Umjetni vid: uvod u ovu zanimljivu disciplinu

Arduino se može činiti vrlo osnovnim, ali više je nego dovoljan za stvaranje čak i prilično naprednih projekata. Uz pomoć nekih modula na tržištu, poput modula kamere, i uz pomoć nekih biblioteka ili API-ja, svom projektu možete pružiti inteligenciju ili umjetni vid. To će dati nove primjene i nove horizonte izvan osnovnih projekata.

Mašinski vid je vrsta računarskog vida. To nije jednostavno snimanje slike digitalnim fotoaparatom, ono ide dalje. Može se koristiti za pribaviti podatke o životnoj sredini, obraditi sliku, analizirati je, razumjeti slike iz stvarnog svijeta itd. Na primjer, može se koristiti za dobivanje numeričkih informacija putem kamere, prepoznavanje ljudi itd. Zamislite sve što biste mogli učiniti s ovim ...

Za šta se koristi računarski vid?

por ejemplo, mnogi sustavi trenutnog vida temelje se na ovoj vrsti vida, poput nekih vozila koja omogućavaju automatsko parkiranje, mapiranje okoliša, sustave kontrole prometa na cestama ili prepoznaju pješake da zaustave vozilo i ne pregaze ih, prepoznaju lica i dobiju podaci osoba registriranih u bazi podataka, poput nekih sigurnosnih sistema, analiza video zapisa itd.

Potencijal ove mašinske vizije je toliko ekstreman vlade i velike korporacije Koriste ga u razne svrhe, bilo legalne ili ne. Neke praktične oblasti primjene koje zasigurno znate su:

• Facebook: koristite ovu vrstu umjetnog vida za fotografije otpremljene na vašu društvenu mrežu, na taj način možete prepoznati lica koristeći složene algoritme. Na taj način možete hraniti svoj AI kako bi ga učinio moćnijim i poboljšao za druge buduće aplikacije.
• Flickr- Ovu mašinsku viziju možete koristiti za rekonstrukciju 3D scena pomoću spremišta slika na ovoj platformi.
• industrija: Sa sistemima za umjetni vid možete otkriti nedostatke na proizvodnoj traci, brzo odbaciti predmete s oštećenjima itd. Na primjer, kada plodovi sakupljeni u poljoprivrednom sektoru putuju pokretnom trakom, pomoću senzora za umjetni vid, može se otkriti slomljeno, oštećeno, trulo voće ili predmeti koji nisu plodovi i ukloniti ih zračnim mlazom ili drugih mehanizama.
• Video nadzor: može se koristiti u mnogim zaštićenim centrima za hvatanje određenih vozila ili ljudi, otkrivanje ko su oni i slanje navedenih informacija u sistem ili njihovo snimanje za kasniju analizu. Mnoge kompanije ga čak koriste kako bi saznale kako se ljudi odijevaju (modni sektor), određeni entiteti kako bi otkrili ko je možda bio na demonstracijama, otkrili prisustvo sumnjivog osoblja u javnim ili prometnim centrima itd.

Imajte na umu da je trenutno mnoštvo nadzornih kamera svih vrsta razbacanih po ulici, bilo da nadgledaju preduzeća, banke, DGT, itd., Tako da od svih nas se prikuplja puno podataka...

Potreban materijal

Pored Arduino ploče s mikrokontrolerom koju možete programirati i koja koristi biblioteke, trebat ćete takođe i druge osnovne elemente za vaš projekat. Među njima je, naravno, modul sa kamerom sposobnom za obradu slike. Primjer za to je Pixy CMUCam 5 ili Slično. Ovaj modul ima snažni procesor koji se može programirati za slanje podataka zabilježenih senzorom putem serijskog porta UART, SPI, I2C, digitalnog izlaza ili analognih signala.

S Pixy CMUCam 5 možete obraditi do 50 sličica u sekundi (50 FPS). Pomoću ovih mogućnosti moglo bi se programirati da šalje samo slike koje se traže ili traže, umjesto da stalno snima sav video koji snima. Za lakše rukovanje ima a besplatna aplikacija otvorenog koda pozovite pixymon za vašu kontrolu.

