Inhoudsopgave:
- Benodigdheden
- Stap 1: laat PCB's voor uw projecten vervaardigen
- Stap 2: Over HuskyLens-module
- Stap 3: Over RYLR907 LoRa-module
- Stap 4: De zender- en ontvangersecties instellen
- Stap 5: De modules coderen
- Stap 6: de link testen
Video: Kunstmatige intelligentie en beeldherkenning met HuskyLens - Ajarnpa
2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:14
Hé, wat is er, jongens! Akarsh hier van CETech.
In dit project gaan we de HuskyLens van DFRobot bekijken. Het is een AI-aangedreven cameramodule die in staat is om verschillende kunstmatige intelligentie-bewerkingen uit te voeren, zoals gezichtsherkenning, objectherkenning en lijnherkenning, enz. Het lijkt enigszins op de MatchX-module die we enige tijd geleden in dit project hebben besproken. Omdat de MatchX-module een beetje duur was, besloot ik om zelf iets soortgelijks te maken en daarvoor vond ik HuskyLens een goede keuze omdat het goedkoper is in vergelijking met de MatchX-module en alles kan wat de MatchX kan behalve één, namelijk overdracht van gegevens en voor dat doel zullen we de Huskylens-module koppelen aan de RYLR907 LoRa-module van Reyax en we zijn klaar om te gaan. Na de interfacing zullen we deze HuskyLens gebruiken om een object te detecteren en die gedetecteerde gegevens met behulp van de LoRa-module naar een andere LoRa-module aan de ontvangerzijde te sturen.
Dus laten we nu naar het leuke gedeelte gaan.
Benodigdheden
Gebruikte onderdelen:
Husky-lens:
Reyax RYLR907:
Firebeetle ESP8266:
Arduino:
Stap 1: laat PCB's voor uw projecten vervaardigen
U moet PCBWAY bekijken om goedkoop online PCB's te bestellen!
U krijgt 10 goedkope PCB's van goede kwaliteit die worden vervaardigd en naar uw voordeur worden verzonden. Ook krijg je korting op de verzendkosten op je eerste bestelling. Upload uw Gerber-bestanden naar PCBWAY om ze met een goede kwaliteit en een snelle doorlooptijd te laten vervaardigen. Bekijk hun online Gerber-viewerfunctie. Met beloningspunten kun je gratis spullen uit hun cadeauwinkel halen.
Stap 2: Over HuskyLens-module
HuskyLens is een gebruiksvriendelijke AI-machine vision-sensor met 6 ingebouwde functies: gezichtsherkenning, objecttracking, objectherkenning, lijnvolging, kleurdetectie en tagdetectie. Het is een behoorlijk nette module die wordt geleverd met een camera aan de voorkant en een LCD-scherm aan de achterkant en 3 LED's (2 witte en 1 RGB) aan boord die via de software kunnen worden bestuurd. Het heeft twee knoppen, een schuifschakelaar om te schakelen tussen de bedieningsmodi en een drukknop om de objecten voor de camera vast te leggen en te leren kennen. Hoe meer het leert, hoe slimmer het is. Door de nieuwe generatie AI-chip te gebruiken, kan HuskyLens gezichten detecteren met 30 frames per seconde. Via de UART / I2C-poort kan HuskyLens verbinding maken met Arduino, Raspberry Pi of micro:bit om u te helpen zeer creatieve projecten te maken zonder te spelen met complexe algoritmen.
De technische specificaties zijn:
- Bewerker: Kendryte K210
-
Beeldsensor:
- SEN0305 HuskyLens: OV2640 (2,0 Megapixel camera)
- SEN0336 HuskyLens PRO: OV5640 (5.0MegaPixel-camera)
- Voedingsspanning: 3.3 ~ 5.0V
- Stroomverbruik (TYP): [email protected], [email protected] (gezichtsherkenningsmodus; 80% helderheid van de achtergrondverlichting; vullicht uit)
- Verbindingsinterface: UART; I2C
- Display: 2.0-inch IPS-scherm met 320*240 resolutie
- Ingebouwde algoritmen: gezichtsherkenning, object volgen, objectherkenning, lijn volgen, kleurherkenning, tagherkenning
- Afmeting: 52mm44.5mm / 2.051.75"
Productlink:
Stap 3: Over RYLR907 LoRa-module
De RYLR907-zendontvangermodule is voorzien van het Lora-modem voor lange afstand dat ultra-lange afstand spread-spectrumcommunicatie en hoge immuniteit tegen interferentie biedt, terwijl het stroomverbruik wordt geminimaliseerd. Het wordt geleverd met een Semtech SX1262-motor die krachtig is en een uitstekende blokkeringsimmuniteit heeft. De RYLR907 heeft een lage ontvangststroom en kan kanaalbeweging detecteren om de energiebesparende CAD-ontvangstmodus in te schakelen. Het is zeer gevoelig en kan gemakkelijk worden bestuurd door AT-commando's. Afgezien van alle bovengenoemde functies, heeft het een ingebouwde antenne en gebruikt het AES128-gegevenscodering. Al deze functies maken het geschikt voor IoT-toepassingen, mobiele apparatuur, huisbeveiliging, enz.
