Arduino var šķist ļoti elementārs, taču tas ir vairāk nekā pietiekami, lai izveidotu pat diezgan progresīvus projektus. Izmantojot dažus tirgū esošos moduļus, piemēram, kameru moduļus, un ar dažu bibliotēku vai API palīdzību jūs varat nodrošināt savu projektu ar izlūkošanas vai mākslīgais redzējums. Tas sniegs jaunas lietojumprogrammas un jaunus apvāršņus ārpus elementāriem projektiem.
Mašīnas redze ir datorredzes veids. Tas nav vienkārši attēla tveršana, izmantojot digitālo kameru, tas iet tālāk. Var izmantot iegūt datus par vidi, apstrādāt attēlu, analizēt to, saprast reālās pasaules attēlus utt. Piemēram, to varētu izmantot, lai ar kameru iegūtu skaitlisku informāciju, atpazītu cilvēkus utt. Iedomājieties visu, ko jūs varētu darīt ar šo ...
Kam tiek izmantota datorvīzija?
Ar ejemplo, daudzas pašreizējās redzes sistēmas ir balstītas uz šāda veida redzi, piemēram, daži transportlīdzekļi, kas ļauj automātiski novietot automašīnu, kartēt apkārtējo vidi, satiksmes vadības sistēmas uz ceļiem vai atpazīt gājējus, lai apturētu transportlīdzekli un netiktu tiem virsū, atpazītu sejas un iegūtu dati no cilvēkiem, kas reģistrēti datu bāzē, piemēram, dažās drošības sistēmās, analizē videoklipus utt.
Šīs mašīnvīzijas potenciāls ir tik ārkārtējs, ka valdības un lielās korporācijas Viņi to izmanto daudziem mērķiem, neatkarīgi no tā, vai tie ir likumīgi vai nē. Dažas praktiski pielietojamas jomas, kuras jūs noteikti zināt, ir:
- Facebook: izmantojiet šāda veida mākslīgo redzi fotoattēliem, kas augšupielādēti jūsu sociālajā tīklā, tādējādi jūs varat atpazīt sejas, izmantojot sarežģītus algoritmus. Tādā veidā jūs varat barot savu AI, lai padarītu to jaudīgāku, un uzlabotu to citām nākotnes lietojumprogrammām.
- Flickr- Jūs varat izmantot šo mašīnvīziju, lai rekonstruētu 3D ainas, izmantojot šīs platformas attēlu krātuves.
- Rūpniecība: Izmantojot mākslīgās redzes sistēmas, jūs varat atklāt defektus montāžas līnijā, ātri izmest objektus ar defektiem utt. Piemēram, kad lauksaimniecības nozarē savāktie augļi, izmantojot mākslīgo redzes sensoru, pārvietojas pa konveijeru, var atklāt bojātus, bojātus, sapuvušus augļus vai priekšmetus, kas nav augļi, lai tos noņemtu ar strūklu. gaiss vai citi mehānismi.
- Videonovērošana: to var izmantot daudzos aizsargātos centros, lai notvertu noteiktus transportlīdzekļus vai cilvēkus, uzzinātu, kas viņi ir, un nosūtītu minēto informāciju sistēmai vai reģistrētu vēlākai analīzei. Daudzi uzņēmumi to pat izmanto, lai uzzinātu, kā cilvēki ģērbjas (modes sektors), atsevišķas organizācijas, lai uzzinātu, kas, iespējams, ir piedalījies demonstrācijās, atklātu aizdomīgu darbinieku klātbūtni sabiedriskos vai aizņemtos centros utt.
Paturiet prātā, ka patlaban pa ielu ir izkaisīti daudzi visu veidu novērošanas kameras neatkarīgi no tā, vai tām jāuzrauga uzņēmumi, bankas, DGT utt., Tāpēc no mums visiem tiek savākta daudz informācijas...
Nepieciešamais materiāls
Papildus Arduino dēlim ar mikrokontrolleru, kuru varat ieprogrammēt un kurš izmanto bibliotēkas, jums vajadzēs arī citi jūsu projekta pamatelementi. Starp tiem, protams, modulis ar kameru, kas spēj apstrādāt attēlus. Piemērs tam ir Pixy CMUCam 5 vai Līdzīgi. Šim modulim ir jaudīgs procesors, kuru var ieprogrammēt, lai nosūtītu sensora uztverto informāciju, izmantojot UART, SPI, I2C sērijas portu, digitālo izeju vai analogos signālus.
Ar Pixy CMUCam 5 jūs varat apstrādāt līdz 50 kadriem sekundē (50 FPS). Izmantojot šīs iespējas, to varēja ieprogrammēt sūtīt tikai vēlamos vai meklētos attēlus, nevis pastāvīgi ierakstīt visu uzņemto video. Vieglākai apstrādei tam ir bezmaksas un atvērtā pirmkoda lietojumprogramma zvanīt piximon jūsu kontrolei.
Ja jūs nolemjat iegādāties šo Pixy CMUcam5 kameru, tam būs pievienots 6 kontaktu līdz 10 kontaktu IDC kabelis un montāžas aparatūra. Papildus, tehniskie parametri moduļa ir:
- NXP LPC4330 204 Mhz DualCore procesors.
- 254 Kb RAM atmiņa,
- 140mA patēriņš.
- Omnivision OV9715 1/4 ″ attēla sensors ar izšķirtspēju 1280 × 800.
- Skata leņķis ir 75 ° horizontāls un 47 ° vertikāls.
