Kunstig intelligens og bildegjenkjenning ved bruk av HuskyLens: 6 trinn (med bilder)

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:21

Hei, hva skjer, gutter! Akarsh her fra CETech.

I dette prosjektet skal vi se på HuskyLens fra DFRobot. Det er en AI-drevet kameramodul som er i stand til å utføre flere kunstige intelligensoperasjoner som ansiktsgjenkjenning, objektgjenkjenning og linjegjenkjenning, etc. Den ligner noe på MatchX-modulen som vi diskuterte en tid tilbake i dette prosjektet. Siden MatchX -modulen var litt dyr, bestemte jeg meg for å lage noe lignende alene, og for det fant jeg HuskyLens som et godt valg fordi den er billigere i forhold til MatchX -modulen og kan gjøre alt MatchX kan bortsett fra en dvs. overføring av data, og for det formålet vil vi grensesnittet mellom Huskylens -modulen og RYLR907 LoRa -modulen fra Reyax, så er vi i gang. Etter grensesnittet vil vi bruke denne HuskyLens til å oppdage et objekt og sende de oppdagede dataene ved hjelp av LoRa -modulen til en annen LoRa -modul på mottakersiden.

Så la oss komme til den morsomme delen nå.

Rekvisita

Deler som brukes:

Husky Lens:

Reyax RYLR907:

Firebeetle ESP8266:

Arduino:

Trinn 1: Få PCB -er for prosjektene dine

Du må sjekke PCBWAY for å bestille PCB online billig!

Du får 10 PCB -er av god kvalitet produsert og sendt til døren din for en billig penge. Du vil også få rabatt på frakt på din første bestilling. Last opp Gerber -filene dine til PCBWAY for å få dem produsert med god kvalitet og rask leveringstid. Sjekk ut deres online Gerber viewer -funksjon. Med belønningspoeng kan du få gratis ting fra gavebutikken deres.

Trinn 2: Om HuskyLens -modulen

HuskyLens er en brukervennlig AI-maskinsynssensor med 6 innebygde funksjoner: ansiktsgjenkjenning, objektsporing, objektgjenkjenning, linjefølge, fargedeteksjon og taggjenkjenning. Det er en ganske pen modul som kommer med et kamera på forsiden og en LCD -skjerm på baksiden og 3 lysdioder (2 hvite og 1 RGB) ombord som kan styres gjennom programvaren. Den har to knapper, den ene en glidebryter for å veksle mellom operasjonsmåtene og en trykknapp for å fange og lære om objektene foran kameraet. Jo mer det lærer, jo smartere er det. Vedtakelsen av den nye generasjonen AI -brikken gjør at HuskyLens kan oppdage ansikter med 30 bilder per sekund. Gjennom UART / I2C -porten kan HuskyLens koble seg til Arduino, Raspberry Pi eller micro: bit for å hjelpe deg med å lage veldig kreative prosjekter uten å leke med komplekse algoritmer.

Dens tekniske spesifikasjoner er:

• Prosessor: Kendryte K210

• Bildesensor:

  • SEN0305 HuskyLens: OV2640 (2.0 megapiksel kamera)
  • SEN0336 HuskyLens PRO: OV5640 (5,0 megapikselkamera)
• Forsyningsspenning: 3,3 ~ 5,0V
• Gjeldende forbruk (TYP): [email protected], [email protected] (ansiktsgjenkjenningsmodus; 80% lysstyrke i bakgrunnsbelysning; fylllys slukket)
• Tilkoblingsgrensesnitt: UART; I2C
• Skjerm: 2,0-tommers IPS-skjerm med 320*240 oppløsning
• Innebygde algoritmer: Ansiktsgjenkjenning, Objektsporing, Objektgjenkjenning, Linjesporing, Fargegjenkjenning, Taggjenkjenning
• Dimensjon: 52mm44.5mm / 2.051.75"

Produktkobling:

Trinn 3: Om RYLR907 LoRa -modul

RYLR907-mottakermodulen har Lora langdistansemodem som gir ultra-lang rekkevidde spredt spektrumkommunikasjon og høy interferensimmunitet, samtidig som strømforbruket minimeres. Den leveres med en Semtech SX1262 -motor som er en kraftig og har en utmerket blokkerende immunitet. RYLR907 har lav mottaksstrøm og kan oppdage kanalbevegelse for å slå på strømsparende CAD-mottaksmodus. Den er svært følsom og kan enkelt kontrolleres av AT -kommandoer. Bortsett fra alle de ovennevnte funksjonene, har den en innebygd antenne og bruker AES128 datakryptering. Alle disse funksjonene gjør den egnet for IoT -applikasjoner, mobilt utstyr, hjemmesikkerhet, etc.

