一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

低功耗+AI識(shí)別:基于樹(shù)莓派的 LoRa 神經(jīng)網(wǎng)絡(luò)安防系統(tǒng)!

上海晶珩電子科技有限公司 ? 2025-06-24 16:24 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

這篇博客展示了如何使用樹(shù)莓派上的神經(jīng)網(wǎng)絡(luò)USB插件來(lái)檢測(cè)或“推斷”一個(gè)人的位置,從而構(gòu)建一個(gè)安全系統(tǒng)。Arduino接收器從零開(kāi)始構(gòu)建,通過(guò)遠(yuǎn)程LoRa射頻協(xié)議從樹(shù)莓派發(fā)射器獲取數(shù)據(jù),并顯示和發(fā)出警報(bào)。我試著展示了這個(gè)項(xiàng)目背后的一些想法,展示的是一整套python,arduino和PCB等等以便實(shí)施。

難度級(jí)別:需要具備一定的樹(shù)莓派技能但是并非專家級(jí),焊接技能簡(jiǎn)單。

網(wǎng)絡(luò)上關(guān)于LoRa的大部分信息似乎都指向“Things Network”,但如果我們只需要在兩個(gè)設(shè)備之間進(jìn)行基本數(shù)據(jù)傳輸,而不希望全世界都能看到我們的數(shù)據(jù),該怎么辦呢?那就需要點(diǎn)對(duì)點(diǎn)通信了。

在本例中,樹(shù)莓派搭配Dragonino LoRa/GPS擴(kuò)展板,將遠(yuǎn)程位置(如農(nóng)場(chǎng)大門(mén))的安全狀態(tài)數(shù)據(jù)發(fā)送出去,以告知我們是否有人進(jìn)入,甚至是否有人偷走了我們的牛。接收器是Arduino MKRWAN 1300,上面焊接了專用的LoRa芯片。注意:這款A(yù)rduino是3.3V設(shè)備,如果向任何(或大多數(shù))引腳施加5V電壓,設(shè)備將被燒毀。此外,在未連接天線的情況下,切勿操作Dragino擴(kuò)展板或Arduino設(shè)備!就代碼而言,兩者都非常簡(jiǎn)單,盡管我花了一段時(shí)間才弄清楚需要為Arduino刷入固件升級(jí)才能使其正常工作。插入Dragino擴(kuò)展板后,樹(shù)莓派的處理步驟如下:

$wget "https://codeload.github.com/dragino/rpi-lora-tranceiver/zip/master> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> https://codeload.github.com/dragino/rpi-lora-tran...>>>>>$ unzip master$cdrpi-lora-tranceiver-master/dragino_lora_app$make$cdrpi-lora-tranceiver-master/dragino_lora_app &&./dragino_lora_app$./dragino_lora_app sender

此數(shù)據(jù)不安全,但如有需要,可以使用Python腳本。

重要提示:RPi必須配備合適的電源,并在設(shè)置中啟用SPI。使用的操作系統(tǒng)是Raspian Stretch。Arduino的設(shè)置同樣簡(jiǎn)單,但需注意以下幾點(diǎn):

首先,在我的案例中,RPi嘗試每3秒在868.1 MHz頻率上發(fā)送“HELLO”,因此Arduino需相應(yīng)配置……868.1 MHz = 8681 x 105 = 8681E5。其他地區(qū)(如美國(guó))使用不同頻率。然后在從此處下載Arduino LoRa庫(kù)(兩者均需安裝)

以正常方式安裝庫(kù)后,打開(kāi)MKWAN示例集,將“MKRWANFWUpdate _ standalone”加載到Arduino并打開(kāi)串行控制臺(tái)。觀察更新進(jìn)度,接下來(lái),找到“LoRa”示例集,選擇“LoRaReceiver”并上傳。不要忘記像前面提到的那樣編輯頻率!打開(kāi)串行控制臺(tái),您應(yīng)該會(huì)看到從RPI發(fā)送的HELLO。

a6008f62-50d4-11f0-986f-92fbcf53809c.gif

第一步:組件清單

a73d7b7e-50d4-11f0-986f-92fbcf53809c.jpga77db0ae-50d4-11f0-986f-92fbcf53809c.png

Arduino MKRWAN 1300

樹(shù)莓派3

RS PRO 5V表面貼裝電磁蜂鳴器,97dB(3個(gè))

PCB滑動(dòng)開(kāi)關(guān)(單刀雙擲,鎖存型,3A @ 120V AC

L293E電機(jī)驅(qū)動(dòng)IC(STMicroelectronics,36V 1A)

Draganino Seeed Studio Raspberry Pi LoRa/GPS HAT(支持868MHz)

