HuskyLens ашиглан хиймэл оюун ухаан, дүрс таних: 6 алхам (зурагтай)

2024 Зохиолч: John Day | [email protected]. Хамгийн сүүлд өөрчлөгдсөн: 2024-01-30 11:00

Хөөе, яасан бэ, залуусаа! Акарш энд CETech -ээс ирсэн.

Энэ төсөлд бид DFRobot -аас гаргасан HuskyLens -ийг үзэх болно. Энэ нь хиймэл оюун ухаанаар ажилладаг камерын модуль бөгөөд нүүр таних, объект таних, шугам таних гэх мэт хиймэл оюун ухааны хэд хэдэн үйлдлийг хийх чадвартай бөгөөд энэ төсөл дээр хэсэг хугацаанд хэлэлцсэн MatchX модультай төстэй юм. MatchX модуль нь арай үнэтэй байсан тул би өөртэйгөө ижил төстэй зүйл хийхээр шийдсэн бөгөөд үүний тулд HuskyLens -ийг маш сайн сонголт гэж үзсэн, учир нь энэ нь MatchX модулийг бодвол хямд бөгөөд MatchX -ийн хийх боломжтой бүх зүйлийг хийх боломжтой. өгөгдөл дамжуулах, үүний тулд бид Huskylens модулийг Reyax -аас RYLR907 LoRa модультай холбож өгөх болно. Интерфэйс хийсний дараа бид энэ HuskyLens -ийг ашиглан объектыг илрүүлж, хүлээн авсан талын LoRa модулийг ашиглан олж илрүүлсэн өгөгдлийг илгээнэ.

Тиймээс одоо хөгжилтэй хэсэг рүүгээ орцгооё.

Хангамж

Ашигласан хэсгүүд:

Husky Lens:

Reyax RYLR907:

Firebeetle ESP8266:

Arduino:

Алхам 1: Үйлдвэрлэсэн төслүүддээ ПХБ авах

ПХБ -ийг онлайнаар хямд үнээр захиалахын тулд та PCBWAY -ийг шалгаж үзэх хэрэгтэй!

Та сайн чанарын 10 ПХБ -ийг үйлдвэрлэж, босгон дээрээ хямд үнээр хүргэж өгнө. Мөн та анхны захиалгаа өгөхдөө тээвэрлэлтийн хөнгөлөлт эдлэх болно. Gerber файлуудаа PCBWAY дээр байршуулж, чанартай, хурдан хугацаанд үйлдвэрлэх боломжтой болгох. Тэдний онлайн Gerber үзэх функцийг үзээрэй. Шагналын оноо авснаар та тэдний бэлэг дурсгалын дэлгүүрээс үнэгүй зүйл авах боломжтой.

Алхам 2: HuskyLens модулийн тухай

HuskyLens бол нүүр таних, объект хайх, объект таних, шугам дагаж мөрдөх, өнгө илрүүлэх, шошго илрүүлэх гэсэн 6 функцтэй AI машины алсын хараа мэдрэгч юм. Энэ бол урд талын камер, арын хэсэгт нь LCD дэлгэц, 3 LED (2 цагаан, 1 RGB) самбар дээр дагалддаг, маш цэвэрхэн модуль юм. Энэ нь хоёр товчлууртай бөгөөд нэг нь үйлдлийн горим хооронд шилжих гулсагч, камерын урд байгаа объектуудын талаар олж мэдэх, мэдэх товчлуур юм. Илүү ихийг сурах тусам илүү ухаалаг болно. Шинэ үеийн AI чипийг баталснаар HuskyLens нүүрийг секундэд 30 фрэймээр илрүүлэх боломжтой болжээ. UART / I2C портоор дамжуулан HuskyLens нь Arduino, Raspberry Pi эсвэл micro: bit -тэй холбогдож, нарийн төвөгтэй алгоритмтай тоглохгүйгээр маш бүтээлч төсөл хэрэгжүүлэхэд туслах болно.