Ako odlučite kupiti ovu Pixy CMUcam5 kameru, isporučit će se sa 6-pinskim do 10-pinskim IDC kabelom i montažnim hardverom. Pored toga, tehničke karakteristike modula su:

• NXP LPC4330 DualCore procesor od 204 MHz.
• 254 Kb RAM memorije,
• Potrošnja 140mA.
• Omnivision OV9715 1/4 "senzor slike u rezoluciji 1280 × 800.
• Ugao gledanja od 75 ° vodoravno i 47 ° vertikalno.
• Jednostavno prepoznavanje slike za lociranje objekata.
• Možete ga koristiti s Arduino pločama (sa određenim bibliotekama), Raspberry Pi, BeagleBone Black i drugim sličnim pločama.
• Komunikacijski priključci: SPI, I2C, UART, USB ili analogni / digitalni izlaz.
• PixyMon softver kompatibilan sa Windowsima, MacOS-ima i GNU / Linuxom.
• Mala velicina.
• Dokumentacija dostupna na projektu Wiki.
• Github spremišta s bibliotekom za Arduino.
• firmware
• Tutoriali

Uz to, morate imati na umu da na raspolaganju imate još jednu vrstu API-ji, biblioteke i više materijala koji vam mogu pomoći u stvaranju projekata svih vrsta uz pomoć ovih kamera i umjetnog vida. Na primjer, treba napomenuti:

• OpenCV: je besplatna biblioteka mašinskog vida koju je u početku razvio Intel. Sada je objavljen pod BSD licencom i može ga koristiti svako za otkrivanje pokreta, prepoznavanje predmeta, robotski vid, prepoznavanje lica itd. Višestruka je platforma, pa se može koristiti na GNU / Linux, macOS, Windows i Android.
• Ostali projekti, kao što su otkrivanje vozila.

Od Hwlibrea, potičem vas da započnete eksperimentišite i naučite o ovoj disciplini...

Jednostavan primjer integracije Pixy 2 CMUcam5 s Arduinom

Da biste ovo iskoristili Pixy 2 CMUcam5 modul s vašom Arduino pločom, koji morate koristiti nekoliko dodatnih elemenata. Na primjer, možete koristite servo motor S06NF, ili sličan, da djeluje kada kamera prepozna objekt za koji ste ga programirali. Naravno, trebat ćete preuzeti softver PixyMon koji sam gore rekao i GitHub biblioteku za Arduino.

Možete više informacija o Arduino programiranju preuzmite naš PDF sa besplatnim kursom.

Jednom kad jesi instalirao PixyMon U vašem operativnom sistemu slijedi sljedeće korake:

1. Povežite Pixy USB kabelom i provjerite da li RGB LED modula gori, što će ukazivati ​​na to da ispravno radi.
2. Otvorite aplikaciju PixyMon i ako je sve tačno vidjet ćete što kamera trenutno snima.
3. Idite na podmeni Akcija ili akcija, a zatim kliknite Postavi potpis ili Postavi potpis. Sada bi se video trebao zamrznuti i možete odabrati koju boju ili objekt želite da kamera detektira sve dok je ispred senzora. Na primjer, možete koristiti loptu. Dakle, kad god lopta prođe ispred senzora, ona će biti otkrivena.
4. Kao što vidite, postoji do 7 Postavi potpis, tako da možete konfigurirati do 7 različitih objekata koje kamera može otkriti.
5. Ako odaberete samo jedan, možete prijeći na sljedeći korak. Ili ako želite ukloniti objekt sa popisa, možete otići na izbornik Akcija ili Akcija, a zatim izbrisati sve Potpisi ili odaberite Delete Specific signature. Možete čak otići na Konfiguracija ili Konfiguracija, a zatim otići do određenog potpisa koji želite izmijeniti da biste ga promijenili….

Sada možete nastaviti s konfiguracijom ploče Arduino, ako želiš. Da biste to učinili, već znate da morate koristiti biblioteku Pixy za Arduino. Ova će knjižnica također sadržavati jednostavne primjere s kojima možete započeti eksperimentiranje bez pisanja koda ispočetka. Jednostavno ih otvorite i pokrenite ove skice ili ih modificirajte kako biste vidjeli kako se ponašaju. Da biste imali ovu biblioteku, možete slijediti ove korake.

1. Preuzimanje biblioteka za Arduino.
2. Otvori Arduino IDE.
3. Idite na Skicu, Uključi biblioteku a zatim dodajte .zip biblioteku i odaberite onu koju ste preuzeli.
4. Sada će biti integriran, možete započnite testiranje nekog primjera s fotoaparatom pravilno povezanim na vašu Arduino ploču. Da biste to učinili, idite na izbornik Primjeri ili Primjeri, a zatim na Pixy i odaberite jedan od njih. Preporučujem da počnete sa Zdravo svijete.
5. Uz vašu Arduino ploču povezanu USB na PC, prenesite skicu na ploču, zatim odaberite Alati, a zatim Serijski monitor.
6. Sada će prozor početi da vam prikazuje informacije.

Naravno, ne zaboravite povezati sve elektroničke komponente trebate svoju Arduino ploču, uključujući i samu kameru. Već znate da se povezuje s Arduino ISCP pinovima namijenjenim ovim modulima, kao što se može vidjeti na slici ...