Raspberry Pi Camera and Sensor tag. Alle noder skal installeres under denne mappe:

~/.knude-rød

Lad os komme igang !

npm installer node-red-contrib-camerapi

npm installer node-red-node-dweetio

npm installer node-red-contrib-freeboard

npm installer node-red-contrib-cognitive-services

npm installer node-red-node-sensortag

npm installer node-red-node-dropbox

Dette vil tage noget tid, og hvis du modtager advarsler, bør det være i orden. Jeg har inkluderet en injektionsknude til at tage billeder med bestemte intervaller. Dweetio er til, at Camera Vision -noden læser beskrivelsen eller tags fra billedet og sender det til tekstboksen Freeboard Dash Board. Cognitive Services inkluderer Computer Vision -noden.

Du skal få en gratis abonnementsnøgle fra Microsoft til Computer Vision -noden.

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

Dropbox -noden er perfekt til dette projekt. Jeg brugte guiden fra Adafruit fundet her:

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

Rul ned til Dropbox -opsætning. Dette burde fungere på enhver Pi, og de har gjort opsætningen meget enklere. Det guider dig til opsætning af en Dropbox, og hvordan du indtaster de nøgler, du har brug for at oprette forbindelse til Dropbox. Dette er den bedste tutorial jeg har fundet. Men for at se billedet i instrumentbrættet måtte jeg justere linket til billedet. Jeg valgte at bruge et Dropbox -værktøj kaldet Chooser for at få et direkte link til billedet downloadet til Dropbox. Jeg vil beholde det samme navn for-j.webp

For at se dig Node Red flow bare åbne en browser. Jeg kan godt lide Chrome, og dette er bare et eksempel på format:

192.168.1.1:1880

Trin 5: Opsæt DashBoard

FreeBoard Dashboard er en fleksibel og let måde at visualisere dataene på en meningsfuld måde. Der er oprettet to datakilder og hvert datasæt med et "min-ting-navn". Jeg forbinder den første dweetio -knude kaldet Machine Eye til fotoknuden. Dette sender kameraets nyttelast til skyen og giver os mulighed for at fange oplysningerne på instrumentbrættet. Dette vil være en tekstboks.

Den anden Dweetio -knude er til sensortagget. Denne knude er forbundet til sensortagget og sender igen sensorenes nyttelast til skyen og bliver igen fanget. på instrumentbrættet. Dataene er i realtid. Jeg har tilføjet nogle sensorruder til denne demo.

Billedboksen er en billedrude med det direkte link til Dropbox. Billedet og beskrivelsen skal ændres, hver gang et billede aktiveres.

Ovenstående billede er en fotografering af min keramiske kat. Jeg var lidt sent tilmeldt til konkurrencen, og på grund af vores gosh kunne forfærdeligt vejr på Canadas atlantiske kyst ikke bringe kameraet udenfor. Nedbør og koldt vejr vil dræbe min elektronik. Jeg har også brug for, at mine venner og deres bedste pelsbabyer kommer til et fotoshoot.