Түүний техникийн үзүүлэлтүүд нь:

• Процессор: Kendryte K210

• Зургийн мэдрэгч:

  • SEN0305 HuskyLens: OV2640 (2.0 мегапикселийн камер)
  • SEN0336 HuskyLens PRO: OV5640 (5.0MegaPixel Камер)
• Нийлүүлэлтийн хүчдэл: 3.3 ~ 5.0V
• Одоогийн хэрэглээ (TYP): [email protected], [email protected] (нүүр таних горим; арын гэрэлтүүлгийн тод байдал 80%; гэрлийг дүүргэх)
• Холболтын интерфэйс: UART; I2C
• Дэлгэц: 320*240 нарийвчлалтай 2.0 инчийн IPS дэлгэц
• Баригдсан алгоритмууд: Нүүр таних, Объект хянах, Объект таних, Шугам хянах, Өнгө таних, Таг таних
• Хэмжээ: 52mm44.5mm / 2.051.75"

Бүтээгдэхүүний холбоос:

Алхам 3: RYLR907 LoRa модулийн тухай

RYLR907 дамжуулагч модуль нь Lora урт хугацааны модемтой бөгөөд хэт хол зайд тархах спектрийн холбоо, өндөр хөндлөнгийн дархлааг хангаж, одоогийн хэрэглээг багасгадаг. Энэ нь хүчирхэг Semtech SX1262 хөдөлгүүртэй бөгөөд маш сайн хаах дархлаатай. RYLR907 нь хүлээн авах гүйдэл багатай бөгөөд эрчим хүчний хэмнэлттэй CAD хүлээн авах горимыг асаахын тулд сувгийн хөдөлгөөнийг илрүүлж чаддаг. Энэ нь маш мэдрэмтгий тул AT командыг хялбархан удирдах боломжтой. Дээр дурдсан бүх функцуудаас гадна суурилуулсан антентай бөгөөд AES128 өгөгдлийн шифрлэлтийг ашигладаг. Эдгээр бүх боломжууд нь IoT програм, хөдөлгөөнт төхөөрөмж, гэрийн аюулгүй байдал гэх мэтийг ашиглахад тохиромжтой болгодог.

Энэ нь интернет эсвэл бусад зүйлгүйгээр км -ийн дарааллаар өгөгдөл дамжуулахад хэрэглэгддэг. Тиймээс бид энэхүү LoRa модулийг ашиглан HuskyLens -ийн цуглуулсан өгөгдлийг дамжуулагчийн төгсгөлөөс хүлээн авагчийн төгсгөл рүү шилжүүлэх болно. RYLR907 модулийн техникийн үзүүлэлтүүдийн талаар дэлгэрэнгүй уншихыг хүсвэл эндээс түүний мэдээллийн хуудас руу орж болно.

Бүтээгдэхүүний холбоос:

Алхам 4: Дамжуулагч ба хүлээн авагч хэсгүүдийг тохируулах

Энэ үе шатанд бид төслийн холболтын хэсгийг хийх гэж байна. Нэгдүгээрт, бид HuskyLens -ийг RYLR907 LoRa модульд холбож, дамжуулагчийн талыг хийж, үүний дараа LoRa модулийг ESP8266 -тай холбож, хүлээн авагчийн төгсгөлийг дамжуулж, дамжуулагчийн илгээсэн өгөгдлийг хүлээн авч, дэлгэц дээр харуулна. Arduino IDE -ийн цуваа хяналт.

HuskyLens -ийг LoRa модультай холбох алхамууд дараах байдалтай байна.

• HuskyLens -ийн Vcc ба GND зүүг Arduino -ийн 5V ба GND -т тус тус холбоно уу.
• HuskyLens -ийн R ба T зүүг Arduino -ийн 11 ба 10 -р зүү рүү холбоно уу.
• Одоо LoRa модулийг аваад Vcc зүүгээ Arduino -ийн 3.3V гаралттай холбож, GND зүүгээ Arduino -ийн GND руу холбоно уу.
• RYLR907 -ийн Rx зүүг дээрх хэлхээний диаграммд үзүүлсэн шиг резистороор дамжуулан Arduino -ийн Tx зүү рүү холбоно уу. Arduino нь 5V логик түвшинд ажилладаг бол RYLR907 нь 3.3V логик түвшинд ажилладаг тул 5V -аас 3.3V хүртэл буулгахын тулд резистор сүлжээ шаардлагатай байдаг.

Ийм байдлаар дамжуулагч хэсэг, өөрөөр хэлбэл HuskyLens холболтууд дууссан болно.

Одоо хүлээн авагчийн хэсгийн хувьд бидэнд дамжуулсан өгөгдлийг хүлээн авах LoRa модулийг удирдах ESP8266 хэрэгтэй болно. Энэ зорилгоор хийх холболтууд дараах байдалтай байна.

