Cuprins:
- Pasul 1: Colectează componente
- Pasul 2: colectați instrumentele necesare
- Pasul 3: Pregătiți incinta
- Pasul 4: Instalați Stretch pe Raspberry Pi 3
- Pasul 5: Conectați-vă la rețeaua locală WIFI prin SSH
- Pasul 6: Instalați Witty Pi 2
- Pasul 7: Montați componentele sistemului în carcasa de asistență internă
- Pasul 8: Instalați TensorFlow Lite
- Pasul 9: Instalați TPU Google Coral Edge
- Pasul 10: Instalați ThinkBioT
- Pasul 11: Construiți complet
- Pasul 12: Impermeabilizați senzorul bioacustic
- Pasul 13: Utilizați senzorul bioacustic
Video: Partea 1. ThinkBioT Autonome senzor bioacustic Componenta hardware: 13 pași
2024 Autor: John Day | [email protected]. Modificat ultima dată: 2024-01-30 11:43
ThinkBioT își propune să ofere un cadru software și hardware, conceput ca o coloană vertebrală tehnologică pentru a sprijini cercetările ulterioare, gestionând detaliile sarcinilor de colectare, pre-procesare, transmisie și vizualizare a datelor, permițând cercetătorilor să se concentreze asupra întreprinderilor respective de clasificare și de colectare a metricelor bioacustice..
Acest prototip este încă în dezvoltare și, ca atare, aș recomanda să așteptați până la finalizarea tuturor tutorialelor din seria ThinkBioT.:) Pentru știri actualizate, urmăriți ThinkBioT Github la
Pasul 1: Colectează componente
Colectați componentele listate în fișierul Bill of Materials (atașat). Componentele electronice de bază sunt listate cu numele mărcilor respective și nu sunt interschimbabile, restul, inclusiv carcasa, poate fi înlocuit cu echivalentele generice.
Pasul 2: colectați instrumentele necesare
Pentru a realiza acest prototip, vă rugăm să vă asigurați că aveți cel puțin următoarele instrumente;
- Burghiu electric cu ferăstrău cu găuri de 24 mm și set mare de biți din plastic
- Șurubelniță cu cap Phillips # 1
- Freze laterale (sau foarfece ascuțite)
- Cleste mici (nas ac sau standard)
- Ochelari de protectie
Vă rugăm să rețineți: cleștele sunt opționale și sunt necesare numai pentru utilizatorii care consideră că componentele mici sunt dificil de manevrat
Pasul 3: Pregătiți incinta
Purtarea de ochelari de protecție, găuri pentru conectorii din incintă.
Veți avea nevoie de 3 găuri
- Conector de montare pe panou impermeabil USB - utilizați ferăstrăul cu găuri sau burghiul pas cu pas.
- Carcasă pentru microfon - utilizați burghi mare
- Conector de trecere SMA (M-M)
Dacă utilizați carcasa Evolution 3525, vă recomandăm să găuriți în panoul plat de pe partea opusă a carcasei. Cu toate acestea, depinde într-adevăr de modul în care intenționați să montați unitatea, asigurați-vă că conectorii sunt sub unitatea de protecție împotriva ploii directe.
Odată găurită, puteți introduce microfonul în suport și conecta cablul patch SMA și cablul patch USB (furnizat cu Voltaic V44).
Pasul 4: Instalați Stretch pe Raspberry Pi 3
Înainte de a fi montat în prototip, Raspberry Pi 3 trebuie să fie configurat și să aibă instalat un sistem de operare. În computerele cu o singură placă Raspberry Pi, sistemul de operare este stocat pe un card SD detașabil.
Am folosit un Samsung Micro SD EVO + 128GB.
Pentru a instala Stretch pe cardul SD;
- Descărcați Raspbian Stretch din Raspbian Stretch. Vă rugăm să rețineți: ThinkBioT folosește Stretch deoarece modelele Coral Edgetpu sunt testate în prezent doar până la versiunea 1.13.0 a TensorFlow, care nu a fost testată pe Debian Buster.
- Asigurați-vă că cardul SD este formatat ca Fat32 conform prezentului ghid.
- Urmați unul dintre tutorialele de mai jos (în funcție de tipul de sistem de operare) pentru a scrie imaginea Stretch pe cardul SD. Windows, Mac OS sau Linux
- Opțional, conectați-vă portul HMDI cu zmeură la un ecran în acest moment.
- Introduceți cardul SD în slotul de pe raspberry Pi și conectați-l la alimentare. Inițial, vă recomandăm să utilizați un alimentator oficial Raspberry pentru a ne asigura că nu apar avertismente sub alimentarea în timpul instalării software-ului..
