Innehållsförteckning:
- Tillbehör
- Steg 1: Skaffa PCB för dina tillverkade projekt
- Steg 2: Om HuskyLens -modulen
- Steg 3: Om RYLR907 LoRa -modul
- Steg 4: Konfigurera sändar- och mottagarsektioner
- Steg 5: Kodning av modulerna
- Steg 6: Testa länken
Video: Artificiell intelligens och bildigenkänning med HuskyLens: 6 steg (med bilder)
2024 Författare: John Day | [email protected]. Senast ändrad: 2024-01-30 12:37
Hej, vad händer, killar! Akarsh här från CETech.
I det här projektet kommer vi att titta över HuskyLens från DFRobot. Det är en AI-driven kameramodul som kan utföra flera artificiell intelligensoperationer som ansiktsigenkänning, objektigenkänning och linjegenkänning, etc. Det är något liknande MatchX-modulen som vi diskuterade en tid tillbaka i detta projekt. Eftersom MatchX -modulen var lite dyr, bestämde jag mig för att göra något liknande på egen hand och för det fann jag HuskyLens som ett bra val eftersom det är billigare i jämförelse med MatchX -modulen och kan göra allt som MatchX kan utom en dvs. överföring av data och för det ändamålet kommer vi att ansluta Huskylens -modulen till RYLR907 LoRa -modulen från Reyax och vi kommer att gå bra. Efter gränssnittet kommer vi att använda denna HuskyLens för att upptäcka ett objekt och skicka den upptäckta informationen med LoRa -modulen till en annan LoRa -modul på mottagarsidan.
Så låt oss komma till den roliga delen nu.
Tillbehör
Delar som används:
Husky Lens:
Reyax RYLR907:
Firebeetle ESP8266:
Arduino:
Steg 1: Skaffa PCB för dina tillverkade projekt
Du måste kolla in PCBWAY för att beställa PCB online billigt!
Du får 10 kretskort av god kvalitet tillverkade och levererade till din dörr för en billig kostnad. Du får också rabatt på frakten på din första beställning. Ladda upp dina Gerber -filer till PCBWAY för att få dem tillverkade med bra kvalitet och snabb handläggningstid. Kolla in deras online Gerber viewer -funktion. Med belöningspoäng kan du få gratis saker från deras presentbutik.
Steg 2: Om HuskyLens -modulen
HuskyLens är en lättanvänd AI-maskinsyn-sensor med 6 inbyggda funktioner: ansiktsigenkänning, objektspårning, objektigenkänning, radföljning, färgdetektering och taggdetektering. Det är en ganska snygg modul som levereras med en kamera på framsidan och en LCD -display på baksidan och 3 lysdioder (2 vita och 1 RGB) ombord som kan styras via programvaran. Den har två knappar på den, en en reglage för att växla mellan driftsätten och en tryckknapp för att fånga och lära sig om föremålen framför kameran. Ju mer det lär sig, desto smartare är det. Antagandet av den nya generationens AI -chip gör att HuskyLens kan upptäcka ansikten med 30 bilder per sekund. Genom UART / I2C -porten kan HuskyLens ansluta till Arduino, Raspberry Pi eller micro: bit för att hjälpa dig att göra mycket kreativa projekt utan att spela med komplexa algoritmer.