Arduino PCB天線

樹(shù)莓派PiNoir相機(jī)V2模塊(CSI-2,3280×2464分辨率)

Logitech C930e全高清攝像頭

Movidius神經(jīng)網(wǎng)絡(luò)計(jì)算棒NCSM2450.DK1

USB延長(zhǎng)線(12CM USB 2.0 AM AF BLK EXT)

帶透明蓋的機(jī)箱

39Ω電阻

第二步:將代碼移植到Python

由于神經(jīng)網(wǎng)絡(luò)模塊使用Python 3,我認(rèn)為讓樹(shù)莓派的LoRa發(fā)射器HAT(Dragonino)也通過(guò)Python控制更合理。

但需補(bǔ)充幾個(gè)步驟,此處詳細(xì)說(shuō)明:

1.從RPi取出SD卡,插入合適的PC。

2.將/boot文件夾中的config.txt復(fù)制到桌面。

3.使用chmod 777修改權(quán)限,編輯文件并添加:

dtoverlay=spi0-cs,cs0_pin=25

到文件頂部。

4.保存后將文件復(fù)制回SD卡的boot文件夾。這是唯一快捷的編輯方式!

5.下載Python文件:https://github.com/mayeranalytics/pySX127x?, 解壓后用文本編輯器打開(kāi) 'board_config.py'。

6.在board_config中設(shè)置以下值:

DIO0=4 DIO1=23 DIO2=24 DIO3=21 LED=18 SWITCH=7

注意:若在歐洲,使用868 MHz頻段,需將low_band = true改為false(根據(jù)注釋說(shuō)明)。

low_band=true

7.修改constants.py文件,添加以下內(nèi)容(注意用4個(gè)空格縮進(jìn)以兼容Python格式):

@add_lookupclassSPI_BAUD_RATE: MAX_SPEED_HZ= 5000@add_lookupclassSPI_MODE: SPI_MODE= 0b01

8.打開(kāi)LoRa.py文件,找到spi = BOARD.SpiDev():

spi= BOARD.SpiDev()

在其下插入

spi.max_speed_hz= SPI_BAUD_RATE.MAX_SPEED_HZspi.mode= SPI_MODE.SPI_MODE

9.打開(kāi)終端,進(jìn)入包含tx_beacon.py的目錄(如cd /home/pi/Desktop/dragonino/psySX127x-master/)。

10.其中,“869”是以MHz為單位的頻率,“7”是擴(kuò)頻因子,使用python tx_beacon.py -f 869 -s 7運(yùn)行信標(biāo)程序

11.將Arduino調(diào)至8690E5,串口控制臺(tái)應(yīng)顯示類似以下內(nèi)容:

Receivedpacket' 'withRSSI-33Receivedpacket' 'withRSSI-23Receivedpacket' 'withRSSI-33Receivedpacket' 'withRSSI-26Receivedpacket' 'withRSSI-25

成功!

12.如需顯示更有意義的內(nèi)容,用文本編輯器打開(kāi)tx_beacon.py,找到第65行附近的:

self.write_payload([0x0f])

修改為:

self.write_payload([0x57,0x68,0x61,0x74,0x20,0x74,0x68,0x65,0x20,0x66,0x75,0x63,0x6B,0x21])

第三步:準(zhǔn)備Python傳輸數(shù)據(jù)

我以前沒(méi)有用Python編程過(guò),但是與C++相比,它已經(jīng)看起來(lái)簡(jiǎn)單多了,也直觀多了。

我發(fā)現(xiàn)Lora信標(biāo)可能是起點(diǎn),它需要一個(gè)代表ANSII字符的數(shù)字“列表”,這些數(shù)字可以是十進(jìn)制或十六進(jìn)制值。信標(biāo)程序中傳輸數(shù)據(jù)的實(shí)際短語(yǔ)在第65行:

self.write_payload(j)

其中j是有效載荷列表,對(duì)于“Hello World”來(lái)說(shuō),它通??雌饋?lái)像這樣:

([72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100])

為了將“Hello World”轉(zhuǎn)換成該列表格式,使用了以下代碼:

importarrayasarr
importnumpyasnp

c='Hello World'g = arr.array('i',[])n=-1forhinrange(len(c)): g.extend([0])forxinc: n = n+1 y =ord(x) g[n] = yprint(g)j = np.array(g).tolist()

代碼將字符串中的每個(gè)字符轉(zhuǎn)換為整數(shù)數(shù)組中的一個(gè)整數(shù),用字母“I”表示,長(zhǎng)度為c,對(duì)應(yīng)于字符串中字符和空格的數(shù)量。extend命令擴(kuò)展數(shù)組以接受更多的整數(shù)。接下來(lái),對(duì)于字符串中的每個(gè)字符,“ord”命令執(zhí)行實(shí)際的字符到整數(shù)的轉(zhuǎn)換,然后“g[n] = y”將其轉(zhuǎn)儲(chǔ)到數(shù)組中的正確位置。最后一個(gè)是array to list命令,它將整個(gè)數(shù)組轉(zhuǎn)換成列表格式。簡(jiǎn)單!

