Innholdsfortegnelse:
- Rekvisita
- Trinn 1: Sette opp sensoren
- Trinn 2: Kabling
- Trinn 3: Få utvidelsen
- Trinn 4: Initialiserer tilkobling og aktiverer algoritmen
- Trinn 5: Hovedprogrammet
- Trinn 6: Kjør programmet
Video: Micro: bit MU Vision Sensor for Nybegynnere - Etikettverdier og gjenkjenning av tallkort: 6 trinn
2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:21
Dette er min andre guide til MU -synssensoren. I dette prosjektet skal vi programmere micro: bit for å gjenkjenne de forskjellige tallkortene ved å bruke etikettverdier.
Rekvisita
1 x BBC micro: bit
1 x Morpx Mu Vision Sensor 3
1 x Micro: bit breakout board - Det må ha tilgang til pin 19 & 20, som ikke alle breakout boards har. Jeg bruker elecfreaks motorbit, fordi jeg liker det brettet.
4 x jumper ledninger (kvinne-hunn)
Trinn 1: Sette opp sensoren
Før vi begynner å koble til noe, vil vi konfigurere sensoren riktig.
Mu Vision -sensoren har 4 brytere. De to til venstre bestemmer utmatingsmodusen, og de to til høyre bestemmer adressen.
Siden vi vil at adressen skal være 00, bør begge bryterne til høyre være slått av.
De forskjellige utgangsmodiene er:
00 UART
01 I2C
10 Wifi -data overføring
11 Wifi bildeoverføring
Vi ønsker å jobbe i I2C -modus, så de to bryterne skal være på 01, så den mest venstre skal være slått av og den andre skal være på.
Trinn 2: Kabling
Kabling er ganske enkelt, bare bruk fire jumper -ledninger for å koble Mu -sensoren til ditt breakout -bord.
Mu sensor -> Breakout board
SDA -> pin 20
SCL -> pin 19
G -> Bakken
V -> 3,3-5V
Trinn 3: Få utvidelsen
Først går vi til Makecode -redaktøren og starter et nytt prosjekt. Vi går deretter til "Avansert" og velger "Utvidelser". Vær oppmerksom på at siden jeg er dansk, har disse knappene litt forskjellige navn på bildene. I utvidelser søker vi etter "Muvision" og velger det eneste resultatet vi får.
Trinn 4: Initialiserer tilkobling og aktiverer algoritmen
Når du bruker denne utvidelsen, får du noen "Kan ikke lese egenskapen til udefinerte" feil. Det er bare fordi mikro: bit animasjonen mangler. Det påvirker ikke kompilering og kjøring av programmet.
Den første oransje delen av koden initialiserer I2C -tilkoblingen.
Den andre oransje delen av koden muliggjør algoritmer for gjenkjenning av tallkort.
Å vise tall brukes til feilsøking.
Hvis micro: bit ikke teller til tre når du kjører programmet, må du kontrollere at ledningene er riktig koblet til de riktige pinnene.
Trinn 5: Hovedprogrammet
Detect number card gir enten en 0 eller 1. Hvis et nummerkort blir oppdaget får vi en 1 (true) og en 0 (false) hvis et tallkort ikke blir oppdaget.
"Hent algoritmeetikettverdi" gir oss en etikettverdi avhengig av hva vi tror vi ser på og hva MU -synssensoren tror den ser. Så hvis vi så på farger ville vi få et tall fra 0 til 8. 8 ville bety at MU -synssensoren hadde oppdaget lilla, 1 ville bety at den hadde oppdaget svart eller mørkegrå og 0 ville bety at den hadde oppdaget en ukjent farge.
For tallkort tilsvarer etikettverdien tallet på kortet, så hvis tallet 8 blir oppdaget, vil MU -sensoren gi den etikettverdien 8. Det betyr at vi ikke trenger å fortelle programmet hva hver etikettverdi betyr. Programmet trenger bare å vise oss verdien, så vi bruker kommandoen "Vis streng". Som er "Vis streng" på dansk.
Programmet finner du her.
Trinn 6: Kjør programmet
Når du kjører programmet, bør Mu -sensoren og micro: bit være i stand til å gjenkjenne alle tallkortene. Du kan prøve å utvide programmet slik at det både kan gjenkjenne nummer- og formkort.
Her er noen av de andre algoritmene og tilhørende etiketter.
Etikett med formkort:
Sjekk -> 1
Kryss -> 2
Sirkel -> 3
Firkant -> 4
Trekant -> 5
Ugyldig -> 0
Etikett for trafikkort:
Frem -> 1
Venstre -> 2
Høyre -> 3
Snu -> 4
Park -> 5
Ugyldig -> 0
Fargetikett:
Svart/Mørkegrå -> 1
Hvit -> 2
Rød -> 3
Gul -> 4
Grønn -> 5
Cyan -> 6
Blå -> 7
Lilla -> 8
Ukjent -> 0
Anbefalt:
Micro: bit MU Vision Sensor - Objektsporing: 7 trinn
Micro: bit MU Vision Sensor - Object Tracking: Så i denne instruksen skal vi begynne å programmere Smart Car som vi bygger i denne instruerbare og som vi installerte en MU vision sensor på i denne instruerbare.Vi skal programmere mikro: litt med litt enkel objektsporing, så det
Opencv ansiktsgjenkjenning, trening og gjenkjenning: 3 trinn
Opencv ansiktsgjenkjenning, opplæring og gjenkjenning: OpenCV er et åpen kildekode datavisningsbibliotek som er veldig populært for å utføre grunnleggende bildebehandlingsoppgaver som uskarphet, bildeblanding, forbedring av bilde samt videokvalitet, terskel etc. I tillegg til bildebehandling, det beviser
Trafikkmønsteranalysator ved hjelp av gjenkjenning av levende objekter: 11 trinn (med bilder)
Trafikkmønsteranalysator ved hjelp av gjenkjenning av levende objekter: I dagens verden er trafikklys avgjørende for en trygg vei. Imidlertid kan trafikklys mange ganger være irriterende i situasjoner der noen nærmer seg lyset akkurat som det blir rødt. Dette kaster bort tid, spesielt hvis lyset er for
Flerspråklig gjenkjenning med AIY: 4 trinn
Multispråklig gjenkjenning med AIY: I verdensromsstasjoner. Det er mange astronauter der borte. N ~ astronautene kommer fra mange planeter (land). så derfor burde jeg fungere på mange språk
Ansiktsgjenkjenning+gjenkjenning: 8 trinn (med bilder)
Ansiktsgjenkjenning+gjenkjenning: Dette er et enkelt eksempel på kjøring av ansiktsgjenkjenning og gjenkjenning med OpenCV fra et kamera. MERK: Jeg laget dette prosjektet for sensorkonkurranse, og jeg brukte kameraet som en sensor for å spore og anerkjenne ansikter. Så, vårt mål I denne økten, 1. Installer Anaconda