MachineEye: 5 etapas

2024 Autor: John Day | [email protected]. Última modificação: 2024-01-30 11:34

Combinei o Texas Instrument Sensor Tag CC2650 com a câmera Raspberry Pi para desenvolver um painel com algumas informações incríveis. Eu conectei o projeto usando IBM Node Red, que vem instalado na imagem do Raspberry Pi. A câmera envia dados aos serviços Microsoft Cognitive para retornar uma descrição do que a câmera vê. Esses dados podem abrir para infinitos aplicativos. Meu exemplo é simples, mostrando dentro das condições meteorológicas e uma imagem com a descrição do que a câmera vê. eu

Etapa 1: Hardware e software necessários

Hardware

1. Raspberry Pi 3 (você também pode usar Pi 2 ou Pi modelo B)

2. Câmera Raspberry Pi

3. Etiqueta do sensor Texas Instruments CC2650

4. Cartão SD

Programas

1. Raspbian Jessie com versão Pixel: março de 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - um terminal para programar seu Pi

www.chiark.greenend.org.uk/~sgtatham/putty/

3. Nó Adicional para Nó Vermelho

Detalhei os nós a serem instalados no Pi na Etapa 3: configurar o nó vermelho.

Passo 2:

Etapa 3: configurar o hardware

Estou usando o Raspberry Pi 3 e o Sensor Tag CC2650 com 7 sensores. O Raspberry Pi 3 tem Wi-Fi e Bluetooth integrados, então não precisamos de tantos dongles. Meu único dongle é usar meu mouse e teclado sem fio. Você pode usar o site oficial do Raspberry Pi para baixar a imagem e colocar o seu Pi em funcionamento:

www.raspberrypi.org/products/raspberry-pi-3-model-b/

A etiqueta do sensor só precisa ter a tira de plástico puxada e deve estar pronta para uso. Você pode encontrar mais informações aqui.

www.ti.com/ww/en/wireless_connectivity/sensortag/tearDown.html

A câmera Raspberry Pi também possui vários blogs para ajudá-lo a configurar a câmera:

www.raspberrypi.org/products/camera-module/

Este projeto possui tela sensível ao toque do Adafruit. Isso é opcional e não é obrigatório para este projeto.

Etapa 4: configurar o nó vermelho

O Node Red é uma ferramenta fácil de usar que já vem instalada no Raspberry Pi. Mais informações podem ser encontradas aqui:

nodered.org/

A etapa mais importante aqui é atualizar sua versão no Pi:

sudo update-nodejs-and-node

Agora verifique sua versão. Estou usando o Putty para este projeto como meu terminal.

npm -v

3.10.10

node -v

6.10.0

Agora que seu Node Red está atualizado, vamos adicionar alguns nós para conectar a nossa câmera Raspberry Pi e tag Sensor. Todos os nós devem ser instalados neste diretório:

~ /.node-red

Vamos começar !

npm install node-red-contrib-camerapi

npm install node-red-node-dweetio

npm install node-red-contrib-freeboard

npm install node-red-contrib-cognitive-services

npm install node-red-node-sensortag

npm install node-red-node-dropbox

Isso levará algum tempo e, se você receber avisos, não haverá problema. Eu incluí um nó de injeção para tirar fotos em intervalos definidos. Dweetio é para o nó Camera Vision ler a descrição ou marcas da imagem e enviá-la para a caixa de texto Freeboard Dash Board. Os Serviços Cognitivos incluem o nó Visão do Computador.

Você precisa obter uma chave de assinatura gratuita da Microsoft para o nó Computer Vision.

www.microsoft.com/cognitive-services/en-US/subscriptions?mode=NewTrials

O nó Dropbox é perfeito para este projeto. Usei o guia da Adafruit encontrado aqui:

learn.adafruit.com/diy-wifi-raspberry-pi-touch-cam?view=all

Role para baixo até Configuração do Dropbox. Isso deve funcionar em qualquer Pi e eles tornaram a configuração muito mais simples. Ele irá guiá-lo para configurar um Dropbox e como inserir as chaves de que você precisa para se conectar ao Dropbox. Este é o melhor tutorial que encontrei. Mas para ver a imagem no Dashboard, tive que ajustar o link da imagem. Optei por usar uma ferramenta do Dropbox chamada Chooser para obter um link direto para a imagem baixada para o Dropbox. Vou manter o mesmo nome para a foto-j.webp

Para visualizar o fluxo do Node Red, basta abrir um navegador. Gosto do Chrome e este é apenas um exemplo de formato:

192.168.1.1:1880

Etapa 5: Configurar o DashBoard

O FreeBoard Dashboard é uma maneira flexível e fácil de visualizar os dados de uma forma significativa. Existem duas fontes de dados configuradas e cada conjunto de dados com um "nome-da-minha-coisa". Eu conecto o primeiro nó dweetio chamado Machine Eye ao nó da foto. Isso enviará a carga da câmera para a nuvem e nos permitirá capturar as informações no painel. Esta será uma caixa de texto.

O segundo nó Dweetio é para a etiqueta do sensor. Este nó é conectado ao tag do sensor e novamente enviará a carga útil dos sensores para a nuvem e novamente será capturado. no painel. Os dados estão em tempo real. Eu adicionei alguns painéis de sensor para esta demonstração.

A caixa de imagem é um painel de imagem com link direto para o Dropbox. A imagem e a descrição devem mudar sempre que uma imagem for ativada.

A imagem acima é uma captura de foto do meu gato de cerâmica. Demorei um pouco para me inscrever para a competição e devido ao nosso tempo terrível na costa atlântica do Canadá, não pude levar a câmera para fora. A chuva e o frio vão matar minha eletrônica. Também preciso que meus amigos e seus melhores bebês de peles venham para uma sessão de fotos.