在本博客的文件部分,新的LoRa信標(biāo)文件被稱為T(mén)egwyns_LoRa_Beacon,假設(shè)它與原始信標(biāo)文件位于同一位置,它將從命令行運(yùn)行:

cd/home/pi/Desktop/dragonino_python_fix/pySX127x-master/ && python3 Tegwyns_LoRa_Beacon.py -f 869 -s 7-

在這一階段,使用SDR-RTL USB加密狗通過(guò)Cubic SDR等軟件及其頻譜分析儀功能來(lái)檢測(cè)和分析傳輸信號(hào)是一個(gè)好主意,但不是必需的。

a6008f62-50d4-11f0-986f-92fbcf53809c.gif

y

第四步:使用神經(jīng)計(jì)算棒實(shí)現(xiàn)“人物檢測(cè)”

a8a13ac8-50d4-11f0-986f-92fbcf53809c.jpg

開(kāi)始之前需要注意幾個(gè)關(guān)鍵事項(xiàng):

樹(shù)莓派的正確神經(jīng)計(jì)算棒是NCSM2450。DK1,目前(2018年)沒(méi)有其他英特爾棒將在樹(shù)莓派上工作。注意下載的是stick SDK還是APi的哪個(gè)版本——V2及以上版本不是針對(duì)Raspbian stretch的,僅支持Ubuntu 16.04。

說(shuō)明:

1.安裝SDK 1.0完整版和API(耗時(shí)較短):

$sudo apt-get update$sudo apt-get install$gitclonehttps://github.com/movidius/ncsdk.git$cd/home/pi/ncsdk && sudo make install$cd/home/pi/ncsdk && sudo make examples

2.測(cè)試計(jì)算棒是否正常工作:

$gitclonehttps://github.com/movidius/ncappzoo$cd/home/pi/ncappzoo/apps/hello_ncs_py$python3 hello_ncs.py

3.下載文件: https://cdn.hackaday.io/files/1626676959544928/graph 并粘貼到 /home/pi/ncappzoo/caffe/SSD_MobileNet文件夾.不要改變名字和擴(kuò)展名.

4. 編譯并運(yùn)行演示:

$cd/home/pi/ncappzoo/apps/security-cam$make run

需使用攝像頭(如USB Logitech,即插即用)。

第五步:整合LoRa與安全攝像頭

a8b50224-50d4-11f0-986f-92fbcf53809c.jpg

這有點(diǎn)像一場(chǎng)戰(zhàn)斗,Python的學(xué)習(xí)曲線很陡,但是最后,我創(chuàng)建了一個(gè)Python文件,可以將時(shí)間戳、檢測(cè)類別、置信度和邊界框坐標(biāo)發(fā)送到Arduino基站。顯然,在不同的目錄中仍然有大量的依賴關(guān)系——一些就在附近,而另一些則深深地嵌入在Python系統(tǒng)的某個(gè)地方,此處是我的“棧頂”代碼:

第六步:升級(jí)攝像頭至樹(shù)莓派NoIR V2

a8c9b2fa-50d4-11f0-986f-92fbcf53809c.jpg

顯然,我們想在黑暗中用紅外線燈使用這個(gè)小工具,所以我們需要一個(gè)有紅外線功能的像樣的相機(jī),既沒(méi)有紅外線過(guò)濾器的相機(jī)。幸運(yùn)的是,這些相機(jī)比羅技USB便宜得多,也更緊湊,而且安裝也很容易:

首先,檢查樹(shù)莓派設(shè)置中的攝像頭是否已啟用,然后,在將其插入主板后,檢查它是否能與以下設(shè)備一起工作:

$raspistill -o image.jpg

接下來(lái)安裝以下 Python 依賴項(xiàng)

$sudo apt-get install python3-picamera$pip3 install"picamera[array]"$pip3 install imutils

最后,使用樹(shù)莓派cam版本的security_cam文件

用以下命令運(yùn)行文件

$cd&&cd/home/pi/ncappzoo/apps/securityCam && python3 security_camPiCam.py

安全攝像頭現(xiàn)在可以在野外測(cè)試了,顯然不是在雨中!如果有一個(gè)像樣的天線,可以看看發(fā)射機(jī)的范圍會(huì)很有趣:)

需要注意的一點(diǎn)是,Noire相機(jī)給出的色彩平衡結(jié)果與USB相機(jī)非常不同,這是完全正常的,因?yàn)殓R頭上沒(méi)有紅外濾光片。

除了防水之外,另一個(gè)問(wèn)題是當(dāng)設(shè)備發(fā)現(xiàn)一個(gè)人時(shí),在哪里收集拍攝的照片-也許是一個(gè)u盤(pán),以防止填滿樹(shù)莓派SD卡?

