제조공정
소개 조심하세요! Raspberry Pi 3 Model B+는 Raspberry Pi 3 Model B 및 Raspberry Pi 2 Model B와 동일한 기계적 풋프린트를 가지고 있습니다. 이 가이드는 Pi 3 Model B의 이미지를 보여주지만 여전히 Pi Model B+를 따라갈 수 있습니다. 이제 Raspberry Pi 3 Model B 및 Pi 3 Model B+가 Raspberry Pi Single Board Computers 라인에서 가장 최신이고 가장 뛰어난 제품입니다. 새로운 기능은 무엇인가요? 이 연결 가이드는
Raspberry Pi, Pi로 숫자 인식 카메라, OpenCV 및 TensorFlow. 스토리 이 프로젝트에서 우리는 숫자를 전사하기 위해 심층 합성곱 신경망을 훈련할 것입니다. 그런 다음 학습 단계의 데이터를 사용하여 Pi 카메라가 숫자를 읽고 인식할 수 있도록 합니다. AI 파이프라인은 이미지 조작을 위해 Scikit 및 OpenCV 3.3을 사용하고 딥 러닝 부분을 위한 백엔드로 Tensorflow를 사용하는 Keras를 사용하여 구현됩니다. 이 작업을 쉽게 유지하기 위해 기능 현지화 단계가 수행되지 않습니다.
거래의 디지털 인벤토리 생성 /레고와 라즈베리 파이를 사용한 수집 가능한 카드 스토리 저는 어렸을 때 트레이딩 카드를 정말 좋아했습니다. 최근에 상자에 들어 있는 Magic Gathering 카드를 많이 보고 속으로 생각했습니다. 카드가 몇 장이고 그 가치가 얼마인지 궁금합니다. 수동으로 로깅하고 찾는 데 시간이 걸리므로 일부 프로세스를 자동화할 수 있는지 확인하기로 결정했습니다. 여하튼 그 과정은 Raspberry Pi를 사용하여 Lego에서 플랫폼을 구축하고 AWS S3/Rekognition을 활용하게 되었습니다! 프로세
지능형 쓰레기통용 장치. 이 장치는 여러 센서를 통합하여 쓰레기의 상태를 감시합니다. 스토리 콘텐츠 가이드라인 컨텍스트 좋은 폐기물 관리는 지구의 필수 문제가 되었습니다. 공공 장소와 자연 공간에서 많은 사람들이 그들이 남기고 간 쓰레기에 주의를 기울이지 않습니다. 사용할 수 있는 쓰레기 수거기가 없을 때는 다시 가져오는 것보다 쓰레기를 현장에 버리는 것이 더 쉽습니다. 이른바 보존 공간도 쓰레기로 오염되어 있습니다. 오염된 폐기물자연 지역을 보존하려면 잘 관리된 폐기물 수거 장소를 제공하는 것이 중요합니다. 물이 넘치지
이동을 돕는 팬/틸트 서보 장치 카메라가 비전을 사용하여 색상 개체를 자동으로 추적합니다. 스토리 소개 지난 튜토리얼에서 PiCam의 위치를 지정하기 위해 팬/틸트 서보 장치를 제어하는 방법을 살펴보았습니다. 이제 카메라가 자동으로 색상 개체를 추적하도록 장치를 사용합니다. 이것은 OpenCV에 대한 나의 첫 경험이며 고백해야 합니다. 저는 이 환상적인 오픈 소스 컴퓨터 비전 라이브러리와 사랑에 빠졌습니다. OpenCV는 학문적 및 상업적 용도로 무료입니다. C++, C, Python 및 Java 인터페이스가 있으며 Win
누군가의 심박수 모니터링 및 심박수가 설정 범위를 벗어날 때 다른 사람에게 경고 스토리 이 운동의 주요 아이디어는 누군가의 심박수를 모니터링하고 심박수가 설정 범위를 벗어날 때 다른 사람에게 경고하는 것입니다. components1부. AWS에 심박수 보고 ANT+ 심박수 센서와 USB ANT+ 스틱이 있습니다. 그래서 ANT+ 라이브러리를 사용하여 심박수를 수신하고 AWS.IoT.Data 라이브러리를 사용하여 AWS IoT 기기 섀도우에 보고합니다. 데이터는 다음과 같습니다. { 상태:{ 보고된:{ HeartRate:65 }
온도, 기압, 습도 측정 방. 스토리 이 프로젝트에서는 Raspberry Pi 2 키트 구성요소의 Windows 10 IoT Core용 Adafruit 스타터 팩을 사용하여 센서를 사용하여 온도, 압력을 읽는 프로젝트를 생성합니다. , 습도 및 고도. 참고:키트에는 두 가지 버전이 있습니다. 하나는 BMP280 센서를 포함하고 다른 하나는 BME280입니다. BMP280이 있는 경우 Weather Station v1 프로젝트로 이동하고 싶을 것입니다. https://www.hackster.io/windows-iot/weather