Dess tekniska specifikationer är:
- Processor: Kendryte K210
-
Bildsensor:
- SEN0305 HuskyLens: OV2640 (2.0Megapixel kamera)
- SEN0336 HuskyLens PRO: OV5640 (5,0 megapixelkamera)
- Matningsspänning: 3,3 ~ 5,0V
- Strömförbrukning (TYP): [email protected], [email protected] (ansiktsigenkänningsläge; 80% bakgrundsbelysningens ljusstyrka; fyll ljuset släckt)
- Anslutningsgränssnitt: UART; I2C
- Display: 2,0-tums IPS-skärm med 320*240 upplösning
- Inbyggda algoritmer: Ansiktsigenkänning, Objektspårning, Objektigenkänning, Linjespårning, Färgigenkänning, Taggenkänning
- Mått: 52mm44.5mm / 2.051.75"
Produktlänk:
Steg 3: Om RYLR907 LoRa -modul
RYLR907-sändtagarmodulen har Lora långdistansmodem som ger ultralångt spritt spektrumkommunikation och hög interferensimmunitet samtidigt som strömförbrukningen minimeras. Den levereras med en Semtech SX1262 -motor som är en kraftfull och har en utmärkt blockerande immunitet. RYLR907 har låg mottagarström och kan upptäcka kanalrörelser för att aktivera energisparande CAD-mottagningsläge. Det är mycket känsligt och kan enkelt styras av AT -kommandon. Bortsett från alla ovan nämnda funktioner har den en inbyggd antenn och använder AES128 datakryptering. Alla dessa funktioner gör den lämplig för IoT -applikationer, mobil utrustning, hemmasäkerhet etc.
Den kan användas för att överföra data till ett avstånd i storleksordningen km till utan internet eller annat. Så vi kommer att använda denna LoRa -modul för att överföra data som samlas in av HuskyLens från sändaränden till mottagaränden. För att få en detaljerad läsning om de tekniska specifikationerna för RYLR907 -modulen kan du gå vidare till dess datablad härifrån.
Produktlänk:
Steg 4: Konfigurera sändar- och mottagarsektioner
I det här steget ska vi göra anslutningsdelen av projektet. Först kommer vi att ansluta HuskyLens med RYLR907 LoRa -modulen, detta kommer att göra sändarens sida och därefter ansluter vi LoRa -modulen med en ESP8266 för att få mottagaren att sluta ta emot data som skickas av sändaren och visa den på den seriella bildskärmen för Arduino IDE.
Stegen för att ansluta HuskyLens till LoRa -modulen är följande:
- Anslut HuskyLens Vcc- och GND -stift till Arduino 5V respektive GND.
- Anslut stiften R och T på HuskyLens till stift nr 11 respektive 10 på Arduino.
- Ta nu LoRa -modulen och anslut dess Vcc -stift till 3,3V -utgången på Arduino och GND -stiftet till GND på Arduino.
- Anslut Rx -stiftet på RYLR907 till Tx -stiftet på Arduino genom ett motstånd som visas i kretsschemat ovan. Motståndsnätverket krävs eftersom Arduino fungerar på en 5V logisk nivå medan RYLR907 fungerar på en 3.3V logisk nivå så för att sänka 5V till 3.3V används dessa motstånd.
På detta sätt slutförs sändarsektionen, dvs HuskyLens -anslutningarna.
Nu för mottagarsektionen behöver vi en ESP8266 för att styra LoRa -modulen för mottagning av överförd data. Anslutningar som ska göras i detta syfte är följande:
- Anslut Vcc- och GND -stiften på LoRa -modulen till 3.3V- och GND -stiftet på ESP8266.
- Anslut GPIO 15 -stiftet till Rx -stiftet på LoRa och GPIO 13 -stiftet till Tx -stiftet på RYLR907 -modulen.
På detta sätt är anslutningarna på mottagarsidan slutförda, vi behöver nu bara ansluta modulerna till vår dator och ladda upp projektets koder. För en detaljerad beskrivning av LoRa -modulen som används här och anslutningarna som ska göras i mottagaränden, kan du kontrollera videon ovan.
Steg 5: Kodning av modulerna
Eftersom anslutningarna för båda sektionerna görs. Nu är det bara kvar att ansluta Arduino och ESP till datorn och ladda upp koder för projektet en efter en. Du kan få koderna för projektet genom att gå vidare till Github -sidan härifrån.
- Ladda ner HuskyLens -biblioteket som finns på GitHub -sidan och installera det på ditt Arduino IDE.
- Öppna nu filen "Arduino Husky Lens Lora Code.ino", det här är koden som måste laddas upp i Arduino för att få data från HuskyLens och skicka den till mottagaren. Kopiera den här koden och klistra in den i din Arduino IDE.
