Machine Eye : 5 étapes

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:05

J'ai combiné le Texas Instrument Sensor Tag CC2650 avec la caméra Raspberry Pi pour développer un tableau de bord avec des informations impressionnantes. J'ai câblé le projet à l'aide d'IBM Node Red qui est installé sur l'image Raspberry Pi. La caméra envoie des données aux services Microsoft Cognitive pour renvoyer une description de ce que la caméra voit. Ces données peuvent s'ouvrir à d'innombrables applications. Mon exemple est un exemple simple montrant les conditions météorologiques à l'intérieur et une image avec une description de ce que la caméra voit. je

Étape 1: Matériel et logiciel requis

Matériel

1. Raspberry Pi 3 (vous pouvez également utiliser Pi 2 ou Pi modèle B)

2. Caméra Raspberry Pi

3. Étiquette de capteur Texas Instruments CC2650

4. Carte SD

Logiciel

1. Raspbian Jessie avec la version Pixel: mars 2017

www.raspberrypi.org/downloads/raspbian/

2. Putty - un terminal pour programmer votre Pi

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

3. Nœud supplémentaire pour le nœud rouge

J'ai détaillé les nœuds à installer sur le Pi à l'étape 3: Configurer Node Red.

Étape 2:

Étape 3: configuration du matériel

J'utilise le Raspberry Pi 3 et le Sensor Tag CC2650 avec 7 capteurs. Le Raspberry Pi 3 intègre le WiFi et le Bluetooth, nous n'avons donc pas besoin d'autant de dongles. Mon seul dongle est d'utiliser ma souris et mon clavier sans fil. Vous pouvez utiliser le site Web officiel de Raspberry Pi pour télécharger l'image et faire fonctionner votre Pi:

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

L'étiquette du capteur n'a besoin que de tirer la bande en plastique et elle devrait être prête à l'emploi. Vous pouvez trouver plus d'informations ici.

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

La caméra Raspberry Pi dispose également de nombreux blogs pour vous aider à configurer la caméra:

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

Ce projet a l'écran tactile d'Adafruit. Ceci est facultatif et n'est pas requis pour ce projet.

Étape 4: Configurer le nœud rouge

Node Red est un outil facile à utiliser qui est déjà installé sur le Raspberry Pi. Plus d'informations peuvent être trouvées ici:

nodered.org/

L'étape la plus importante ici est de mettre à jour votre version sur le Pi:

sudo update-nodejs-and-node

Vérifiez maintenant votre version. J'utilise Putty pour ce projet comme terminal.

npm -v

3.10.10

nœud -v

6.10.0

Maintenant que votre Node Red est mis à jour, nous allons ajouter des nœuds pour se connecter à notre balise Raspberry Pi Camera and Sensor. Tous les nœuds doivent être installés sous ce répertoire:

~/.node-rouge

Commençons !

npm installer node-red-contrib-camerapi

npm installer node-red-node-dweetio

npm installer node-red-contrib-freeboard

npm install node-red-contrib-cognitive-services

npm installer node-red-node-sensortag

npm installer node-red-node-dropbox

Cela prendra un certain temps et si vous recevez des avertissements, cela devrait aller. J'ai inclus un nœud d'injection pour prendre des photos à intervalles définis. Dweetio permet au nœud Camera Vision de lire la description ou les balises de l'image et de l'envoyer à la zone de texte Freeboard Dash Board. Cognitive Services inclut le nœud Computer Vision.

Vous devez obtenir une clé d'abonnement gratuite auprès de Microsoft pour le nœud Computer Vision.

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

Le nœud Dropbox est parfait pour ce projet. J'ai utilisé le guide d'Adafruit trouvé ici:

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

Faites défiler jusqu'à la configuration de Dropbox. Cela devrait fonctionner sur n'importe quel Pi et ils ont rendu la configuration beaucoup plus simple. Il vous guidera pour configurer une Dropbox et comment entrer les clés dont vous avez besoin pour vous connecter à Dropbox. C'est le meilleur tuto que j'ai trouvé. Mais pour voir l'image dans le tableau de bord, j'ai dû modifier le lien pour l'image. J'ai choisi d'utiliser un outil Dropbox appelé Chooser pour obtenir un lien direct vers l'image téléchargée sur Dropbox. Je garderai le même nom pour l'image-j.webp

Pour afficher votre flux Node Red, ouvrez simplement un navigateur. J'aime Chrome et ce n'est qu'un exemple de format:

192.168.1.1:1880

Étape 5: Configurer le tableau de bord

Le tableau de bord FreeBoard est un moyen flexible et facile de visualiser les données de manière significative. Il y a deux sources de données configurées et chaque ensemble de données avec un "my-thing-name". Je connecte le premier nœud dweetio appelé Machine Eye au nœud photo. Cela enverra la charge utile de la caméra au cloud et nous permettra de capturer les informations sur le tableau de bord. Ce sera une zone de texte.

Le deuxième nœud Dweetio est pour la balise du capteur. Ce nœud est connecté à la balise du capteur et enverra à nouveau la charge utile des capteurs au cloud et sera à nouveau capturé. sur le tableau de bord. Les données sont en temps réel. J'ai ajouté des volets de capteurs pour cette démo.

La zone d'image est un volet Image avec le lien direct vers Dropbox. L'image et la description doivent changer à chaque fois qu'une image est activée.

La photo ci-dessus est une capture photo de mon chat en céramique. J'étais un peu en retard pour m'inscrire à la compétition et en raison de notre mauvais temps sur la côte atlantique du Canada, je n'ai pas pu sortir la caméra à l'extérieur. Les précipitations et le froid vont tuer mes appareils électroniques. J'ai aussi besoin que mes amis et leurs meilleurs bébés à fourrure viennent pour une séance photo.