Sommario:
- Passaggio 1: elenco dei materiali
- Passaggio 2: costruire il telaio del serbatoio
- Passaggio 3: collegare i componenti elettrici a una piastra
- Passaggio 4: collegare la fotocamera e il distanziometro alla scheda
- Passaggio 5: collegare la scheda della fotocamera al supporto e al telaio
- Passaggio 6: collegare il supporto della batteria allo chassis
- Passaggio 7: collegare la piastra elettrica al telaio e collegare tutto
- Passaggio 8: installazione del software
- Passaggio 9: configurazione della connessione
- Passaggio 10: scarica l'app Android
Video: PiTanq - Robot-serbatoio con Raspberry Pi e Python per imparare l'intelligenza artificiale: 10 passaggi
2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:03
Pitanq è un robot-serbatoio con una fotocamera alimentata da Raspberry Pi. Il suo scopo è quello di aiutare ad apprendere un'intelligenza artificiale della guida autonoma. L'intelligenza artificiale sul serbatoio è supportata da OpenCV e Tensoflow creati appositamente per Raspbian Jessie.
Basato su un robusto telaio in alluminio, PiTanq è adatto per l'uso all'aperto.
Esiste un servizio Web Python open source che espone l'interfaccia REST per controllare il robot.
È stata fornita anche un'applicazione Android.
Ci sono altre cose aggiuntive: supporto per fotocamera pan-and-tilt (controllato anche dal telefono) e sensore a ultrasuoni.
Disclaimer. Questa non è una guida completa, solo uno schema. La guida completa è su GitHub.
Passaggio 1: elenco dei materiali
Lampone Pi
Telecamera
Trasformatore di energia
Controllore motore
Controllore PWM
2x18650 batterie
Telaio
Supporto inclinabile
Disclaimer. L'elenco citato non è completo. Ci sono un sacco di piccole cose, come fili, viti, lastre acriliche. Puoi ottenere maggiori informazioni o acquistare l'intero pacchetto sul sito PiTanq
Passaggio 2: costruire il telaio del serbatoio
Passaggio 3: collegare i componenti elettrici a una piastra
Passaggio 4: collegare la fotocamera e il distanziometro alla scheda
Passaggio 5: collegare la scheda della fotocamera al supporto e al telaio
Passaggio 6: collegare il supporto della batteria allo chassis
Passaggio 7: collegare la piastra elettrica al telaio e collegare tutto
Passaggio 8: installazione del software
- Installa Raspbian Jessie
- Installa OpenCV
- Installa Tensorflow
- Installa MJPG-Streamer
- Ottieni il codice del servizio di controllo da GitHub
Questo codice è scritto su Python e fornisce l'interfaccia REST per controllare il serbatoio.
Come esempi di utilizzo dell'IA ci sono:
- cercatore di gatti con cascate Haar da OpenCV
- rilevatore di oggetti con OpenCV-DNN
- classificatore di immagini con Tensorflow
L'interfaccia REST è:
- GET /ping
- OTTIENI /versione
- OTTIENI /nome
- OTTIENI /dist
- POST / avanti/su
- POST /fwd/off
- POST /indietro/su
- POST /indietro/spento
- POST /sinistra/acceso
- POST /lasciato/spento
- POST /destra/su
- POST /destro/spento
- POST /foto/make
- GET /photo/:phid
- OTTIENI /foto/elenco
- POST /cam/su
- POST /cam/giù
- POST /cam/destra
- POST /cam/sinistra
- POST /detect/haar/:phid
- POST /detect/dnn/:phid
- POST /classify/tf/:phid
Passaggio 9: configurazione della connessione
Esiste un modo senza testa per configurare la connessione Wi-Fi per Raspberry Pi.
Inserisci la scheda microSD con Raspbian in un computer.
Crea un file di testo wpa_supplicant.conf con il contenuto:
ctrl_interface=DIR=/var/run/wpa_supplicant GROUP=netdevupdate_config=1 country=US
network={ ssid="tua-rete-wifi" psk="tua-password-wifi" key_mgmt=WPA-PSK }
Inoltre si consiglia di creare un file vuoto chiamato "ssh". Permetterà l'accesso remoto a RPI (non dimenticare di cambiare la password predefinita).
Passaggio 10: scarica l'app Android
Installa l'app Android da Google Play
Con l'app è possibile guidare il carro armato, spostare la telecamera, guardare video in diretta, scattare foto, rilevare oggetti sulle foto.
Consigliato:
Intelligenza artificiale e riconoscimento delle immagini con HuskyLens: 6 passaggi (con immagini)
Intelligenza artificiale e riconoscimento delle immagini con HuskyLens: Ehi, come va, ragazzi! Akarsh qui da CETech. In questo progetto, daremo un'occhiata all'HuskyLens di DFRobot. È un modulo fotocamera basato sull'intelligenza artificiale in grado di eseguire diverse operazioni di intelligenza artificiale come Face Recognitio
Rilevatore Bull**** dotato di intelligenza artificiale: 6 passaggi (con immagini)
Rilevatore Bull**** alimentato dall'intelligenza artificiale: l'unico dispositivo di cui tutti abbiamo bisogno, un rilevatore Bull**** alimentato dall'intelligenza artificiale
Barbara: la fotocamera parlante con intelligenza artificiale: 4 passaggi (con immagini)
Barbara: la Talking AI Camera: AI è l'ultima parola d'ordine, questo progetto è tutto un po' inutile. Dopo aver trovato un'API ordinata che didasca le immagini e una vecchia fotocamera, gli obiettivi sono fissati: una fotocamera che didasca ciò che vede
Pool Pi Guy - Sistema di allarme guidato dall'intelligenza artificiale e monitoraggio della piscina utilizzando Raspberry Pi: 12 passaggi (con immagini)
Pool Pi Guy - Sistema di allarme guidato dall'intelligenza artificiale e monitoraggio della piscina utilizzando Raspberry Pi: Avere una piscina a casa è divertente, ma comporta una grande responsabilità. La mia più grande preoccupazione è monitorare se qualcuno è vicino alla piscina incustodito (soprattutto i bambini più piccoli). Il mio più grande fastidio è assicurarmi che la linea dell'acqua della piscina non scenda mai al di sotto dell'ingresso della pompa
Parla con Pick e chat di intelligenza artificiale usando Cleverbot: 14 passaggi (con immagini)
Parla con Pick e chat di intelligenza artificiale utilizzando Cleverbot: qui provo non solo il comando vocale ma anche la chat di intelligenza artificiale con il computer utilizzando Cleverbot. In realtà l'idea è nata quando si sono trovati bambini che mescolano i colori nella scatola dei colori quando prendono il colore da un colore a quello più vicino. Ma finalmente implementare