- Anslut Arduino till din dator, välj rätt kort och COM -port och tryck på uppladdningsknappen så snart koden laddas upp kan du koppla bort din Arduino.
På detta sätt fullbordas kodningsdelen för sändaränden. Nu kan du ansluta ESP -modulen som i kombination med LoRa kommer att användas som mottagare.
- Efter att du har anslutit ESP till din dator öppnar du Github -sidan igen och kopierar koden i filen med namnet "ESP8266 LoRa Text.ino" detta är det som måste laddas upp i ESP8266.
- Klistra in koden i IDE. Välj rätt COM -port och styrkort och tryck sedan på uppladdningsknappen.
När koden laddas upp är du redo att använda installationen.
Steg 6: Testa länken
Så snart koden laddas upp till båda modulerna kan vi kontrollera länken genom att öppna seriell bildskärm till en början, så visas meddelandet som "Inget block eller pil visas på skärmen". Det betyder att HuskyLens inte har lärt sig om objektet det visas. Objektet ses för första gången och känns inte igen av linsen. Så för att få det att känna igen objektet eller ansiktet som visas för det. Vi måste visa HuskyLens -objektet och så snart det känner igen objektet som visas för det trycker du på inlärningsknappen (tryckknapp) detta kommer att få HuskyLens att lära sig om objektet och få det att känna igen objektet när något som liknar det inlärda objektet är visad. Nu när HuskyLens har lärt sig om objektet kommer det att skicka data om objektet som det ser och att data som mottas av LoRa vid mottagaränden visas på Serial Monitor.
På så sätt kan vi använda AI-drivna HuskyLens för att känna igen föremål, samla in data om dem och överföra med data från LoRa-modulen till en annan LoRa-modul som placeras flera kilometer bort.
Så det är det för handledningen hoppas du gillade det.
Rekommenderad:
Bildigenkänning med K210 -kort och Arduino IDE/Micropython: 6 steg (med bilder)
Bildigenkänning med K210 -kort och Arduino IDE/Micropython: Jag skrev redan en artikel om hur man kör OpenMV -demos på Sipeed Maix Bit och gjorde också en video med objektdetekteringsdemo med detta kort. En av de många frågorna människor har ställt är - hur kan jag känna igen ett objekt som det neurala nätverket inte är
Brädspel Artificiell intelligens: Minimax -algoritmen: 8 steg
Brädspel Artificiell intelligens: Minimax -algoritmen: Har du någonsin undrat hur de datorer du spelar mot i schack eller dam är gjorda? Tja, leta inte längre än denna Instructable för den kommer att visa dig hur du gör en enkel men effektiv artificiell intelligens (AI) med hjälp av Minimax -algoritmen! Genom att använda
Artificiell intelligens för din robot: 7 steg
Artificiell intelligens för din robot .: Att få din robot att röra sig och få den att tänka är olika uppgifter. Hos människor styrs fina rörelser av lillhjärnan medan handlingar och beslutsfattande - av den stora hjärnan. Om du läser detta har du förmodligen redan en robot och kan hantera
Bygg din egen AI (artificiell intelligens) assistent 101: 10 steg
Bygg din egen AI (artificiell intelligens) -assistent 101: Kom ihåg tiden när du tittade på Iron Man och undrade för dig själv, hur coolt det skulle vara om du hade din egen J.A.R.V.I.S? Tja, det är dags att förverkliga den drömmen. Artificiell intelligens är nästa gen. Tänk vad häftigt det skulle bli
Prata med pick och artificiell intelligenschatt med hjälp av Cleverbot: 14 steg (med bilder)
Prata med plocka och artificiell intelligenschatt med Cleverbot: Här försöker jag inte bara röstkommando utan även artificiell intelligenschatt med datorn med hjälp av Cleverbot. Egentligen kom idén när barnen hittade blandar färger i målarboxen när de tar färg från en färg till den närmaste. Men slutligen implementera