Trí tuệ nhân tạo và nhận dạng hình ảnh bằng HuskyLens: 6 bước (có hình ảnh)

2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:30

Này, có chuyện gì vậy, các bạn! Akarsh đây từ CETech.

Trong dự án này, chúng ta sẽ xem xét các HuskyLens từ DFRobot. Nó là một mô-đun máy ảnh được hỗ trợ bởi AI có khả năng thực hiện một số hoạt động Trí tuệ nhân tạo như Nhận dạng khuôn mặt, Nhận dạng đối tượng và Nhận dạng đường nét, v.v. Nó hơi giống với mô-đun MatchX mà chúng ta đã thảo luận một thời gian trước trong dự án này. Vì mô-đun MatchX hơi đắt tiền, tôi quyết định tự làm một thứ gì đó tương tự và vì điều đó, tôi thấy HuskyLens là một lựa chọn tuyệt vời vì nó rẻ hơn so với mô-đun MatchX và có thể làm mọi thứ mà MatchX có thể ngoại trừ một ví dụ truyền dữ liệu và vì mục đích đó, chúng tôi sẽ giao tiếp mô-đun Huskylens với mô-đun RYLR907 LoRa từ Reyax và chúng tôi sẽ sẵn sàng sử dụng. Sau khi giao tiếp, chúng tôi sẽ sử dụng HuskyLens này để phát hiện một đối tượng và gửi dữ liệu được phát hiện đó bằng mô-đun LoRa đến mô-đun LoRa khác ở phía bên nhận.

Vì vậy, chúng ta hãy đến phần thú vị bây giờ.

Quân nhu

Các bộ phận được sử dụng:

Ống kính Husky:

Reyax RYLR907:

Firebeetle ESP8266:

Arduino:

Bước 1: Nhận PCB cho các dự án của bạn được sản xuất

Bạn phải kiểm tra PCBWAY để đặt mua PCB trực tuyến với giá rẻ!

Bạn nhận được 10 PCB chất lượng tốt được sản xuất và vận chuyển đến tận nhà với giá rẻ. Bạn cũng sẽ được giảm giá vận chuyển cho đơn hàng đầu tiên của mình. Tải các tệp Gerber của bạn lên PCBWAY để chúng được sản xuất với chất lượng tốt và thời gian quay vòng nhanh chóng. Kiểm tra chức năng xem Gerber trực tuyến của họ. Với điểm thưởng, bạn có thể nhận được những thứ miễn phí từ cửa hàng quà tặng của họ.

Bước 2: Giới thiệu về Mô-đun HuskyLens

HuskyLens là cảm biến thị giác máy AI dễ sử dụng với 6 chức năng tích hợp: nhận dạng khuôn mặt, theo dõi đối tượng, nhận dạng đối tượng, theo dõi dòng, phát hiện màu và phát hiện thẻ. Nó là một mô-đun khá gọn gàng đi kèm với một máy ảnh ở mặt trước và màn hình LCD ở mặt sau và 3 đèn LED (2 trắng và 1 RGB) trên bo mạch có thể được điều khiển thông qua phần mềm. Nó có hai nút trên đó, Một nút trượt để chuyển đổi giữa các chế độ hoạt động và một nút nhấn để chụp và tìm hiểu về các đối tượng phía trước máy ảnh. Nó càng học nhiều, nó càng thông minh. Việc áp dụng chip AI thế hệ mới cho phép HuskyLens nhận diện khuôn mặt với tốc độ 30 khung hình / giây. Thông qua cổng UART / I2C, HuskyLens có thể kết nối với Arduino, Raspberry Pi hoặc micro: bit để giúp bạn thực hiện các dự án rất sáng tạo mà không phải chơi với các thuật toán phức tạp.