Den kan brukes til å overføre data til en avstand i størrelsesorden km som til uten internett eller andre ting. Så vi vil bruke denne LoRa -modulen til å overføre dataene som er samlet inn av HuskyLens fra senderenden til mottakerenden. For å få en detaljert lese om de tekniske spesifikasjonene til RYLR907 -modulen, kan du gå over til databladet herfra.

Produktkobling:

Trinn 4: Sette opp sender- og mottakeravsnittene

I dette trinnet skal vi gjøre tilkoblingsdelen av prosjektet. Først vil vi koble HuskyLens med RYLR907 LoRa -modulen, dette vil gjøre senderen til siden, og deretter vil vi koble LoRa -modulen med en ESP8266 for å få mottakeren til å ende som vil motta dataene som sendes av senderen og vil vise den på den serielle monitoren for Arduino IDE.

Fremgangsmåten for å koble HuskyLens til LoRa -modulen er som følger:

• Koble Vcc og GND Pin på HuskyLens til henholdsvis 5V og GND på Arduino.
• Koble pinnene R og T på HuskyLens til henholdsvis pinne nr. 11 og 10 på Arduino.
• Ta nå LoRa -modulen og koble Vcc -pinnen til 3.3V -utgangen fra Arduino og GND -pinnen til GND på Arduino.
• Koble Rx -pinnen til RYLR907 til Tx -pinnen på Arduino gjennom en motstand som vist i kretsdiagrammet ovenfor. Motstandsnettverket er nødvendig fordi Arduino fungerer på et 5V logisk nivå mens RYLR907 fungerer på et 3.3V logisk nivå, slik at disse motstandene brukes for å senke 5V til 3.3V.

På denne måten er transmitterdelen, dvs. HuskyLens -tilkoblingene, fullført.

Nå for mottaksdelen trenger vi en ESP8266 for å kontrollere LoRa -modulen for å motta de overførte dataene. Tilkoblinger som skal gjøres i denne enden er som følger:

• Koble Vcc- og GND -pinnene til LoRa -modulen til 3.3V- og GND -pinnen på ESP8266.
• Koble GPIO 15 -pinnen til Rx -pinnen på LoRa og GPIO 13 -pinnen til Tx -pinnen til RYLR907 -modulen.

På denne måten er tilkoblingene på mottakersiden fullført, vi trenger nå bare å koble modulene til PCen og laste opp kodene til prosjektet. For en detaljert beskrivelse av LoRa -modulen som brukes her og tilkoblingene som skal gjøres ved mottakerenden, kan du sjekke videoen ovenfor.

Trinn 5: Koding av modulene

Som tilkoblingene for begge seksjoner er gjort. Nå er det bare igjen å koble Arduino og ESP til PCen og laste opp koder for prosjektet en etter en. Du kan få kodene for prosjektet ved å gå over til Github -siden herfra.

• Last ned HuskyLens -biblioteket som er tilgjengelig på GitHub -siden og installer det på Arduino IDE.
• Åpne nå filen "Arduino Husky Lens Lora Code.ino", dette er koden som må lastes opp i Arduino for å få data fra HuskyLens og sende den til mottakeren. Kopier denne koden og lim den inn i Arduino IDE.
• Koble Arduino til PCen, velg riktig kort og COM -port, og trykk på opplastingsknappen så snart koden lastes opp, kan du koble fra Arduino.

På denne måten fullføres kodingsdelen for senderenden. Nå kan du koble til ESP -modulen som kombinert med LoRa skal brukes som mottaker.

• Etter at du har koblet ESP til PCen, åpner du Github -siden igjen og kopierer koden i filen som heter "ESP8266 LoRa Text.ino". Dette må lastes opp i ESP8266.
• Lim inn koden i IDE. Velg riktig COM -port og tavle, og trykk deretter på opplastingsknappen.

Etter hvert som koden blir lastet opp, er du klar til å bruke oppsettet.

Trinn 6: Test av lenken

Så snart koden blir lastet opp til begge modulene, kan vi sjekke lenken ved å åpne den serielle skjermen i utgangspunktet, vil den vise meldingen som "Ingen blokk eller pil vises på skjermen". Dette betyr at HuskyLens ikke har lært om objektet det vises. Objektet blir sett for første gang og gjenkjennes ikke av linsen. Så for å få den til å gjenkjenne objektet eller ansiktet som vises til den. Vi må vise HuskyLens objektet, og så snart det anerkjenner objektet som vises for det trykker du på læringsknappen (trykknapp), dette vil få HuskyLens til å lære om objektet og få det til å gjenkjenne objektet når noe som ligner på det lærte objektet er vist. Nå som HuskyLens har lært om objektet, sender den dataene om objektet den ser, og at data mottatt av LoRa i mottakerenden vises på seriell skjerm.

På denne måten kan vi bruke AI-drevne HuskyLens til å gjenkjenne objekter, samle data om dem, og ved hjelp av LoRa-modulen overføre de innsamlede dataene til en annen LoRa-modul som er plassert flere km unna.

Så det er det for opplæringen håper du likte det.