• LoRa модулийн Vcc ба GND зүүг ESP8266 -ийн 3.3V ба GND зүү рүү холбоно уу.
• GPIO 15 зүүг LoRa -ийн Rx зүү, GPIO 13 зүүг RYLR907 модулийн Tx зүүтэй холбоно уу.

Ийм байдлаар хүлээн авагчийн талын холболтууд дууссан бөгөөд одоо бид модулиудыг компьютер дээрээ холбож, төслийн кодыг байршуулах хэрэгтэй болно. Энд ашигласан LoRa модулийн дэлгэрэнгүй тайлбар болон хүлээн авагчийн төгсгөлд хийх холболтын талаар та дээрх видеог үзэх боломжтой.

Алхам 5: Модулиудыг кодлох

Хоёр хэсгийн холболт дууссан тул. Одоо зөвхөн Arduino болон ESP -ийг компьютерт холбож, төслийн кодуудыг нэг нэгээр нь оруулах л үлдлээ. Та төслийн кодуудыг эндээс Github хуудас руу орж авах боломжтой.

• GitHub хуудсан дээр байгаа HuskyLens номын санг татаж аваад Arduino IDE дээрээ суулгаарай.
• Одоо "Arduino Husky Lens Lora Code.ino" нэртэй файлыг нээнэ үү, энэ бол HuskyLens -аас мэдээлэл авахын тулд Arduino -д байршуулж, хүлээн авагч руу илгээх шаардлагатай код юм. Энэ кодыг хуулж Arduino IDE дээрээ оруулна уу.
• Arduino -г компьютерт холбож, зөв самбар болон COM портыг сонгоод код байршуулмагц байршуулах товчийг дарж Arduino -г салгаж болно.

Ийм байдлаар дамжуулагчийн төгсгөлийг кодлох хэсэг дууссан болно. Одоо та хүлээн авагч болгон LoRa -тай хослуулсан ESP модулийг холбож болно.

• ESP -ийг компьютерт холбосны дараа Github хуудсыг дахин нээж "ESP8266 LoRa Text.ino" файл дахь кодыг хуулж аваарай, үүнийг ESP8266 -д байршуулах шаардлагатай.
• Кодыг IDE руу оруулна уу. Зөв COM порт ба самбарыг сонгоод дараа нь байршуулах товчийг дарна уу.

Кодыг байршуулж эхэлмэгц та тохиргоог ашиглахад бэлэн болно.

Алхам 6: Холбоосыг шалгах

Кодыг модульд хоёуланг нь байршуулмагц бид цуваа дэлгэцийг нээх замаар холбоосыг шалгаж болно, энэ нь "Дэлгэц дээр блок эсвэл сум харагдахгүй байна" гэсэн мессежийг харуулна. Энэ нь HuskyLens харуулсан объектын талаар огт мэдээгүй гэсэн үг юм. Энэ объектыг анх удаа харж байгаа бөгөөд Линз танихгүй байна. Тиймээс түүнд үзүүлсэн объект эсвэл царайг танихын тулд. Бид HuskyLens -т тухайн объектыг харуулах ёстой бөгөөд энэ нь түүнд харуулсан объектыг хүлээн зөвшөөрсөн даруйдаа сургалтын товчлуурыг дарах нь товчлуурыг дарахад HuskyLens -ийг тухайн объектын талаар мэдэж авах бөгөөд сурсан объекттой ижил төстэй зүйл байгаа тохиолдолд түүнийг таних болно. харуулсан. HuskyLens тухайн объектын талаар олж мэдсэний дараа тэрээр харсан объектынхоо мэдээллийг илгээж, хүлээн авагчийн төгсгөлд LoRa хүлээн авсан өгөгдлийг Цуваа монитор дээр харуулдаг.

Ийм байдлаар бид хиймэл оюун ухаанаар ажилладаг HuskyLens-ийг ашиглан объектуудыг таних, тэдгээрийн талаар мэдээлэл цуглуулах, LoRa модулийн тусламжтайгаар цуглуулсан өгөгдлөө хэдэн км-ийн цаана байрлуулсан өөр LoRa модульд дамжуулах боломжтой болно.

Тиймээс энэ нь танд таалагдсан гэж найдаж байна.