Kunstig intelligens og billedgenkendelse ved hjælp af HuskyLens: 6 trin (med billeder)

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

Hey, hvad sker der, fyre! Akarsh her fra CETech.

I dette projekt skal vi kigge over HuskyLens fra DFRobot. Det er et AI-drevet kameramodul, der er i stand til at udføre flere kunstige intelligensoperationer såsom ansigtsgenkendelse, genkendelse af genstande og linjegenkendelse osv. Det ligner noget af MatchX-modulet, som vi diskuterede et stykke tid tilbage i dette projekt. Da MatchX -modulet var lidt dyrt, besluttede jeg at lave noget lignende på egen hånd, og derfor fandt jeg HuskyLens som et godt valg, fordi det er billigere i forhold til MatchX -modulet og kan alt, hvad MatchX kan undtagen en dvs. overførsel af data, og til det formål vil vi grænseflade Huskylens -modulet med RYLR907 LoRa -modulet fra Reyax, og vi vil være i gang. Efter grænsefladen bruger vi denne HuskyLens til at registrere et objekt og sende de registrerede data ved hjælp af LoRa -modulet til et andet LoRa -modul på modtagersiden.

Så lad os komme til den sjove del nu.

Forbrugsvarer

Brugte dele:

Husky Lens:

Reyax RYLR907:

Firebeetle ESP8266:

Arduino:

Trin 1: Få printkort til dine projekter fremstillet

Du skal tjekke PCBWAY for at bestille PCB online billigt!

Du får 10 PCB'er af god kvalitet fremstillet og sendt til din dør for billigt. Du får også rabat på forsendelse på din første ordre. Upload dine Gerber -filer på PCBWAY for at få dem fremstillet med god kvalitet og hurtig ekspeditionstid. Tjek deres online Gerber viewer -funktion. Med belønningspunkter kan du få gratis ting fra deres gavebutik.

Trin 2: Om HuskyLens -modulet

HuskyLens er en brugervenlig AI-maskinsynføler med 6 indbyggede funktioner: ansigtsgenkendelse, objektsporing, genkendelse af genstande, linjefølge, farveregistrering og mærketagning. Det er et ret pænt modul, der leveres med et kamera på forsiden og et LCD -display på bagsiden og 3 lysdioder (2 hvide og 1 RGB) ombord, som kan styres via softwaren. Den har to knapper på den ene, en skyderkontakt for at skifte mellem driftsmåderne og en trykknap for at fange og lære om objekterne foran kameraet. Jo mere det lærer, jo klogere er det. Vedtagelsen af den nye generation af AI -chip gør det muligt for HuskyLens at registrere ansigter med 30 billeder i sekundet. Gennem UART / I2C -porten kan HuskyLens oprette forbindelse til Arduino, Raspberry Pi eller micro: bit for at hjælpe dig med at lave meget kreative projekter uden at lege med komplekse algoritmer.

Dens tekniske specifikationer er:

• Processor: Kendryte K210

• Billedføler:

  • SEN0305 HuskyLens: OV2640 (2.0Megapixel kamera)
  • SEN0336 HuskyLens PRO: OV5640 (5.0MegaPixel kamera)
• Forsyningsspænding: 3,3 ~ 5,0V
• Nuværende forbrug (TYP): [email protected], [email protected] (ansigtsgenkendelsestilstand; 80% baggrundslysstyrke; fyld lys slukket)
• Tilslutningsgrænseflade: UART; I2C
• Skærm: 2,0 tommer IPS-skærm med 320*240 opløsning
• Indbyggede algoritmer: Ansigtsgenkendelse, Objektsporing, Objektgenkendelse, Liniesporing, Farvegengivelse, Taggenkendelse
• Dimension: 52mm44.5mm / 2.051.75"

Produktlink:

Trin 3: Om RYLR907 LoRa -modul

RYLR907-transceivermodulet har Lora langdistance-modem, der giver ultra-lang rækkevidde spredt spektrumkommunikation og høj interferensimmunitet, samtidig med at strømforbruget minimeres. Den leveres med en Semtech SX1262 -motor, som er en kraftfuld og har en fremragende blokerende immunitet. RYLR907 har lav modtagestrøm og kan registrere kanalbevægelse for at aktivere strømbesparende CAD-modtagelsestilstand. Det er meget følsomt og kan let styres af AT -kommandoer. Bortset fra alle de ovennævnte funktioner har den en indbygget antenne og bruger AES128 datakryptering. Alle disse funktioner gør den velegnet til IoT -applikationer, mobilt udstyr, hjemmesikkerhed osv.

Det kan bruges til at overføre data til en afstand i størrelsesordenen km til uden internet eller andre ting. Så vi vil bruge dette LoRa -modul til at overføre data indsamlet af HuskyLens fra senderenden til modtagerenden. For at få en detaljeret læsning om de tekniske specifikationer for RYLR907 -modulet, kan du gå over til dets datablad herfra.