Het kan worden gebruikt om gegevens over een afstand in de orde van km te verzenden zonder internet of iets anders. We zullen deze LoRa-module dus gebruiken om de door de HuskyLens verzamelde gegevens over te dragen van de zenderzijde naar de ontvangerzijde. Voor gedetailleerde informatie over de technische specificaties van de RYLR907-module kunt u vanaf hier naar de datasheet gaan.
Productlink:
Stap 4: De zender- en ontvangersecties instellen
In deze stap gaan we het gedeelte verbindingen van het project doen. Eerst zullen we de HuskyLens verbinden met de RYLR907 LoRa-module, dit zal de zenderzijde maken en daarna zullen we de LoRa-module verbinden met een ESP8266 om de ontvanger te laten eindigen die de gegevens ontvangt die door de zender zijn verzonden en deze zal weergeven op de seriële monitor van de Arduino IDE.
De stappen om HuskyLens te verbinden met de LoRa-module zijn als volgt:
- Verbind de Vcc- en GND-pin van de HuskyLens met respectievelijk de 5V en GND van de Arduino.
- Verbind de pinnen R en T van de HuskyLens met respectievelijk pin 11 en 10 van de Arduino.
- Neem nu de LoRa-module en verbind de Vcc-pin met de 3.3V-uitgang van de Arduino en GND-pin met de GND van de Arduino.
- Verbind de Rx-pin van de RYLR907 met de Tx-pin van de Arduino via een weerstand zoals weergegeven in het bovenstaande schakelschema. Het weerstandsnetwerk is vereist omdat de Arduino op een logisch niveau van 5V werkt, terwijl de RYLR907 op een logisch niveau van 3,3V werkt, dus om 5V naar 3,3V te verlagen, worden deze weerstanden gebruikt.
Op deze manier wordt het zendergedeelte, d.w.z. de HuskyLens-verbindingen, voltooid.
Nu hebben we voor het ontvangergedeelte een ESP8266 nodig om de LoRa-module te besturen voor het ontvangen van de verzonden gegevens. Aansluitingen die hiervoor moeten worden gemaakt zijn als volgt:
- Verbind de Vcc- en GND-pinnen van de LoRa-module met de 3.3V- en GND-pin van de ESP8266.
- Verbind de GPIO 15 pin met de Rx pin van de LoRa en GPIO 13 pin met de Tx pin van de RYLR907 module.
Op deze manier zijn de aansluitingen aan de ontvangerzijde voltooid, we hoeven nu alleen nog de modules op onze pc aan te sluiten en de codes van het project te uploaden. Voor een gedetailleerde beschrijving van de hier gebruikte LoRa-module en de aansluitingen die aan de ontvangerzijde moeten worden gemaakt, kunt u de video hierboven bekijken.
Stap 5: De modules coderen
Als de verbindingen voor beide secties zijn gedaan. Nu rest alleen nog de Arduino en ESP op de pc aan te sluiten en de codes voor het project één voor één te uploaden. Je kunt de codes voor het project krijgen door vanaf hier naar de Github-pagina te gaan.
- Download de HuskyLens-bibliotheek die beschikbaar is op de GitHub-pagina en installeer deze op uw Arduino IDE.
- Open nu het bestand met de naam "Arduino Husky Lens Lora Code.ino". Dit is de code die in de Arduino moet worden geüpload om gegevens van HuskyLens te verkrijgen en naar de ontvanger te sturen. Kopieer deze code en plak deze in je Arduino IDE.
- Sluit de Arduino aan op je pc, selecteer het juiste bord en de juiste COM-poort en druk op de upload-knop zodra de code is geüpload, kun je je Arduino loskoppelen.