Vă rugăm să rețineți: am selectat versiunea completă a Stretch) spre deosebire de versiunea „Lite”, deoarece conexiunea wireless inițială este mai ușor de configurat cu o interfață grafică. Funcțiile suplimentare sunt dezactivate de scripturile ThinkBiot atunci când dispozitivul este în modul câmp, astfel încât interfața grafică nu va necesita o putere mai mare în câmp.
Pasul 5: Conectați-vă la rețeaua locală WIFI prin SSH
Pentru a configura prototipul, va trebui să vă puteți conecta la Raspberry Pi pentru a face schimb de comenzi și pentru a vizualiza datele de configurare. Inițial, este mai ușor să utilizați interfața grafică pentru desktop până când conectați SSH-ul. Vă recomandăm ca după configurarea inițială să vă conectați printr-un terminal SSH direct la linia de comandă, așa cum este subliniat la sfârșitul tutorialului.
- Urmați tutorialul de aici pentru a vă conecta la Raspberry Pi
- De asemenea, este recomandat să instalați Winscp dacă sunteți utilizator de Windows, deoarece este foarte
Note: În funcție de fiabilitatea rețelei Wifi, am considerat că este necesar să ne conectăm prin hotspoturile noastre de telefoane mobile. Configurarea acestei funcții vă va permite, de asemenea, să comunicați cu unitatea dvs. în câmpul în care nu există WiFi extern. Dar trebuie să aveți grijă să nu depășiți limitele de date!
Pasul 6: Instalați Witty Pi 2
Placa înțeleaptă Pi este utilizată pentru a menține timpul sistemului când Raspberry Pi este alimentat și pentru a-l activa și dezactiva în timpul ciclului de funcționare ThinkBioT.
- Mai întâi deschideți un terminal prin conexiunea dvs. SSH sau local vizând opțiunea Desktop, pentru informații despre cum să deschideți și să utilizați sesiunea terminalului, faceți clic aici.
- Urmați setările din documentația spirituală Pi.
- Notă: când vi se solicită „Eliminați pachetul fake-hwclock și dezactivați daemonul ntpd? (Recomandat) [y / n]” răspundeți y. Când vi se solicită „Doriți să instalați Qt 5 pentru GUI care rulează? [Y / n]” răspundeți n
- Odată ce firmware-ul este instalat, scoateți Raspberry Pi de la sursa de alimentare și montați placa pe Raspberry Pi fără a utiliza încă șuruburile.
- Conectați Raspberry Pi înapoi la alimentare și folosind instrucțiunile din documentația Wittty Pi sincronizați ora și opriți Raspberry Pi. Pentru a opri și a începe, puteți apăsa pur și simplu butonul înțelept Pi de acum.
Pasul 7: Montați componentele sistemului în carcasa de asistență internă
Am folosit o carcasă acrilică ieftină Raspberry Pi pentru a monta componentele sistemului nostru central, sunteți binevenit să schimbați ordinea și stilul de montare. Am folosit stâlpi de montare 2,5M între fiecare strat pentru a permite fluxul de aer și am folosit găurile interne pentru a monta componentele.
- Montarea zmeurii Pi (și a lui Witty Pi atașat): Folosiți șuruburile și suporturile furnizate împreună cu Witty Pi, fixați-l pe una dintre plăcile de bază
- Montarea Google Coral: Folosind 2 x suporturi de fixare a cablului adeziv, fixați Coral pe placa de bază prin intermediul unor legături de cablu, conform imaginilor de mai sus
- Montarea RockBlock: Utilizați cu atenție un stâlp de montare în orificiul de montare al plăcii de circuit și o gaură în placa de bază, apoi adăugați un suport adeziv pentru cablu sub unitate și o legătură pentru cablu pentru a opri deplasarea unității. NU strângeți excesiv cablul, deoarece puteți deteriora Rockblock. Asigurați-vă că alegeți un stâlp de montare de o înălțime similară cu Rockblock care se sprijină pe suportul de fixare a cablului.
- Vă recomandăm să conectați cablul RockBlock în acest moment, deoarece poate fi dificil odată ce unitatea este pusă împreună.
- Tăiați cu atenție orice lungime excesivă a legăturii de cablu cu tăietori laterali în timp ce purtați ochelarii de protecție.
- Conectați straturile individuale ale carcasei împreună cu stâlpii de montare, este posibil să aveți nevoie de clești în acest moment, în funcție de dimensiunea mâinilor.