Thông số kỹ thuật của nó là:

• Bộ xử lý: Kendryte K210

• Cảm biến ảnh:

  • SEN0305 HuskyLens: OV2640 (Camera 2.0Megapixel)
  • SEN0336 HuskyLens PRO: OV5640 (Camera 5.0MegaPixel)
• Điện áp cung cấp: 3,3 ~ 5,0V
• Mức tiêu thụ hiện tại (TYP): [email protected], [email protected] (chế độ nhận dạng khuôn mặt; độ sáng đèn nền 80%; tắt đèn)
• Giao diện kết nối: UART; I2C
• Màn hình: Màn hình IPS 2.0 inch với độ phân giải 320 * 240
• Các thuật toán tích hợp: Nhận dạng khuôn mặt, Theo dõi đối tượng, Nhận dạng đối tượng, Theo dõi đường thẳng, Nhận dạng màu sắc, Nhận dạng thẻ
• Kích thước: 52mm44,5mm / 2,051,75"

Liên kết sản phẩm:

Bước 3: Giới thiệu về Mô-đun LoRa RYLR907

Mô-đun thu phát RYLR907 có modem dải dài Lora cung cấp giao tiếp trải phổ dải cực xa và khả năng chống nhiễu cao trong khi giảm thiểu mức tiêu thụ dòng điện. Nó đi kèm với Động cơ Semtech SX1262 là một động cơ mạnh mẽ và có khả năng miễn nhiễm chặn tuyệt vời. RYLR907 có dòng nhận thấp và có thể phát hiện chuyển động kênh để bật chế độ nhận CAD tiết kiệm điện. Nó có độ nhạy cao và có thể dễ dàng điều khiển bằng các lệnh AT. Ngoài tất cả các tính năng đã đề cập ở trên, nó có một ăng-ten tích hợp và sử dụng mã hóa Dữ liệu AES128. Tất cả các tính năng này làm cho nó phù hợp với Ứng dụng IoT, Thiết bị di động, Bảo mật gia đình, v.v.

Nó có thể được sử dụng để truyền dữ liệu đến một khoảng cách theo thứ tự km mà không cần bất kỳ internet hoặc thứ khác. Vì vậy, chúng tôi sẽ sử dụng mô-đun LoRa này để chuyển dữ liệu được HuskyLens thu thập từ đầu phát sang đầu thu. Để đọc chi tiết về các thông số kỹ thuật của mô-đun RYLR907, bạn có thể truy cập biểu dữ liệu của nó từ đây.

Liên kết sản phẩm:

Bước 4: Thiết lập phần phát và phần thu

Trong bước này, chúng ta sẽ thực hiện phần kết nối của dự án. Đầu tiên, chúng tôi sẽ kết nối HuskyLens với mô-đun RYLR907 LoRa, mô-đun này sẽ làm cho phía bên phát và sau đó, chúng tôi sẽ kết nối mô-đun LoRa với một ESP8266 để làm cho phần cuối của bộ thu sẽ nhận dữ liệu được gửi bởi bộ phát và sẽ hiển thị nó trên Màn hình nối tiếp của Arduino IDE.

Các bước kết nối HuskyLens với mô-đun LoRa như sau:

• Kết nối Vcc và GND Pin của HuskyLens với 5V và GND của Arduino tương ứng.
• Kết nối các chân R và T của HuskyLens với chân số 11 và 10 của Arduino tương ứng.
• Bây giờ lấy mô-đun LoRa và kết nối chân Vcc của nó với đầu ra 3.3V của Arduino và chân GND với GND của Arduino.
• Kết nối chân Rx của RYLR907 với chân Tx của Arduino thông qua một điện trở như trong sơ đồ mạch ở trên. Mạng điện trở là bắt buộc vì Arduino hoạt động trên mức logic 5V trong khi RYLR907 hoạt động trên mức logic 3,3V, do đó, để giảm 5V xuống 3,3V, các điện trở này được sử dụng.

Bằng cách này, phần Bộ phát, tức là các kết nối HuskyLens được hoàn thành.