Op deze manier is het coderingsgedeelte voor het zendereinde voltooid. Nu kunt u de ESP-module aansluiten die in combinatie met LoRa als ontvanger wordt gebruikt.
- Nadat u de ESP op uw pc hebt aangesloten, opent u de Github-pagina opnieuw en kopieert u de code in het bestand met de naam "ESP8266 LoRa Text.ino". Dit is de code die moet worden geüpload in de ESP8266.
- Plak de code in de IDE. Selecteer de juiste COM-poort en board en druk daarna op de upload-knop.
Als de code wordt geüpload, bent u klaar om de installatie te gebruiken.
Stap 6: de link testen
Zodra de code naar beide modules is geüpload, kunnen we de link controleren door de seriële monitor in eerste instantie te openen en het bericht te tonen als "Er verschijnt geen blok of pijl op het scherm". Dit betekent dat de HuskyLens niets heeft geleerd over het object dat wordt getoond. Het object wordt voor het eerst gezien en wordt niet herkend door de Lens. Dus om het het object of gezicht te laten herkennen dat eraan wordt getoond. We moeten de HuskyLens het object laten zien en zodra hij het getoonde object bevestigt, drukt u op de leerknop (drukknop). Hierdoor leert de HuskyLens het object kennen en herkent het het object wanneer iets vergelijkbaars met het geleerde object is getoond. Nu de HuskyLens het object heeft leren kennen, zal het de gegevens verzenden over het object dat het ziet en die gegevens die door de LoRa aan de ontvangerzijde zijn ontvangen, worden weergegeven op de seriële monitor.
Op deze manier kunnen we AI-aangedreven HuskyLens gebruiken om objecten te herkennen, er gegevens over te verzamelen en met behulp van de LoRa-module de verzamelde gegevens door te sturen naar een andere LoRa-module die enkele kilometers verderop is geplaatst.
Dus dat was het voor de tutorial, ik hoop dat je het leuk vond.
Aanbevolen:
Digitale klok met netwerktijd met behulp van de ESP8266: 4 stappen (met afbeeldingen)
Digitale netwerkklok met de ESP8266: we leren hoe we een schattige kleine digitale klok kunnen bouwen die communiceert met NTP-servers en de netwerk- of internettijd weergeeft. We gebruiken de WeMos D1 mini om verbinding te maken met een wifi-netwerk, de NTP-tijd te verkrijgen en deze weer te geven op een OLED-module. De video hierboven
Kunstmatige wolk: 3 stappen
Kunstmatige wolk: Hallo allemaal, Vandaag maak ik een regenboogkleurige kunstmatige wolk
Kunstmatige intelligentie voor uw robot: 7 stappen
Kunstmatige intelligentie voor uw robot.: Uw robot laten bewegen en laten denken zijn verschillende taken. Bij mensen worden fijne bewegingen gecontroleerd door het cerebellum, terwijl acties en besluitvorming - door de grote hersenen. Als je dit leest, heb je waarschijnlijk al een robot en kun je
Draadloze afstandsbediening met 2,4 GHz NRF24L01-module met Arduino - Nrf24l01 4-kanaals / 6-kanaals zenderontvanger voor quadcopter - RC Helikopter - RC-vliegtuig met Arduino: 5 stappen (met afbeeldingen)
Draadloze afstandsbediening met 2,4 GHz NRF24L01-module met Arduino | Nrf24l01 4-kanaals / 6-kanaals zenderontvanger voor quadcopter | RC Helikopter | Rc-vliegtuig met Arduino: een Rc-auto besturen | Quadcopter | Drone | RC vliegtuig | RC-boot, we hebben altijd een ontvanger en zender nodig, stel dat we voor RC QUADCOPTER een 6-kanaals zender en ontvanger nodig hebben en dat type TX en RX is te duur, dus we gaan er een maken op onze
Infigo - (een door kunstmatige intelligentie aangedreven draagbare handschoen): 9 stappen
Infigo - (een door kunstmatige intelligentie aangedreven draagbare handschoen): Infigo is een door AI (kunstmatige intelligentie) aangedreven draagbare handschoen gebaseerd op de principes van ondersteunende technologie (AT) die de productiviteit van de gehandicapte samenleving zal verbeteren. Kunstmatige intelligentie en machinaal leren kunnen een menselijk inte