- Aplicați cârligul adeziv la nivelul de bază al carcasei componente acum completă.
- NU conectați RockBlock și Google Coral în acest moment.
Pasul 8: Instalați TensorFlow Lite
1. Deschideți o nouă fereastră de terminal, fie pe desktopul Raspberry Pi, fie prin conexiunea SSH și introduceți următoarele comenzi linie cu linie pentru a vă asigura că instalarea dvs. Stretch este actualizată. Prima linie colectează actualizările, a doua linie instalează actualizările și a treia repornește zmeura Pi pentru a reporni proaspăt cu noile fișiere.
sudo apt-get updatesudo apt-get upgrade sudo reboot
2. Acum pentru a instala TensorFlow Lite 1.13.0 introduceți următoarele comenzi rând cu rând. Ce se întâmplă în acest fragment de cod este că sunt instalate cerințele pentru TensorFlow Lite, apoi orice versiuni anterioare sunt dezinstalate dacă există (pentru a evita conflictele) și un binar precompilat al TensorFlow Lite este descărcat din depozitul meu și instalat.
Vă rugăm să rețineți: deoarece unele dintre acestea sunt fișiere destul de mari, instalarea poate dura ceva timp și necesită o conexiune stabilă la internet și o sursă de alimentare bună. Am constatat că conexiunea mea în bandă largă australiană a provocat erorile procesului, așa că a trebuit să folosesc o conexiune 4G prin hotspot-ul meu mobil, care a funcționat perfect.
sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-devsudo pip3 install keras_applications == 1.0.7 --no-deps sudo pip3 install keras_preprocessing == 1.0.9 --no-deps sudo pip3 install h5py = = 2.9.0 sudo apt-get install -y openmpi-bin libopenmpi-dev sudo apt-get install -y libatlas-base-dev pip3 install -U --user șase roți mock sudo pip3 dezinstalați tensorflow wget https:// github. com / mefitzgerald / Tensorflow-bin / raw / master / tensorflow-1.13.1-cp35-cp35m-linux_armv7l.whl sudo pip3 install tensorflow-1.13.1-cp35-cp35m-linux_armv7l.whl
3. Testați-vă instalarea cu următorul script de mai jos, pur și simplu tastați python3 (în terminal) pentru a începe un prompt python (indicat de >>>). Apoi importați TensorFlow (astfel încât să puteți utiliza metodele sale) și utilizați metoda versiunii prin care returnează numărul versiunii dacă instalarea dvs. a reușit, apoi folosiți exit () pentru a închide promptul Python.
python3
>> import tensorflow >>> tensorflow._ version_ 1.13.0 >>> exit ()
Pasul 9: Instalați TPU Google Coral Edge
Coralul Google va fi folosit pentru deducerea în timpul sarcinilor de clasificare și trebuie configurat cu propriul firmware. Asemenea configurației Tensorflow, acest lucru necesită un mediu de descărcare stabil, astfel încât să replicați conexiunea la rețea din pasul anterior.
- Nu conectați încă USB-ul Google Coral, deschideți un terminal (fie local pe desktop-ul raspberry Pi, fie prin SSH).
- Urmați tutorialul la https://coral.withgoogle.com/docs/accelerator/get-started/#set-up-on-linux-or-raspberry-pi pentru a instala și testa firmware-ul Google Coral.
Pasul 10: Instalați ThinkBioT
1. Deschideți un terminal Windows fie local pe desktopul dvs. Raspberry Pi, fie prin SSH.
2. Introduceți următoarea linie de cod pentru a descărca scriptul de instalare ThinkBioT.
sudo wget -O installThinkBioT.sh https://github.com/mefitzgerald/ThinkBioT/raw/master/installThinkBioT.sh"
3. Acum introduceți codul de mai jos pentru a începe instalarea.
sudo sh installThinkBioT.sh
4. După finalizarea instalării, introduceți următoarele pentru a reporni în siguranță Raspberry Pi
sudo reboot
5. Acum, când vă conectați la raspberry Pi, ar trebui să aveți un nou fișier în meniul de acasă, care este baza de date numită tbt_database și 2 directoare noi, directorul ThinkBioT care conține toate scripturile ThinkBioT și directorul pyrockblock care conține biblioteca rockblock.
