Სარჩევი:
- ნაბიჯი 1: აპარატურა: სქემის დიზაინი
- ნაბიჯი 2: აპარატურა: 3D ბეჭდვა
- ნაბიჯი 3: აპარატურა: ლაზერული ჭრა
- ნაბიჯი 4: პროგრამული უზრუნველყოფა: მონაცემთა შეგროვება
- ნაბიჯი 5: პროგრამული უზრუნველყოფა: მოამზადეთ შეგროვებული მონაცემთა ნაკრები
- ნაბიჯი 6: პროგრამული უზრუნველყოფა: კლასების პროგნოზირება
ვიდეო: რეალურ დროში მოწყობილობის ამოცნობა EM ნაკვალევის გამოყენებით: 6 ნაბიჯი
2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:16
ეს მოწყობილობა განკუთვნილია სხვადასხვა ელექტრონული მოწყობილობების კლასიფიკაციისათვის მათი EM სიგნალების მიხედვით. სხვადასხვა მოწყობილობებისთვის, მათ აქვთ განსხვავებული EM სიგნალები, რომლებიც ასხივებს მის მიერ. ჩვენ შევიმუშავეთ IoT გადაწყვეტა ელექტრონული მოწყობილობების დასადგენად ნაწილაკების ფოტონის ნაკრების გამოყენებით. ჩვენი ტარებადი მოწყობილობა შეიძლება ატაროთ მაჯაზე, რომელსაც აქვს ნაწილაკების ფოტონის კომპაქტური კავშირი OLED დისპლეით და წრიული კავშირი ნაწილაკების ფოტონიდან ნაკრებში მითითებულ ანტენაზე.
ეს მოწყობილობა შეიძლება შემდგომში იყოს ინტეგრირებული ელექტრონული მოწყობილობების გასაკონტროლებლად და მათი "ჭკვიანი მოწყობილობების" სახით ყველა ღია კოდის პროგრამული უზრუნველყოფით, ასე რომ თქვენ შეგიძლიათ გააკონტროლოთ იგი, ასევე შეცვალოთ ან გააუმჯობესოთ ამ მოწყობილობის შესაძლებლობები.
ნაბიჯი 1: აპარატურა: სქემის დიზაინი
კომპონენტები: (ნაწილაკების შემქმნელი ნაკრებიდან)
თქვენ შეგიძლიათ შეიძინოთ ნაკრები სხვადასხვა ონლაინ ვებსაიტებიდან.
- ამაზონის საიტი
- ნაწილაკების ვებგვერდი
- ადაფრუტის საიტი
- ნაწილაკების ფოტონის განვითარების დაფა
- რეზისტორები x 3 - 1 მეგაჰომი
- 3-5V 0.96 "SPI სერიული 128X64 OLED LCD ჩვენება
- ანტენა (EM კითხვის/ნაკვალევის მისაღებად)
ნაბიჯი 2: აპარატურა: 3D ბეჭდვა
- ჩვენ შევქმენით ჩვენი მაჯის სამაგრები 3D პრინტერის გამოყენებით.
- 3D მოდელი შეიქმნა Shapr3D პროგრამაში iPad Pro– ს გამოყენებით.
- 3D მოდელის stl ფაილი იმპორტირებული იქნა და გადავიდა Qidi პროგრამულ უზრუნველყოფაში, ვინაიდან ჩვენ ვიყენებდით X-one-2 Qidi Tech პრინტერს.
- 3D პრინტერს დაახლოებით 30 წუთი დასჭირდა მოდელის დასაბეჭდად.
- ბმული stl ფაილზე.
ნაბიჯი 3: აპარატურა: ლაზერული ჭრა
- ჩვენ შევქმენით მაჯის ზოლის ნიმუში Adobe Illustrator– ის გამოყენებით.
- შემუშავებული მოდელი შემდეგ იქნა ექსპორტირებული უნივერსალური ლაზერული აპარატში, სადაც ჩვენ ვჭრით ხეს მოქნილ მაჯის ზოლზე.
- ბმული svg ფაილზე.
ნაბიჯი 4: პროგრამული უზრუნველყოფა: მონაცემთა შეგროვება
-
Photon– ის გამოყენებით, გამოაქვეყნეთ 3 x 100 მონაცემთა მნიშვნელობა ყველა შესაძლო მაგალითზე.
- მონაცემების ჩაწერა Photon– დან data.json– ზე კვანძის სერვერზე.
- კვანძის სერვერიდან მონაცემების ანალიზი MATLAB- ზე.
- MATLAB– ში გაგზავნილი მონაცემები არის 1 x 300 სახით.
ნაბიჯი 5: პროგრამული უზრუნველყოფა: მოამზადეთ შეგროვებული მონაცემთა ნაკრები
- ნაჭრები 1 x 300 - მიაწოდეთ MATLAB. (თითოეული მოწყობილობისთვის 27 შეგროვებული ნიმუში) შეგროვებული 27 x 300 მონაცემი.