Bây giờ đối với phần bộ thu, chúng ta cần một ESP8266 để điều khiển mô-đun LoRa để nhận dữ liệu được truyền. Các kết nối được thực hiện ở đầu này như sau:

• Kết nối các chân Vcc và GND của mô-đun LoRa với chân 3,3V và GND của ESP8266.
• Kết nối chân GPIO 15 với chân Rx của LoRa và chân GPIO 13 với chân Tx của mô-đun RYLR907.

Bằng cách này, các kết nối của phía bên nhận đã hoàn thành, bây giờ chúng ta chỉ cần kết nối các mô-đun với PC của mình và tải lên các mã của dự án. Để biết mô tả chi tiết về mô-đun LoRa được sử dụng ở đây và các kết nối được thực hiện ở đầu thu, bạn có thể xem video ở trên.

Bước 5: Mã hóa các mô-đun

Khi kết nối cho cả hai phần được thực hiện. Bây giờ, việc duy nhất còn lại là kết nối Arduino và ESP với PC và tải lên các mã cho dự án từng cái một. Bạn có thể lấy mã cho dự án bằng cách truy cập trang Github từ đây.

• Tải xuống thư viện HuskyLens có sẵn trên trang GitHub và cài đặt nó vào Arduino IDE của bạn.
• Bây giờ, hãy mở tệp có tên "Arduino Husky Lens Lora Code.ino", đây là mã cần được tải lên trong Arduino để lấy dữ liệu từ HuskyLens và gửi đến bộ nhận. Sao chép mã này và dán vào IDE Arduino của bạn.
• Kết nối Arduino với PC của bạn, chọn đúng bo mạch và cổng COM và nhấn nút tải lên ngay khi mã được tải lên, bạn có thể ngắt kết nối Arduino của mình.

Bằng cách này, phần mã hóa cho đầu cuối máy phát đã hoàn thành. Bây giờ bạn có thể kết nối mô-đun ESP kết hợp với LoRa sẽ được sử dụng làm bộ thu.

• Sau khi kết nối ESP với PC của bạn, hãy mở lại trang Github và sao chép mã trong tệp có tên "ESP8266 LoRa Text.ino", đây là tệp cần được tải lên trong ESP8266.
• Dán mã vào IDE. Chọn đúng cổng COM và bo mạch, sau đó nhấn nút tải lên.

Khi mã được tải lên, bạn đã sẵn sàng sử dụng thiết lập.

Bước 6: Kiểm tra liên kết

Ngay sau khi mã được tải lên cả hai mô-đun, chúng ta có thể kiểm tra liên kết bằng cách mở màn hình nối tiếp ban đầu, nó sẽ hiển thị thông báo như "Không có khối hoặc mũi tên xuất hiện trên màn hình". Điều này có nghĩa là HuskyLens chưa tìm hiểu về đối tượng mà nó được hiển thị. Vật thể được nhìn thấy lần đầu tiên và không được Ống kính nhận dạng. Vì vậy, để làm cho nó nhận ra đối tượng hoặc khuôn mặt được hiển thị cho nó. Chúng ta cần cho HuskyLens xem đối tượng và ngay sau khi nó xác nhận đối tượng được hiển thị với nó, hãy nhấn nút học tập (nút nhấn), điều này sẽ khiến HuskyLens tìm hiểu về đối tượng và làm cho nó nhận ra đối tượng khi có bất kỳ thứ gì tương tự với đối tượng đã học. cho xem. Bây giờ HuskyLens đã tìm hiểu về đối tượng, nó sẽ gửi dữ liệu về đối tượng mà nó nhìn thấy và dữ liệu nhận được bởi LoRa ở đầu nhận được hiển thị trên Serial Monitor.

Bằng cách này, chúng ta có thể sử dụng HuskyLens được hỗ trợ bởi AI để nhận dạng các đối tượng, thu thập dữ liệu về chúng và với sự trợ giúp của mô-đun LoRa, truyền dữ liệu thu thập được đến một mô-đun LoRa khác được đặt cách đó vài km.

Vì vậy, đó là nó cho hướng dẫn hy vọng bạn thích nó.