Pasul 11: Construiți complet
Acum suntem în faza de finalizare a hardware-ului, aspectul fizic real al dispozitivului dvs. depinde de carcasa dvs., cu toate acestea, o modalitate simplă de a finaliza proiectul este mai jos;
- Folosind cârlig și buclă adezivă acoperiți banca de energie și baza carcasa dvs. de zmeură pi. Pentru a vă asigura că se aliniază, am găsit cel mai bine să potriviți atât cârligul, cât și bucla la suprafață (deci un strat adeziv este atașat la baterie, de exemplu, iar straturile de cârlig și buclă se apasă unul de celălalt cu stratul adeziv final gol) apăsați întregul lot pe suprafața internă a carcasei.
- Acum ar trebui să aveți atât cazul cu raspberry pi, RockBlock și Google Coral, cât și banca de alimentare atașată în incinta ThinkBioT. Acum pur și simplu tăiați cârligul și bucla și repetați acțiunea pentru SoundBlaster Play 3 !.
- Puneți la punct cablurile, am folosit suporturi de cabluri adezive suplimentare, astfel încât să pot lega cablurile cu grijă.
- Nu conectați bateria la priza spirituală Pi.
- Atașați cu atenție cablul SMA la conectorul SMA de pe blocul de rocă.
- Conectați microfonul primo la SoundBlaster Play 3!
- De asemenea, puteți conecta Rockblock la raspberry Pi, dar este mai ușor să îl mențineți deconectat până când nu sunteți familiarizat cu funcționarea sistemului.
Pasul 12: Impermeabilizați senzorul bioacustic
În funcție de locul în care intenționați să utilizați dispozitivul, este posibil să aveți nevoie de impermeabilizare.
Am folosit pentru a sugru pentru a sigila în jurul porturilor din incintă și a conectorului de pe panoul solar, așa cum este ilustrat, dar este posibil să găsiți silicon sau material de etanșare de calitate marină / silicon funcționează la fel de bine. Aleg lipici de siliciu care se poate matrița, deoarece nu am vrut să intre în articulații și să provoace circuite deschise.
Pasul 13: Utilizați senzorul bioacustic
Acum ați finalizat construirea hardware-ului software-ului și utilizarea este acoperită în următoarele tutoriale;
Partea 2. Modele Tensorflow Lite Edge pentru ThinkBioT
www.instructables.com/id/ThinkBioT-Model-With-Google-AutoML/
Partea 3. Operarea ThinkBioT
lingura
Recomandat:
DIY Cum să controlați unghiul motorului servo utilizând componenta secvenței Visuino: 10 pași
DIY Cum se controlează unghiul servomotorului utilizând componenta de secvență Visuino: În acest tutorial vom folosi Servo Motor și Arduino UNO și Visuino pentru a controla unghiul servomotorului utilizând componenta secvenței. Componenta secvenței este perfectă pentru situațiile în care dorim să declanșăm mai multe evenimente în ordine. în cazul nostru servo motor degr
Impedanță componentă folosind matematică complexă: 6 pași
Impedanță a componentelor folosind matematică complexă: Iată o aplicație practică a ecuațiilor matematice complexe. Aceasta este de fapt o tehnică foarte utilă pe care o puteți utiliza pentru a caracteriza componentele, sau chiar o antenă, la frecvențe prestabilite. poate fi fam
Cum să alegeți amprenta componentă corectă: 3 pași
Cum să alegeți amprenta corectă a componentelor: o amprentă sau un model terestru este aranjarea plăcuțelor (în tehnologia de montare la suprafață) sau a orificiilor de trecere (în tehnologia prin găuri) utilizate pentru atașarea fizică și conectarea electrică a unei componente la o placă de circuite imprimate . Modelul terenului pe un circuit
Partea 2. Modelul ThinkBioT cu Google AutoML: 8 pași
Partea 2. Modelul ThinkBioT cu Google AutoML: ThinkBioT este conceput pentru a fi „Plug and Play”, cu modele TensorFlow Lite compatibile Edge TPU. În această documentație vom acoperi crearea spectrogramelor, formatarea datelor dvs. și utilizarea Google AutoML. Codul din acest tutorial va fi scris
Cum să vă construiți propriul anemometru folosind comutatoare Reed, senzor de efect Hall și câteva resturi pe Nodemcu. - Partea 1 - Hardware: 8 pași (cu imagini)
Cum să vă construiți propriul anemometru folosind comutatoare Reed, senzor de efect Hall și câteva resturi pe Nodemcu. - Partea 1 - Hardware: Introducere De când am început cu studiile Arduino și Maker Culture, mi-a plăcut să construiesc dispozitive utile folosind piese de gunoi și resturi, cum ar fi capace de sticlă, bucăți de PVC, cutii de băuturi, etc. Îmi place să ofer o secundă viață pentru orice piesă sau orice prieten