はじめに ヘッズアップ！ Raspberry Pi3モデルB +は、Raspberry Pi3モデルBとRaspberryPi 2モデルBの両方と同じ機械的フットプリントを備えています。このガイドでは、Pi 3モデルBの画像を示しますが、PiモデルB +を使用することもできます。 Raspberry Pi3モデルBとPi3モデルB +が、Raspberry Piシングルボードコンピューターの最新かつ最高の製品となった今、何が新しくなったのでしょうか。このフックアップガイドは、Pi 2で機能したのと同じプロセスを実行しますが、Pi3の観点からです。 Raspberry Pi3スターター

Raspberry Pi、Pi Camera、OpenCV、TensorFlowで数字を認識します。 ストーリー このプロジェクトでは、数字を転写するための深い畳み込みニューラルネットワークをトレーニングします。次に、学習段階のデータを使用して、PiCameraが数字を読み取って認識できるようにします。 AIパイプラインは、画像操作にScikitとOpenCV 3.3を使用し、ディープラーニング部分のバックエンドとしてTensorflowを使用するKerasを使用して実装されます。 これを簡単に保つために、機能のローカリゼーション段階は実行されません。表示される唯一の機能とな

レゴとラズベリーパイを使用して、トレーディングカード/収集可能なカードのデジタル在庫を作成します。 ストーリー 子供の頃は本当にトレーディングカードに夢中でした。最近、箱に入ったマジックザギャザリングのカードをたくさん見つけて、自分で考えました。カードがいくつあり、どれだけの価値があるのだろうか。これらを手動でログに記録して検索するには時間がかかるため、プロセスの一部を自動化できるかどうかを確認することにしました。どういうわけか、このプロセスにより、Raspberry Piを使用し、Legoからプラットフォームを構築し、AWS S3 / Rekognitionを活用することになりました。

インテリジェントなゴミ箱用のデバイス。このデバイスは、ゴミの状態を監視するためにいくつかのセンサーを統合しています。 ストーリー コンテンツガイドライン コンテキスト 優れた廃棄物管理は私たちの地球にとって不可欠な問題になっています。公共の場や自然の場では、多くの人が残したゴミに注意を払っていません。ガベージコレクターが利用できない場合は、廃棄物を持ち帰るよりも現場に残しておく方が簡単です。いわゆる保存空間でさえ、廃棄物によって汚染されています。 汚染された廃棄物自然地域を保護するには、適切に管理された廃棄物収集ポイントを提供することが重要です： オーバーフローを防ぐために、ビ

カメラが視覚を使用してカラーオブジェクトを自動的に追跡するのを支援するパン/チルトサーボデバイス。 ストーリー はじめに 前回のチュートリアルでは、PiCamを配置するためにパン/チルトサーボデバイスを制御する方法について説明しました。次に、デバイスを使用して、カメラがカラーオブジェクトを自動的に追跡できるようにします これはOpenCVでの初めての経験であり、告白しなければなりません。この素晴らしい「オープンソースコンピュータービジョンライブラリ」が大好きです。 OpenCVは、学術的および商用の両方で無料で使用できます。 C ++、C、Python、Javaインターフェースを備えて

誰かの心拍数を監視し、心拍数が設定範囲外になったときに他の人に警告する ストーリー この演習の主なアイデアは、誰かの心拍数を監視し、心拍数が設定範囲外になったときに他の人に警告することです。 コンポーネント パート1.心拍数をAWSに報告する ANT +心拍センサーとUSBANT +スティックを入手しました。そこで、心拍数を受け取るためにANT +ライブラリを使用し、AWSIoTデバイスシャドウにレポートするためにAWS.IoT.Dataライブラリを使用します。データは次のようなものです： {state：{reported：{HeartRate：65}}} 心拍数は5秒ごとに報告

気温、気圧、湿度を測定する部屋。 ストーリー このプロジェクトでは、Raspberry Pi2キットコンポーネント上のWindows10 IoTCore用のAdafruitStarter Packを使用して、センサーを使用して温度と圧力を読み取るプロジェクトを作成します、湿度、高度。 注：キットには2つのバージョンがあり、1つにはBMP280センサーが含まれ、もう1つにはBME280が含まれています。 BMP280をお持ちの場合は、Weather Stationv1プロジェクトhttps://www.hackster.io/windows-iot/weather-station にアクセス

Adafruit 10DOFIMUに接続されたRaspberryPi-2を使用してWindows10 IoTCoreからMicrosoftAzureイベントハブにデータをプッシュする これは、Adafruit 10DOFIMUに接続されたRaspberryPi-2を搭載したWindows10 IoT Coreに関する私の最初のブログです（コンボボードは、3軸ジャイロ、3軸コンパス、気圧および温度センサーを提供します）。このブログでは、AdafruitセンサーをRaspberry Pi2とインターフェイスする方法と、Windowsユニバーサルアプリケーションを使用してセンサーデータをAzu

リモートスイッチ、盗難防止ビーコン、カウンター、人感センサーなどとして使用できます。 まず、モノのインターネットに最適な環境であるAWSIoTを発表してくれたAmazonに感謝します。 3週間の実験の後、AWSIoTを使用してプロジェクトを正常に実装しました。実際、私は、離れた場所からの動きや泥棒を検出するために使用できるモーションコントロールIoTボタンを作成することを考えており、AmazonIoTボタンに触発されました。最後に、RaspberryPiとAmazonAWSIoTで作成しました。動きを検出するためにPIRセンサーを使用しました。 Raspberry Piは、ここではMQ

センサー値をGoogleスプレッドシートに記録するためのシステム。 HTTPリクエストを利用してマイクロコントローラーとサーバー間で通信し、gspreadを利用してオンラインスプレッドシートにデータを書き込みます。 スプレッドシートへのアクセスを設定するには、次のリンクの指示に従う必要があります。 http://gspread.readthedocs.io/en/latest/oauth2.html ピンD0をRSTに： Deepsleepから復帰するには接続する必要があります。 + ：Wemosで3.3vまで – ：WemosのGNDへ 信号 ：WemosのA0へ

Win10 IOT、RPi2、およびXBeeを使用して、芝生の土壌水分を測定し、必要に応じて自動的に灌漑を実行します。 背景 米国の大部分は、過去数年以内に低水位または干ばつ状態に苦しんでいます。住宅所有者が家庭の水の消費量を減らすためにできることはたくさんあり、芝生の灌漑もその1つです。最も一般的な住宅用灌漑コントローラーを使用することは不便であり、イライラします。ガレージに隠れて、複雑なダイヤルとこれらのコントローラーのあいまいな指示により、システムが毎日実行される時間を調整することが困難になります。そして、彼らはまだ植物が実際にどれだけの水を必要としているかを知りません。 私

Raspberry Pi plusPiカメラでTensorFlowSSD MobileNetV2 DNNを使用して、物体検出が可能な自動運転車を構築します。 ストーリー このプロジェクトでは、（Raspberry Pi + Pi Camera）を搭載したRCカーを物体検出と自動運転が可能なものに変換する方法を紹介します。これを行うために、2つのディープニューラルネットワークを展開します。 1つは物体検出用で、もう1つはステアリングとスロットルの推論を使用した自動運転用です。 RPi3は車両のコンピューターとして機能します。 RPiのリソースが限られているため、一度に実行できるネットワークは1つ

デジタル光センサーの読み取り値に基づいてLEDをオンにするWindows10IoTコアアプリケーション。 ストーリー デジタル光センサーのステータスの読み取りが簡単で、GPIO値の読み取りに依存していることを理解するのに少し時間がかかりました！ プロジェクトのアイデアは非常にシンプルです。センサーが光を検出したときにLEDをオンにするだけで、その逆も可能です。 プロジェクト結果のデモ では、下の配線図を確認してみましょう。ちなみに、デジタル光センサーの図が見つからなかったので、テキストとして保存しました!!!! ボードのセットアップ 配線図 デジタル光センサー：GPIO＃5

ストーリー はじめに どのような運転シナリオでも、車線は交通の流れと車両の運転場所を示すための重要な要素です。自動運転車を開発する際の出発点としても適しています。以前の車線検出プロジェクトに基づいて、カーブした車線検出システムを実装しました。これは、はるかにうまく機能し、困難な環境に対してより堅牢です。 車線検出システムは、OpenCVライブラリを使用してPythonで作成されました。現在の画像処理パイプラインは次のとおりです。 歪み補正 パースペクティブワープ Sobelフィルタリング ヒストグラムのピーク検出 スライディングウィンドウサーチ カーブフィッティング

データを収集してDropboxにアップロードします！ SenseHATジョイスティックで制御できます。 ストーリー 注：私のコードを自由に使用してください。ただし、クレジットを忘れないでください。 （[メール保護]） 気象観測所についてたくさん読んだので、自分で作ることにしました。コードとセットアップは、リモートエリアにあるように設計されています。 このコードはPython2.7で実行され、セットアップ中およびセットアップ後にインターネット接続が必要です。 OSがRaspbianであることを前提としています。 始める前に手順を読んで、これができることを確認してください。そうすれば、セット

盲目。 AndroidThingsとTensorFlowを搭載。 ストーリー 目の不自由な人の人生はどうだと思っても、彼らの人生は危険に満ちています。にぎやかな通りや公園を一人で歩くことすらできません。彼らは他の人からの援助を必要とするでしょう。彼らはまた、世界の美しさに興味を持っています。彼らは世界を探索し、彼らの前で何が起こっているのかを知るための興奮になるはずです。彼らは誰も必要とせずに自分のものを見つけることができますが。では、これをどのように解決しますか？ サイトをご紹介します！ 簡単に言うと、視力は視覚障害者向けのスマートグラスです。視力を使用することで、人は自分の前で何が起こ

これは感情センサーです。ストレス、怒り、幸福、恐れを検出できます。 ストーリー 重要!!! IN FEW 日 私 予定 アップロード 完全に プロジェクト オン MY 別の プロファイル xdeyyan hackster.io/xdeyyan 日付 OF アップロード ： 20.04.2018 CET （ヨーロッパ 時間 バルカン半島） 感情センサー/ EEG ありがとうございます あなた FOR すべて THE コメント FROM

SPIインターフェースを備えたMCP30088チャンネル10ビットADCでファントムヨーヨー高感度水センサーを使用します。 はじめに 背景 次のプロジェクトでは、MCP3008を使用していくつかのセンサーを監視しています。このプロジェクトでは、Raspberry Pi 2、Windows 10 IoT Core、C＃を備えたSPIインターフェイスを備えたMCP30088チャンネル10ビットADCでのPhantomYoYo高感度水センサーの使用の詳細について説明します。 MCP3008の使用 ADCはアナログ-デジタルコンバーターです。アナログ信号は数値に変換され、アプリケーション

水位、温度、pH、ORP、フィルター圧力、電気使用量、およびポンプ操作を監視するシステム。必要に応じてプールを補充します。 ストーリー アイデア 2015年の夏、息子と私はプールシステム全体を再構築しました。それは、家を手にしたときに受け継いだ給水管とバルブの問題、フィルターの問題、そして家を手にしたときから引き継がれていた基本的に不適切なプール会社から始まりました。このようになり始めたら、何かをする時が来たと思いました： 私たち自身のプライベートラグーン はじめに 最優先事項は、プールをクリーンアップしてから、その状態を維持する方法を見つけることでした。私は常に自動化が大好

ホテルを監視および制御するためのクラウド接続プロトタイプ、または自宅にすることができます。システムはAndroidアプリケーションに接続されています。 ストーリー テクノロジーのトレンドは日々変化しており、今日の生活がどのように変化しても、変化し続けています。ここでは、家やホテルの重要なコンポーネントを接続するハードウェアのプロトタイプを作成しています。コンピューターまたはAndroidアプリケーションからの安全なデータ監視のためにクラウドに接続します。これにより、どこからでもコンポーネントを制御し、設定した設定に従ってコンポーネントを自動化できます。さらに、駐車場や水位の変更などに関して誰