Cuprins:
- Pasul 1: Hardware: proiectarea circuitului
- Pasul 2: Hardware: imprimare 3D
- Pasul 3: Hardware: tăiere cu laser
- Pasul 4: Software: Colectarea datelor
- Pasul 5: Software: Instruirea setului de date colectate
- Pasul 6: Software: Prezicerea claselor
Video: Recunoașterea dispozitivelor în timp real folosind urmele EM: 6 pași
2024 Autor: John Day | [email protected]. Modificat ultima dată: 2024-01-30 11:42
Acest dispozitiv este destinat să clasifice diferite dispozitive electronice în funcție de semnalele lor EM. Pentru diferite dispozitive, acestea au semnale EM diferite emise de acesta. Am dezvoltat o soluție IoT pentru a identifica dispozitivele electronice folosind kitul Particle Photon. Dispozitivul nostru portabil poate fi purtat pe încheietura mâinii, care are o conexiune compactă a fotonului cu particule cu afișaj OLED și conexiune de circuit de la fotonul particulelor la antena furnizată în kit.
Acest dispozitiv poate fi integrat în continuare pentru a controla dispozitivele electronice și a le face ca „dispozitive inteligente” cu toate software-urile open source, astfel încât să îl puteți controla, să modificați sau să îmbunătățiți capacitatea acestui dispozitiv.
Pasul 1: Hardware: proiectarea circuitului
Componente: (din kitul Particle Maker)
Puteți achiziționa kitul de pe diverse site-uri online.
- Site-ul Amazon
- Site-ul cu particule
- Site Adafruit
- Placă de dezvoltare a fotonilor cu particule
- Rezistoare x 3 - 1 megaohm
- Afișaj LCD OLED de serie de 3-5 V 0,96 "SPI 128X64
- Antenă (pentru obținerea citirilor / urmelor EM)
Pasul 2: Hardware: imprimare 3D
- Ne-am proiectat cadranul pentru brățară folosind o imprimantă 3D.
- Modelul 3D a fost proiectat în aplicația Shapr3D folosind iPad Pro.
- Fișierul stl al modelului 3D a fost importat și introdus în software-ul Qidi, deoarece foloseam imprimanta X-one-2 Qidi Tech.
- Imprimanta 3D a durat aproximativ 30 de minute pentru a imprima modelul.
- link către fișierul stl.
Pasul 3: Hardware: tăiere cu laser
- Am proiectat modelul benzii pentru încheietura mâinii folosind Adobe Illustrator.
- Modelul proiectat a fost apoi exportat către mașina Universal Laser, unde am tăiat lemnul pe o bandă flexibilă pentru încheietura mâinii.
- link către fișierul svg.
Pasul 4: Software: Colectarea datelor
-
Folosind Photon, publicarea datelor de 3 x 100 valorează fiecare instanță posibilă.
- Scrierea datelor de la Photon la data.json în serverul nodului.
- Analiza datelor de la serverul nodului la MATLAB.
- Datele trimise către MATLAB sunt sub forma 1 x 300.
Pasul 5: Software: Instruirea setului de date colectate
- Bucăți de 1 x 300 - alimentare către MATLAB. (Pentru fiecare dispozitiv 27 de probe colectate) 27 x 300 de date colectate.
- Caracteristici adăugate la date - (5 caracteristici) - medie, mediană, deviație standard, asimetrie, curtoză.
- Instruirea datelor în setul de instrumente de clasificare MATLAB
- Testarea datelor offline (6 x 6) în aceeași casetă de instrumente
Pasul 6: Software: Prezicerea claselor
Predicție
Preluarea datelor live folosind fotonul
Trimiterea datelor brute către serverul nodului. (datele salvate în fișierul data.json)
Script MATLAB pentru citirea datelor din fișierul data.json și prezicerea rezultatului
Recomandat:
Solver Rubik’s Cube Blindfolded în timp real folosind Raspberry Pi și OpenCV: 4 pași
Solver Rubik’s Cube Blindfolded în timp real folosind Raspberry Pi și OpenCV: Aceasta este a doua versiune a instrumentului cub Rubik’s cub făcut pentru rezolvarea în legături la ochi. Prima versiune a fost dezvoltată de javascript, puteți vedea proiectul RubiksCubeBlindfolded1 Spre deosebire de versiunea anterioară, această versiune folosește biblioteca OpenCV pentru a detecta culorile și e
Robotul SCARA: Aflați despre Foward și cinematica inversă !!! (Plot Twist Aflați cum să creați o interfață în timp real în ARDUINO folosind PROCESAREA !!!!): 5 pași (cu imagini)
Robotul SCARA: Aflați despre Foward și cinematica inversă !!! (Plot Twist Aflați cum să creați o interfață în timp real în ARDUINO folosind PROCESAREA !!!!): Un robot SCARA este o mașină foarte populară în lumea industriei. Numele înseamnă atât brațul robotului de asamblare conform cu selecție, fie brațul robot articulat conform cu selecție. Este practic un robot de trei grade de libertate, fiind primele două deplasări
Setarea DS3231 RTC (ceas în timp real) cu precizie, rapiditate și automatizare folosind Java (+ -1s): 3 pași
Setarea DS3231 RTC (ceas în timp real) cu precizie, rapiditate și automatizare folosind Java (+ -1s): acest instructable vă va arăta cum să setați ora pe un ceas DS3231 în timp real folosind un Arduino și o mică aplicație Java care utilizează conexiunea serială a Arduino. Logica de bază a acestui program: 1. Arduino trimite o cerere în serie
Realizarea unui ceas cu M5stick C folosind Arduino IDE - Ceas RTC în timp real cu M5stack M5stick-C: 4 pași
Realizarea unui ceas cu M5stick C folosind Arduino IDE | Ceas RTC în timp real cu M5stack M5stick-C: Bună băieți, în acest instructables vom învăța cum să facem un ceas cu placa de dezvoltare m5stick-C a m5stack folosind Arduino IDE. Deci, m5stick va afișa data, ora și amp; săptămână a lunii pe ecran
Recunoașterea feței în timp real: un proiect end-to-end: 8 pași (cu imagini)
Recunoașterea feței în timp real: un proiect end-to-end: În ultimul meu tutorial care explorează OpenCV, am învățat URMĂRIREA AUTOMATICĂ A OBIECTELOR VIZIUNII. Acum vom folosi PiCam-ul nostru pentru a recunoaște fețele în timp real, după cum puteți vedea mai jos: Acest proiect a fost realizat cu acest fantastic „Open Source Computer Vision Library & qu