Produktlink:

Trin 4: Opsætning af sender- og modtagerafsnittene

I dette trin skal vi udføre forbindelsesdelen af projektet. Først vil vi forbinde HuskyLens med RYLR907 LoRa -modulet, dette vil gøre senderen til siden, og derefter vil vi forbinde LoRa -modulet med en ESP8266 for at få modtageren til at ende, som vil modtage de data, der sendes af senderen, og vil vise den på den serielle monitor af Arduino IDE.

Trinene til at forbinde HuskyLens med LoRa -modulet er som følger:

• Tilslut Vcc og GND Pin på HuskyLens til henholdsvis 5V og GND på Arduino.
• Tilslut stifterne R og T på HuskyLens til henholdsvis pin nr. 11 og 10 på Arduino.
• Tag nu LoRa -modulet, og tilslut dets Vcc -pin til 3,3V -udgangen fra Arduino og GND -pin til Arduino's GND.
• Tilslut Rx -stiften på RYLR907 til Tx -stiften på Arduino gennem en modstand som vist i kredsløbsdiagrammet ovenfor. Modstandsnetværket er påkrævet, fordi Arduino arbejder på et 5V logisk niveau, mens RYLR907 fungerer på et 3.3V logisk niveau, så disse modstande bruges til at sænke 5V til 3.3V.

På denne måde er transmitterafsnittet, dvs. HuskyLens -forbindelserne, fuldført.

Nu til modtagersektionen har vi brug for en ESP8266 til at styre LoRa -modulet til modtagelse af de transmitterede data. Forbindelser, der skal udføres i denne henseende, er som følger:

• Tilslut Vcc- og GND -benene på LoRa -modulet til 3.3V- og GND -stiften på ESP8266.
• Tilslut GPIO 15 pin til Rx pin på LoRa og GPIO 13 pin til Tx pin på RYLR907 modulet.

På denne måde er forbindelserne på modtagersiden afsluttet, vi skal nu bare forbinde modulerne til vores pc og uploade projektets koder. For en detaljeret beskrivelse af LoRa -modulet, der bruges her, og de forbindelser, der skal foretages i modtagerenden, kan du kontrollere videoen ovenfor.

Trin 5: Kodning af modulerne

Da forbindelserne til begge sektioner er udført. Nu er det eneste, der er tilbage, at tilslutte Arduino og ESP til pc'en og uploade koder til projektet en efter en. Du kan få koderne til projektet ved at gå over til Github -siden herfra.

• Download HuskyLens -biblioteket, der er tilgængeligt på GitHub -siden, og installer det på din Arduino IDE.
• Åbn nu filen med navnet "Arduino Husky Lens Lora Code.ino" dette er den kode, der skal uploades i Arduino for at få data fra HuskyLens og sende dem til modtageren. Kopiér denne kode og indsæt den i din Arduino IDE.
• Tilslut Arduino til din pc, vælg det korrekte kort og COM -port, og tryk på upload -knappen, så snart koden bliver uploadet, kan du afbryde din Arduino.

På denne måde fuldføres kodningsdelen til senderenden. Nu kan du forbinde ESP -modulet, der kombineret med LoRa skal bruges som modtager.

• Efter tilslutning af ESP til din pc skal du åbne Github -siden igen og kopiere koden i filen med navnet "ESP8266 LoRa Text.ino", dette er det, der skal uploades i ESP8266.
• Indsæt koden i IDE. Vælg den korrekte COM -port og -kort, og tryk derefter på upload -knappen.

Da koden bliver uploadet, er du klar til at bruge opsætningen.

Trin 6: Test af linket

Så snart koden uploades til begge moduler, kan vi kontrollere linket ved først at åbne den serielle skærm, viser meddelelsen "Ingen blok eller pil vises på skærmen". Det betyder, at HuskyLens ikke har lært om objektet, det vises. Objektet ses for første gang og genkendes ikke af objektivet. Så for at få det til at genkende objektet eller ansigtet, der vises til det. Vi er nødt til at vise HuskyLens objektet, og så snart det anerkender det viste objekt, skal du trykke på indlæringsknappen (trykknap), hvilket vil få HuskyLens til at lære om objektet og få det til at genkende objektet, når noget, der ligner det indlærte objekt, er vist. Nu da HuskyLens har lært om objektet, sender det dataene om det objekt, det ser, og at data modtaget af LoRa i modtagerenden vises på Serial Monitor.

På denne måde kan vi bruge AI-drevet HuskyLens til at genkende objekter, indsamle data om dem og ved hjælp af LoRa-modulet overføre de indsamlede data til et andet LoRa-modul, der er placeret flere km væk.

Så det er det til selvstudiet, håber du kunne lide det.