- Vienkārša attēlu atpazīšana objektu atrašanai.
- Jūs to varat izmantot ar Arduino dēļiem (ar īpašām bibliotēkām), Raspberry Pi, BeagleBone Black un citām līdzīgām plāksnēm.
- Sakaru porti: SPI, I2C, UART, USB vai analogā / digitālā izeja.
- PixyMon programmatūra ir saderīga ar Windows, macOS un GNU / Linux.
- Mazs izmērs.
- Dokumentācija, kas pieejama projektā Wiki.
- Github krātuves ar Arduino bibliotēku.
- programmaparatūra
- Konsultācijas
Papildus tam jums jāpatur prātā, ka jūsu rīcībā ir cita veida API, bibliotēkas un vairāk materiālu kas var palīdzēt jums izveidot visu veidu projektus, izmantojot šīs kameras un mākslīgo redzi. Piemēram, jāatzīmē:
- OpenCV: ir bezmaksas mašīnu redzamības bibliotēka, kuru sākotnēji izstrādāja Intel. Tagad tas ir izlaists ar BSD licenci, un to var izmantot ikviens, lai noteiktu kustību, atpazītu objektus, robotu redzi, sejas atpazīšanu utt. Tas ir starpplatformu, tāpēc to var izmantot GNU / Linux, macOS, Windows un Android.
- Citi projekti, piemēram, transportlīdzekļa noteikšana.
Sākot no Hwlibre, iesaku sākt eksperimentējiet un uzziniet par šo disciplīnu...
Vienkāršs piemērs Pixy 2 CMUcam5 integrēšanai ar Arduino
Lai to izmantotu Pixy 2 CMUcam5 modulis ar Arduino dēli, kuriem jāizmanto vairāki papildu elementi. Piemēram, jūs varat izmantojiet servomotoru S06NF vai līdzīgs, lai rīkotos, kad kamera nosaka objektu, kuram to esat ieprogrammējis. Protams, jums būs jālejupielādē PixyMon programmatūra, kuru es teicu iepriekš, un GitHub bibliotēka Arduino.
Jūs varat iegūt vairāk informācijas par Arduino programmēšanu lejupielādējiet mūsu PDF ar bezmaksas kursu.
Kad esat to izdarījis instalēja PixyMon Operētājsistēmā ir jāveic šādas darbības:
- Pievienojiet Pixy ar USB kabeli un pārbaudiet, vai ir ieslēgta moduļa RGB gaismas diode, kas norāda, ka tas darbojas pareizi.
- Atveriet lietotni PixyMon un, ja viss ir pareizi, jūs redzēsiet, ko kamera uzņem šajā brīdī.
- Dodieties uz apakšizvēlni Darbība vai darbībaun pēc tam noklikšķiniet uz Iestatīt parakstu vai Iestatīt parakstu. Tagad videoklipam vajadzētu sastingt, un jūs varat izvēlēties krāsu vai objektu, kuru vēlaties noteikt kamerai, kamēr tas atrodas sensora priekšā. Piemēram, jūs varat izmantot bumbu. Tādējādi, kad bumba iet gar sensoru, tā tiks atklāta.
- Kā redzat, ir līdz 7 Iestatiet parakstu, lai jūs varētu konfigurēt līdz 7 dažādiem objektiem, kurus kamera var noteikt.
- Ja izvēlaties tikai vienu, varat pāriet uz nākamo soli. Vai arī, ja vēlaties noņemt objektu no saraksta, varat doties uz izvēlni Darbība vai Darbība un pēc tam Dzēst visu Paraksti vai izvēlieties Dzēst specifisko parakstu. Jūs pat varat doties uz konfigurāciju vai konfigurāciju un pēc tam doties uz konkrēto parakstu, kuru vēlaties modificēt, lai to mainītu ....
Tagad jūs varat turpināt konfigurēt savu dēli Arduino, Ja tu vēlies. Lai to izdarītu, jūs jau zināt, ka Arduino jāizmanto Pixy bibliotēka. Šajā bibliotēkā tiks iekļauti arī vienkārši piemēri, ar kuriem jūs varat sākt eksperimentēt, nerakstot kodu no jauna. Vienkārši atverot tos un izpildot šīs skices vai veicot tajās modifikācijas, lai redzētu, kā viņi izturas. Lai iegūtu šo bibliotēku, varat veikt šīs darbības.
- Izlādēt Arduino bibliotēka.
- Atvērt Arduino IDE.
- Pāriet uz skici, Iekļaut bibliotēku un pēc tam pievienojiet .zip bibliotēku un atlasiet to, kuru lejupielādējāt.
- Tagad tas tiks integrēts, jūs varat sāciet pārbaudīt kādu piemēru ar kameru, kas pareizi savienota ar Arduino dēli. Lai to izdarītu, dodieties uz izvēlni Piemēri vai Piemēri, pēc tam uz Pixy un atlasiet vienu no tiem. Iesaku sākt ar Sveika pasaule.
- Ar savu Arduino dēli savieno USB uz datoru, augšupielādējiet skici uz tāfeles, pēc tam atlasiet Rīki un pēc tam Serial Monitor
- Tagad logā tiks parādīta informācija.
Protams neaizmirstiet savienot visus elektroniskos komponentus jums ir nepieciešams savs Arduino dēlis, ieskaitot pašu kameru. Jūs jau zināt, ka tas savienojas ar Arduino ISCP tapām, kas paredzētas šiem moduļiem, kā redzams attēlā ...