Adafruit 10DOF IMU와 연결된 Raspberry Pi-2를 사용하여 Windows 10 IoT Core에서 Microsoft Azure 이벤트 허브로 데이터 푸시 이것은 Adafruit 10DOF IMU(콤보 보드는 3축 자이로, 3축 나침반, 기압 및 온도 센서를 제공함)와 연결된 Raspberry Pi-2가 포함된 Windows 10 IoT Core에 대한 첫 번째 블로그입니다. 이 블로그에서는 Adafruit 센서를 Raspberry Pi2와 인터페이스하는 방법과 Windows 유니버설 애플리케이션을 사용하여
원격 스위치, 도난 방지 비콘, 카운터, 움직임 감지기 등으로 사용할 수 있습니다. 먼저 사물 인터넷을 위한 훌륭한 환경인 AWS IoT를 발표한 Amazon에 감사드립니다. 3주 실험 후 AWS IoT로 프로젝트를 성공적으로 구현했습니다. 사실 원격지에서 움직임이나 도둑을 감지하는 데 사용할 수 있는 Motion control IoT 버튼을 만들려고 생각하고 있으며 Amazon IoT 버튼에서 영감을 받았습니다. 마지막으로 Raspberry Pi와 Amazon AWS IoT로 만들었습니다. 움직임을 감지하기 위해 PIR 센서
Google 시트에 센서 값을 기록하는 시스템입니다. HTTP 요청을 사용하여 마이크로 컨트롤러와 서버 간에 통신하고 gspread를 사용하여 온라인 스프레드시트에 데이터 쓰기 스프레드시트에 대한 액세스를 설정하려면 다음 링크의 지침을 따라야 합니다. http://gspread.readthedocs.io/en/latest/oauth2.html RST에 D0 핀: Deepsleep에서 깨우려면 연결되어 있어야 합니다. + :Wemos에서 3.3v로 – :Wemos에서 GND로 신호 :Wemos에서 A0으로 평소와 같이
Win10 IOT, RPi2 및 XBee를 사용하여 잔디 토양 수분을 측정하고 필요에 따라 자동으로 관개를 실행합니다. 배경 미국의 많은 지역이 지난 몇 년 동안 물 부족이나 가뭄 상태에 시달렸습니다. 집주인이 가정의 물 소비를 줄이기 위해 할 수 있는 일에는 여러 가지가 있으며 잔디 관개도 그 중 하나입니다. 가장 일반적인 주거용 관개 컨트롤러로 작업하는 것은 불편하고 실망스럽습니다. 차고에 숨어 있으면 이러한 컨트롤러의 복잡한 다이얼과 모호한 지침으로 인해 시스템이 매일 실행되는 시간을 조정하기가 어렵습니다. 그리고 그들은
TensorFlow SSD 사용 Raspberry Pi와 Pi 카메라의 MobileNetV2 DNN을 사용하여 물체 감지가 가능한 자율 주행 자동차를 구축합니다. 스토리 이 프로젝트는 (Raspberry Pi + Pi Camera) 구동 RC 자동차를 물체 감지 및 자율 주행이 가능한 자동차로 변환하는 방법을 보여줍니다. 이를 위해 우리는 두 개의 심층 신경망을 배포할 것입니다. 하나는 물체 감지용이고 다른 하나는 조향 및 스로틀에 대한 추론을 사용하는 자율 주행용입니다. RPi 3는 차량용 컴퓨터 역할을 합니다. RPi의 제한된
켜지는 Windows 10 IoT 코어 애플리케이션 디지털 광 센서 판독을 기반으로 하는 LED. 스토리 디지털 광 센서의 상태를 읽는 것이 간단하고 GPIO 값을 읽는 것에 달려 있다는 것을 이해하는 데 시간이 좀 걸렸습니다! 프로젝트의 아이디어는 매우 간단합니다. 센서가 빛을 감지하고 그 반대의 경우 빛에서 LED를 켜면 됩니다. 프로젝트 결과 데모 그럼 아래 배선도를 확인해 보겠습니다. 그런데 Digital Light Sensor에 대한 다이어그램을 찾지 못해 텍스트로 보관했습니다 !!!! 이사회 설정 배선도 디지털
스토리 소개 모든 운전 시나리오에서 차선은 교통 흐름과 차량이 운전해야 하는 위치를 나타내는 필수 구성 요소입니다. 자율주행차를 개발할 때 좋은 출발점이기도 합니다! 이전의 차선 감지 프로젝트를 기반으로 훨씬 더 잘 작동하고 까다로운 환경에 더 강력한 곡선형 차선 감지 시스템을 구현했습니다. 차선 감지 시스템은 OpenCV 라이브러리를 사용하여 Python으로 작성되었습니다. 현재 이미지 처리 파이프라인은 다음과 같습니다. 왜곡 수정 원근법 왜곡 소벨 필터링 히스토그램 피크 감지 슬라이딩 창 검색 커브 피팅
데이터를 수집하여 Dropbox에 업로드합니다! Sense HAT 조이스틱을 통해 제어할 수 있습니다. 스토리 참고:내 코드를 자유롭게 사용하되 저에게 크레딧을 제공하는 것을 잊지 마십시오. ([이메일 보호]) 기상 관측소에 대해 많이 읽었기 때문에 직접 기상 관측소를 만들기로 결정했습니다. 코드 및 설정은 원격 지역에 있도록 설계되었습니다. 이 코드는 Python 2.7에서 실행되며 설정 전체와 이후에 인터넷 연결이 필요합니다. OS가 Raspbian이라고 가정합니다. 시작하기 전에 지침을 읽고 이를 수행할 수 있는지 확인하
시력용 스마트 안경 눈이 먼. Android Things 및 TensorFlow를 기반으로 합니다. 스토리 맹인의 삶이 어떤지 생각해 본 적이 있지만 그들의 삶은 위험으로 가득 차 있습니다. 바쁜 거리나 공원을 혼자 걸을 수도 없습니다. 그들은 다른 사람들의 도움이 필요할 것입니다. 그들은 또한 세상의 아름다움에 대해 호기심을 갖고, 세상을 탐험하고 그들 앞에서 무슨 일이 일어나고 있는지 알고 싶어하는 흥분을 느꼈어야 했습니다. 누구의 도움 없이 자신의 물건을 찾을 수 있지만. 그럼 어떻게 해결할까요? 시력을 소개합니다! 간단히
감정 센서입니다. 스트레스, 분노, 행복 및 두려움을 감지할 수 있습니다. 스토리 중요!!! IN 약간 DAYS 나 할 것입니다 업로드 완전히 프로젝트 켜기 내 다른 프로필 xdeyyan hackster.io/xdeyyan 날짜 중 업로드 : 2018년 4월 20일 CET (유럽어 시간, 발칸 반도) 감정 센서 / EEG 감사합니다 당신 대상 전체 그 댓글 에서 아래로 아래! 프로젝트 수정됨 : 2018년 8월 4일 / 15:56 CET 시간 사람의 감정을 감지하고 EEG로
팬텀 YoYo 고감도 사용 SPI 인터페이스가 있는 MCP3008 8채널 10비트 ADC의 수분 센서. 소개 배경 다음 프로젝트에서 MCP3008을 사용하여 여러 센서를 모니터링하고 있습니다. 이 프로젝트에서는 Raspberry Pi 2, Windows 10 IoT Core 및 C#과 함께 SPI 인터페이스가 있는 MCP3008 8채널 10비트 ADC에서 Phantom YoYo 고감도 물 센서를 사용하는 방법에 대해 자세히 설명하겠습니다. MCP3008 사용 ADC는 아날로그-디지털 변환기입니다. 아날로그 신호는 숫자로 변환되어
수위, 온도, pH, ORP, 필터 압력, 전기 사용량 및 펌프 작동. 필요할 때 풀을 다시 채웁니다. 스토리 아이디어 2015년 여름에 저와 제 아들들은 수영장 시스템 전체를 재건했습니다. 그것은 우리가 집을 얻었을 때 물려받은 수도관과 밸브, 필터 문제 및 우리가 집을 얻었을 때부터 보류되었던 기본적으로 부적합한 수영장 회사의 문제로 시작되었습니다. 다음과 같이 보이기 시작하면 뭔가를 해야 할 때라고 결정했습니다. 우리만의 프라이빗 라군 시작하기 첫 번째 우선 순위는 풀을 정리하고 그런 다음 그대로 유지하는 방법을 찾는
클라우드 연결 프로토타입 모든 호텔을 모니터링 및 제어하거나 집이 될 수 있습니다. 시스템은 Android 애플리케이션에 연결됩니다. 스토리 매일 우리는 기술의 변화하는 추세를 보고 있으며 그것이 오늘날 우리의 생활 방식을 바꾸고 여전히 변화하고 있음에 관계없이 여기에서 집이나 호텔의 필수 구성 요소를 연결하는 하드웨어의 프로토타입을 만들고 있습니다. 컴퓨터 또는 Android 애플리케이션을 통한 보안 데이터 모니터링을 위해 클라우드로. 이것은 또한 어디에서나 구성 요소에 대한 제어를 제공하고 설정한 설정에 따라 구성 요소를 자동
제조공정