- მონაცემებს დაემატა მახასიათებლები - (5 მახასიათებელი) - საშუალო, საშუალო, სტანდარტული გადახრა, გადახრა, კურტოზი.
- მონაცემების მომზადება MATLAB კლასიფიკაციის ინსტრუმენტთა კოლოფში
- ხაზგარეშე მონაცემების ტესტირება (6 x 6) ერთსა და იმავე ყუთში
ნაბიჯი 6: პროგრამული უზრუნველყოფა: კლასების პროგნოზირება
პროგნოზირება
ცოცხალი მონაცემების მიღება ფოტონის გამოყენებით
ნედლი მონაცემების გაგზავნა კვანძის სერვერზე. (მონაცემები შენახულია data.json ფაილში)
MATLAB სკრიპტი მონაცემების წაკითხვისათვის data.json ფაილიდან და შედეგის პროგნოზირებისთვის
გირჩევთ:
რეალურ დროში Rubik's Cube Blindfolded Solver Raspberry Pi და OpenCV გამოყენებით: 4 ნაბიჯი
რეალურ დროში რუბიკის კუბი თვალდახუჭული ამომხსნელი ჟოლოს Pi და OpenCV გამოყენებით: ეს არის რუბიკის კუბის ინსტრუმენტის მე -2 ვერსია, რომელიც შექმნილია თვალდახუჭულებში. პირველი ვერსია შემუშავებულია javascript– ით, თქვენ შეგიძლიათ ნახოთ პროექტი RubiksCubeBlindfolded1 წინაგან განსხვავებით, ეს ვერსია იყენებს OpenCV ბიბლიოთეკას ფერების და
ცოცხალი Covid19 ტრეკერი ESP8266 და OLED - გამოყენებით რეალურ დროში Covid19 დაფა: 4 ნაბიჯი
ცოცხალი Covid19 ტრეკერი ESP8266 და OLED | გამოყენებით რეალურ დროში Covid19 დაფა: ეწვიეთ Techtronic Harsh ვებსაიტს: http: //techtronicharsh.com ყველგან არის ახალი კორონა ვირუსის (COVID19) უზარმაზარი აფეთქება. საჭირო გახდა მსოფლიოში COVID-19– ის მიმდინარე სცენარის დაკვირვება. ასე რომ, სახლში ყოფნისას ეს იყო
სახის ამოცნობა და ამოცნობა - Arduino Face ID OpenCV პითონისა და Arduino– ს გამოყენებით .: 6 ნაბიჯი
სახის ამოცნობა და ამოცნობა | Arduino Face ID OpenCV პითონისა და არდუინოს გამოყენებით: სახის ამოცნობა AKA face ID არის ერთ -ერთი ყველაზე მნიშვნელოვანი ფუნქცია მობილურ ტელეფონებზე დღეს. ასე რომ, მე მქონდა შეკითხვა " შემიძლია ვიპოვო სახის ID ჩემი Arduino პროექტისთვის " და პასუხი არის დიახ … ჩემი მოგზაურობა დაიწყო შემდეგნაირად: ნაბიჯი 1: ჩვენთან წვდომა
SCARA Robot: ისწავლეთ შორსმჭვრეტელი და ინვერსიული კინემატიკის შესახებ !!! (Plot Twist ისწავლეთ როგორ გააკეთოთ რეალურ დროში ინტერფეისი ARDUINO– ში დამუშავების გამოყენებით !!!!): 5 ნაბიჯი (სურათებით)
SCARA Robot: სწავლა შორსმჭვრეტელ და უკუ კინემატიკის შესახებ !!! (Plot Twist ისწავლეთ როგორ გააკეთოთ რეალურ დროში ინტერფეისი ARDUINO– ში დამუშავების გამოყენებით !!!!): SCARA რობოტი ძალიან პოპულარული მანქანაა ინდუსტრიის სამყაროში. სახელი ნიშნავს როგორც შერჩევითი შეთანხმებული ასამბლეის რობოტის მკლავს, ასევე შერჩევით დამთმობ არტიკულაციულ რობოტ მკლავს. ეს არის ძირითადად თავისუფლების სამი გრადუსიანი რობოტი, პირველი ორი დისლოცირებული
რეალურ დროში სახის ამოცნობა: ბოლომდე დასრულებული პროექტი: 8 ნაბიჯი (სურათებით)
რეალურ დროში სახის ამოცნობა: ბოლომდე დასრულებული პროექტი: OpenCV– ს შესწავლის ჩემს ბოლო გაკვეთილზე ვისწავლეთ AUTOMATIC VISION OBJECT TRACKING. ახლა ჩვენ გამოვიყენებთ ჩვენს PiCam– ს სახეების რეალურ დროში ამოცნობისთვის, როგორც ქვემოთ ხედავთ: ეს პროექტი გაკეთდა ამ ფანტასტიკური "ღია კოდის კომპიუტერული ხედვის ბიბლიოთეკის" გამოყენებით