Proyectos de Arduino

Proyectos de Arduino

Arduino parece muy rudimentario, pero más que suficiente para crear proyectos muy avanzados. Al usar algunos de los módulos existentes en el mercado, como el módulo de la cámara, y al usar bibliotecas y API específicas, puede dotar a su proyecto de inteligencia y visión humana. Esto trae nuevas aplicaciones y nuevos horizontes más allá de los proyectos rudimentarios.

La visión artificial es un tipo de visión artificial. No sólo la grabación de imágenes mediante cámaras digitales va más allá. Se puede usar para recopilar datos del entorno, procesar y analizar imágenes, comprender imágenes del mundo real y más. Por ejemplo, se puede utilizar para capturar información digital de una cámara o identificar a una persona. Imagina lo que podrías hacer con él...
Muchos sistemas de visión actuales se basan en este tipo de visión, por ejemplo en los aparcamientos automatizados, la cartografía del entorno, los sistemas de control del tráfico rodado o algunos vehículos que permiten el reconocimiento de peatones. Datos sobre una persona en bases de datos como algunos sistemas de seguridad, análisis de video. El potencial de esta visión artificial es tan grande que los gobiernos y las empresas la están utilizando para una multitud de propósitos legales y de otro tipo. Algunas áreas de aplicación práctica con las que seguramente está familiarizado son:

Facebook: utiliza este tipo de visión artificial en las fotos subidas a la red social, lo que le permite reconocer rostros mediante complejos algoritmos. De esta manera podemos mejorar nuestra IA y hacerla más poderosa para otras aplicaciones en el futuro.
Flickr: esta visión artificial se puede usar para renderizar escenas 3D usando imágenes de stock de la plataforma. Industria: los sistemas de visión artificial se pueden utilizar para detectar errores en la línea de montaje y eliminar rápidamente los objetos defectuosos. Por ejemplo, a medida que la fruta cosechada en un campo circula en una cinta transportadora, los sensores de visión artificial detectan y eliminan la fruta dañada, podrida o estropeada o los objetos que no son fruta y los eliminan mediante flujo de aire u otros mecanismos. Video Vigilancia: Puede ser utilizado en múltiples centros de protección para capturar un vehículo o persona en específico, identificar a esa persona y enviar esta información a un sistema o grabarla para su posterior análisis. Muchas empresas están aprendiendo cómo se viste la gente (el departamento de moda), detectando posibles manifestantes y detectando empleados sospechosos en lugares públicos y centros concurridos. Lo estoy usando para detectar presencia, etc. Recuerde, innumerables cámaras de vigilancia de todo tipo salpican las calles, ya sea que controlen negocios, bancos, DGT y más. Por lo tanto, se recopila una gran cantidad de información de todos nosotros.

Los materiales requeridos
Abrir currículum . Logotipo
Además de una placa Arduino con un microcontrolador que se puede programar y usar con la biblioteca, el proyecto también requiere otros componentes básicos. Entre ellos, por supuesto, también hay módulos con cámaras que son capaces de procesar imágenes. Un ejemplo de esto es la Pixy CMUCam 5. Este módulo cuenta con un potente procesador que puede programarse para transmitir la información adquirida por el sensor a través de puertos serie UART, SPI, I2C, salida digital o señales analógicas. Pixy CMUCam 5 puede procesar hasta 50 cuadros o cuadros por segundo (50 FPS). Estas funciones le permiten programarlo para enviar solo las imágenes que desea o necesita buscar en lugar de grabar continuamente todo el video que captura. Para un fácil manejo, se puede controlar mediante una aplicación gratuita de código abierto llamada PixyMon.

Duendecillo 2 CMUcam 5
Si compra esta Pixy CMUcam5, viene con un cable IDC de 6 pines a 10 pines y hardware de montaje. Además, las especificaciones del módulo son:

Procesador NXP LPC4330 204Mhz de doble núcleo.
Memoria RAM 254KB,
Consume 140mA. Sensor de imagen Omnivision OV9715 de 1/4 de pulgada y resolución 1280x800.
Ángulos de visión de 75 grados horizontales y 47 grados verticales. Reconocimiento de imágenes simple para encontrar objetos.
Se puede utilizar con placas Arduino (con bibliotecas específicas), Raspberry Pi, BeagleBone Black y otras placas similares. Puertos de comunicación: SPI, I2C, UART, USB o salida analógica/digital.
El software PixyMon es compatible con Windows, macOS y GNU/Linux. 

...