第七步:將攝像頭快照保存到USB驅(qū)動(dòng)器

a8e04fe2-50d4-11f0-986f-92fbcf53809c.jpg

通過(guò)將第235行修改為類似下面的內(nèi)容,可以很容易地修改安全cam Python文件,以保存檢測(cè)到的人的重復(fù)快照,其中我的USB驅(qū)動(dòng)器稱為“KINSTON”:

photo= ("/media/pi/KINGSTON"+"/captures/photo_"+ cur_time +".jpg")

實(shí)際上,使用這個(gè)u盤(pán)大大降低了程序的運(yùn)行速度!部署后,如果使用另一臺(tái)PC通過(guò)SSH連接到樹(shù)莓派,則可以輕松地從樹(shù)莓派傳輸/刪除圖像。一個(gè)更好的解決方案可能是在micro SD卡上創(chuàng)建一個(gè)分區(qū),這樣如果它充滿了圖像,它就不會(huì)阻塞操作系統(tǒng)和相機(jī)python腳本。

第八步:接收器PCB組裝

a8f47152-50d4-11f0-986f-92fbcf53809c.jpg

a90db324-50d4-11f0-986f-92fbcf53809c.jpg

a9214ca4-50d4-11f0-986f-92fbcf53809c.jpg

除了Arduino MKRWAN 1300之外,PCB還具有一個(gè)L293E芯片,用于提高報(bào)警系統(tǒng)所需的電壓和電流,該系統(tǒng)本身是一個(gè)由8個(gè)led和3個(gè)蜂鳴器芯片組成的模塊。如果直接在Arduino上運(yùn)行這些設(shè)備會(huì)立刻讓設(shè)備崩潰!在組裝和測(cè)試后,整個(gè)系統(tǒng)運(yùn)行良好,經(jīng)過(guò)實(shí)驗(yàn),紅色發(fā)光二極管的最佳電阻是39歐姆。

雖然大多數(shù)元件都是表面貼裝,但它們都非常大,不需要模板。檢查完led的極性后,用焊料將PCB粘好,安裝表面貼裝元件,然后夾在烤箱中加熱至260攝氏度??梢允褂脽犸L(fēng)槍,但不建議使用。

第九步:部署攝像頭

a9371764-50d4-11f0-986f-92fbcf53809c.jpg

a9503528-50d4-11f0-986f-92fbcf53809c.jpg

可以看出,這種裝置非常容易組裝,只需要放在一個(gè)前面透明的防水盒中。使用厚紙板和一點(diǎn)折紙將上述組件緊緊地楔入盒子中。

注意:攝像頭必須在正確的方向上,神經(jīng)網(wǎng)絡(luò)才能正常工作。

第十步:Arduino MKRWAN 1300代碼

a8b50224-50d4-11f0-986f-92fbcf53809c.jpg

代碼沒(méi)什么特別的,除了可以讓蜂鳴器的音調(diào)根據(jù)被檢測(cè)的人離攝像機(jī)的距離而改變。這將有助于辨別在郵箱里寄信的人和真正走上車道的人之間的區(qū)別。該代碼使用字符串分析函數(shù),首先通過(guò)搜索單詞“Box”來(lái)確認(rèn)數(shù)據(jù)是一致的,然后找到代表檢測(cè)框的兩對(duì)坐標(biāo)。如果檢測(cè)到的人靠近攝像機(jī),檢測(cè)框的面積會(huì)更大,產(chǎn)生的報(bào)警音頻率會(huì)更高:

#include#includeString myString =" ";String myStringReversed =" ";voidsetup(){ pinMode(4, OUTPUT); pinMode(LED_BUILTIN, OUTPUT); tone(5,1000,1000); digitalWrite(LED_BUILTIN, HIGH); digitalWrite(4, HIGH); delay(1000); digitalWrite(LED_BUILTIN, LOW); digitalWrite(4, LOW); Serial.begin(9600);

