Innehållsförteckning:

Enkelt produktsorteringssystem med hallon Pi och Arduino: 5 steg
Enkelt produktsorteringssystem med hallon Pi och Arduino: 5 steg

Video: Enkelt produktsorteringssystem med hallon Pi och Arduino: 5 steg

Video: Enkelt produktsorteringssystem med hallon Pi och Arduino: 5 steg
Video: install home assistant on windows 10 easily 2024, November
Anonim
Image
Image

Jag är fan av teknik, jag älskar att programmera och göra elektroniska relaterade projekt på fritiden, i detta projekt skulle jag dela med mig av ett enkelt produktsorteringssystem som jag har gjort nyligen.

För att göra detta system, förbered komponenterna enligt följande:

1. Raspberry Pi 3 + kamera v2.1 + strömförsörjning

2. Arduino Uno + Motorsköld + strömförsörjning (jag använder smet till den här)

3. NodeMCU ESP8266 + Motorskydd + strömförsörjning (jag använder smet till den här)

4. Likströmsmotor x 1

5. RC Servo 9g x 2

6. RC Servo MG90S x 2

7. IR -sensor x 3

8. Lysdioder för belysningsdel

9. Bollöverföringsenhetens lager x 1

10. Kartong, glasspinnar, sugrör

11. Transportband

12. En surfplatta eller en smart telefon

Steg 1: Systemdelar och komponenter

Detta system innehåller i princip 3 delar.

1. Produktlagring och konsumtionsarm. (Jag använder lådor med etikett som produkter)

2. Transportband och dess monterade ställdon och sensorer.

3. Kontrollcentral och monitor. (Raspberry Pi + kamera som kontrollcenter och surfplatta som bildskärm)

Steg 2: Del1-produktlagring och konsumtionsarm Kort beskrivning

Del1-produktlagring och konsumtionsarm Kort beskrivning
Del1-produktlagring och konsumtionsarm Kort beskrivning
Del1-produktlagring och konsumtionsarm Kort beskrivning
Del1-produktlagring och konsumtionsarm Kort beskrivning
Del1-produktlagring och konsumtionsarm Kort beskrivning
Del1-produktlagring och konsumtionsarm Kort beskrivning

Den förbrukande armen tar emot styrsignalen från styrenheten (Raspberry Pi 3) för att göra sekvensen: Hand upp 90 grader => Arm roterar 90 grader => Hand ner till 0 grader => IR -sensor upptäckt låda => Fingrar nära att ta box => Arm roterar tillbaka till 0 grader => Fingrarna öppnar och tappar lådan.

Mer information finns i koden:

github.com/ANM-P4F/ProductSortingSystem/tr…

Steg 3: Del 2-transportband och dess anslutna ställdon och sensorer

Del 2-transportband och dess anslutna ställdon och sensorer
Del 2-transportband och dess anslutna ställdon och sensorer
Del 2-transportband och dess anslutna ställdon och sensorer
Del 2-transportband och dess anslutna ställdon och sensorer
Del 2-transportband och dess anslutna ställdon och sensorer
Del 2-transportband och dess anslutna ställdon och sensorer

Kärnan i denna del är en Arduino Uno. Den tar emot "start/stopp" -signal från Raspberry Pi via seriell anslutning för att köra/stoppa transportbandet. Den första IR -sensorn längs transportbandsklockan ansluts till Arduino Uno via DIO, när den känner av lådan stoppar Arduino Uno transportörklockan och skickar en signal till Raspberry Pi via seriell anslutning för att göra bildklassificeringen.

Efter att klassificeringen har gjorts skickar hallonpi tillbaka signalen till Arduino för att fortsätta köra klockan.

Den andra IR -sensorn ansluter också till Arduino via DIO, när den känner av lådan styr Arduino servomotorn för att göra sorteringen.

För detaljer, se källkoden i följande länk:

github.com/ANM-P4F/ProductSortingSystem/tr…

Steg 4: Kontrollcenter och bildskärm

Kontrollcenter och bildskärm
Kontrollcenter och bildskärm
Kontrollcenter och bildskärm
Kontrollcenter och bildskärm
Kontrollcenter och bildskärm
Kontrollcenter och bildskärm

En Raspberry Pi med en ansluten kamera är kontrollcentralen.

En surfplatta eller en smart telefon kan användas som bildskärmspanel.

Raspberry Pi tar emot användarens kontrollkommando för att starta/stoppa systemet via HTTP -begäran som kan göras i en webbläsare i surfplattan eller smarttelefonen.

Efter att ha fått kontrollkommandot begär Raspberry Pi att arm- och transportörklockans delar ska köras.

Raspberry Pi kommunicerar med Arduino Uno (transportörklockans del) via seriell och NodeMCU ESP8266 (förbrukande del) via UDP. Raspberry Pi är en streaming -server, den strömmar kamerabilderna till webbläsaren. Det driver också ett klassificeringsnätverk vgg16 på tensorflow lite för att klassificera rutorna för att få logotypen (batman, superman och vår). Klassificeringsnätverket körs bara när Raspberry Pi tar emot kommandot från Arduino Uno (när rutan detekteras av den första IR -sensorn).

När det gäller etikett på lådan använde jag i detta projekt 3 klasser av logotyp.

Om du behöver träna dina egna klasser, använd den här källan:

github.com/ANM-P4F/Classification-Keras

Mer information finns i koden i följande länk:

github.com/ANM-P4F/ProductSortingSystem/tr…

Steg 5: Det är allt! Hoppas du gillar det här projektet

Meddela mig om du behöver mer information.

Rekommenderad: