جدول المحتويات:
- الخطوة 1: قائمة المواد
- الخطوة 2: بناء هيكل الخزان
- الخطوة 3: قم بتوصيل الأجهزة الكهربائية باللوحة
- الخطوة 4: قم بتوصيل الكاميرا وعداد المسافة باللوحة
- الخطوة 5: إرفاق لوحة الكاميرا بالوقوف والوقوف على الهيكل
- الخطوة 6: قم بتوصيل حامل البطارية بالهيكل
- الخطوة 7: قم بتوصيل اللوحة الكهربائية بالهيكل وسلك كل شيء
- الخطوة 8: برنامج الإعداد
- الخطوة 9: إعداد الاتصال
- الخطوة 10: احصل على تطبيق Android
فيديو: PiTanq - دبابة روبوت مع Raspberry Pi و Python لتعلم الذكاء الاصطناعي: 10 خطوات
2024 مؤلف: John Day | [email protected]. آخر تعديل: 2024-01-30 07:40
Pitanq عبارة عن دبابة روبوت مزودة بكاميرا مدعومة من Raspberry Pi. والغرض منه هو المساعدة في تعلم الذكاء الاصطناعي للقيادة الذاتية. يتم دعم الذكاء الاصطناعي الموجود على الخزان بواسطة OpenCV و Tensoflow المصمم خصيصًا لـ Raspbian Jessie.
استنادًا إلى هيكل الألمنيوم القوي ، يعد PiTanq جيدًا للاستخدام في الهواء الطلق.
توجد خدمة ويب بيثون مفتوحة المصدر تعرض واجهة REST للتحكم في الروبوت.
تم توفير تطبيق Android أيضًا.
هناك بعض الأشياء الإضافية الأخرى: حامل كاميرا قابل للإمالة والتحريك (يتم التحكم فيه أيضًا عن طريق الهاتف) ومستشعر فوق صوتي.
تنصل. هذا ليس دليلاً كاملاً ، مجرد مخطط تفصيلي. الدليل الكامل موجود على جيثب.
الخطوة 1: قائمة المواد
فطيرة التوت
الة تصوير
محول الطاقة
تحكم المحرك
تحكم PWM
2x18650 بطاريات
الهيكل
حامل عمودي وإمالة
تنصل. القائمة المذكورة لم تكتمل. هناك الكثير من الأشياء الصغيرة ، مثل الأسلاك والمسامير وألواح الأكريليك. يمكنك الحصول على مزيد من المعلومات أو شراء الحزمة بأكملها على موقع PiTanq
الخطوة 2: بناء هيكل الخزان
الخطوة 3: قم بتوصيل الأجهزة الكهربائية باللوحة
الخطوة 4: قم بتوصيل الكاميرا وعداد المسافة باللوحة
الخطوة 5: إرفاق لوحة الكاميرا بالوقوف والوقوف على الهيكل
الخطوة 6: قم بتوصيل حامل البطارية بالهيكل
الخطوة 7: قم بتوصيل اللوحة الكهربائية بالهيكل وسلك كل شيء
الخطوة 8: برنامج الإعداد
- قم بتثبيت Raspbian Jessie
- قم بتثبيت OpenCV
- قم بتثبيت Tensorflow
- قم بتثبيت MJPG-Streamer
- احصل على رمز خدمة التحكم من GitHub
تمت كتابة هذا الرمز على Python ويوفر واجهة REST للتحكم في الخزان.
كأمثلة على استخدام الذكاء الاصطناعي هناك:
- مكتشف القط مع شلالات Haar من OpenCV
- كاشف الكائن مع OpenCV-DNN
- مصنف الصور مع Tensorflow
واجهة REST هي:
- الحصول على / ping
- الحصول / الإصدار
- الحصول / الاسم
- الحصول على / توزيع
- POST / fwd / on
- POST / fwd / off
- نشر / مرة أخرى / على
- نشر / تراجع / إيقاف
- نشر / يسار / على
- ما بعد / غادر / متوقف
- نشر / يمين / على
- نشر / يمين / إيقاف
- مشاركة / صورة / جعل
- الحصول / الصورة /: phid
- الحصول على / صورة / قائمة
- آخر / كام / أعلى
- POST / كام / أسفل
- مشاركة / كام / يمين
- مشاركة / كام / يسار
- POST / كشف / haar /: phid
- POST / كشف / dnn /: phid
- POST / تصنيف / tf /: phid
الخطوة 9: إعداد الاتصال
هناك طريقة مقطوعة الرأس لإعداد اتصال Wi-Fi لـ Raspberry Pi.
أدخل بطاقة microSD مع Raspbian في الكمبيوتر.
قم بإنشاء ملف نصي wpa_supplicant.conf بالمحتوى:
ctrl_interface = DIR = / var / run / wpa_supplicant GROUP = netdevupdate_config = دولة واحدة = الولايات المتحدة
network = {ssid = "your-wifi-network" psk = "your-wifi-password" key_mgmt = WPA-PSK}
كما يوصى بإنشاء ملف فارغ باسم "ssh". سيسمح بالوصول عن بُعد إلى RPI (لا تنس تغيير كلمة المرور الافتراضية).
الخطوة 10: احصل على تطبيق Android
قم بتثبيت تطبيق Android من Google Play
باستخدام التطبيق ، من الممكن قيادة الخزان ، وتحريك الكاميرا ، ومشاهدة الفيديو المباشر ، والتقاط الصور ، واكتشاف الكائنات الموجودة في الصور.
موصى به:
الذكاء الاصطناعي والتعرف على الصور باستخدام HuskyLens: 6 خطوات (بالصور)
الذكاء الاصطناعي والتعرف على الصور باستخدام HuskyLens: مرحبًا ، ما الأمر يا رفاق! Akarsh هنا من CETech. في هذا المشروع ، سنلقي نظرة على HuskyLens من DFRobot. إنها وحدة كاميرا تعمل بالذكاء الاصطناعي وهي قادرة على القيام بالعديد من عمليات الذكاء الاصطناعي مثل التعرف على الوجه
الذكاء الاصطناعي في روبوت LEGO EV3 Maze-Driving: 13 خطوة
الذكاء الاصطناعي في روبوت LEGO EV3 Maze-Driving Robot: هذا روبوت بسيط ومستقل مع بعض الذكاء الاصطناعي. إنه مصمم لاستكشاف متاهة وعند إعادته عند المدخل ، للقيادة من خلال المخرج وتجنب الطرق المسدودة. إنه أكثر تعقيدًا بكثير من مشروعي السابق ، حيث
البرنامج التعليمي لوحدة A9G GPS و GPRS - الذكاء الاصطناعي - أوامر AT: 7 خطوات
البرنامج التعليمي لوحدة A9G GPS و GPRS | الذكاء الاصطناعي | أوامر AT: مرحبًا ، ما الأمر يا رفاق! Akarsh هنا من CETech. اليوم ، سنذهب إلى وحدة A9G GPS و GSM و GPRS من AI Thinker. هناك العديد من الوحدات النمطية الأخرى مثل A9 و A6 من AI Thinker التي تتمتع بقدرات GSM و GPRS متشابهة ولكن
الذكاء الاصطناعي مع Grove Zero و Codecraft (Scratch 3.0): 5 خطوات (بالصور)
AI مع Grove Zero و Codecraft (Scratch 3.0): سنقوم في هذه المقالة ببناء ثلاثة مشاريع باستخدام وظائف الذكاء الاصطناعي في Codecraft ، وهي بيئة برمجة رسومية تعتمد على Scratch 3.0. تم تطوير Codecraft وصيانته بواسطة TinkerGen Education وهو مجاني للاستخدام. AI ومجموعته الفرعية ، أما
نفيديا جيتسون نانو تعليمي - النظرة الأولى باستخدام الذكاء الاصطناعي والتعلم الآلي: 7 خطوات
نفيديا جيتسون نانو تعليمي | النظرة الأولى مع AI & ML: مرحبًا ، ما الأمر يا رفاق! Akarsh هنا من CETech. اليوم سنلقي نظرة على SBC جديد من Nvidia وهو Jetson Nano ، يركز Jetson Nano على تقنيات الذكاء الاصطناعي مثل التعرف على الصور وما إلى ذلك