// while (!Serial); Serial.println("LoRa Receiver"); if(!LoRa.begin(8690E5)) { Serial.println("Starting LoRa failed!"); while(1); }}voidloop(){ //delay (1000);

// try to parse packet intpacketSize = LoRa.parsePacket(); if(packetSize)

{ // received a packet Serial.print("Received packet '"); digitalWrite(LED_BUILTIN, HIGH); digitalWrite(4, HIGH); delay(100); digitalWrite(LED_BUILTIN, LOW); digitalWrite(4, LOW); // read packet myString =" "; myStringReversed =" "; inti =0; charc; while(LoRa.available())

{ //c[i] = (char)LoRa.read(); //Serial.print((char)LoRa.read()); myString = (char)LoRa.read() + myString; i++; //Reverse the string: c = myString.charAt(0); myStringReversed = myStringReversed + c; } processString(); //Serial.print("My string:

");Serial.print(myString); // print RSSI of packet //Serial.print("' with RSSI "); //Serial.println(LoRa.packetRssi());

}}voidprocessString(){ Serial.print("My string reversed:");Serial.print(myStringReversed); // print RSSI of packet Serial.print("' with RSSI "); Serial.println(LoRa.packetRssi());

intlen = myStringReversed.length(); intj=0; chara,b,c,d; String coord1 =" "; String coord2 =" "; String coord3 =" "; String coord4 =" ";

intk =0; charx =',';

intz=1; inty=1; intr=1; ints=1; intv=0; while(j < len)?? ?

{ a = myStringReversed.charAt(j); b = myStringReversed.charAt(j+1);

c = myStringReversed.charAt(j+2);

if((a=='B')&&(b=='o')&&(c=='x')) // The word 'box' has been identified in the string - k is now greater than 0. { k = j+5; Serial.print("Character B was found at: ");Serial.println(j); } j++; } if(k>0) { v =0;

// int V stops perpetual loops occurring. while((z==1)&&(v<200))? ? ? {? ? ? ? if(myStringReversed.charAt(k)==x) ? ??

// Build up string 'coord' until a comma is reached. { Serial.print("k");Serial.println(k);

z=0; }

else

{ coord1 = coord1 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord1: ");Serial.println(coord1); } } v =0; k++; while((y==1)&&(v<200))?

{ if(myStringReversed.charAt(k)==')')

// Build up string 'coord' until a comma is reached. { Serial.print("k");Serial.println(k); y=0; } else {

coord2 = coord2 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord2: ");Serial.println(coord2); } } v =0; k=k+3;

// Takes account of two brackets and a comma. while((r==1)&&(v<200))? ? ? {? ? ? ? if(myStringReversed.charAt(k)==x) ? ? ? ?

// Build up string 'coord' until a comma is reached.

{ Serial.print("k");Serial.println(k); r=0; } else {

coord3 = coord3 + myStringReversed.charAt(k);

k++; v++; //Serial.print("coord3: ");Serial.println(coord3); } } v =0; k++; while((s==1)&&(v<200))? ? ? {? ? ?

if(myStringReversed.charAt(k)==')') // Build up string 'coord' until a comma is reached. {

Serial.print("k");Serial.println(k); s=0;

} else

{ coord4 = coord4 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord4: ");Serial.println(coord4);

} } } Serial.print("coord1: ");Serial.println(coord1); Serial.print("coord2: ");Serial.println(coord2); Serial.print("coord3: ");Serial.println(coord3); Serial.print("coord4: ");Serial.println(coord4); intcoord10 = coord1.toInt(); intcoord20 = coord2.toInt(); intcoord30 = coord3.toInt(); intcoord40 = coord4.toInt(); intarea = (coord40 - coord20) * (coord30 - coord10); tone(5,(area/100)+200,100); Serial.print("Box area: ");Serial.println(area);}

第十一步:檢測(cè)其他對(duì)象和動(dòng)物

a971d25a-50d4-11f0-986f-92fbcf53809c.png

“security_cam.py”文件是一個(gè)通用的“活體檢測(cè)”文件腳本,可以很容易地修改,以檢測(cè)總共20個(gè)不同的對(duì)象。

如果我們看第119行:

# "Class of interest" - Display detections only if they match this class IDCLASS_PERSON =15

要檢測(cè)狗,只需將其更改為:

# "Class of interest" - Display detections only if they match this class IDCLASS_DOG =12

此外,第200行也需要更改:

# Filter a specific class/category if( output_dict.get('detection_classes_'+str(i) ) == CLASS_PERSON ):

雖然person類工作得非常好,給人留下了深刻的印象,但是dog類就有點(diǎn)令人印象不深,遠(yuǎn)不如我測(cè)試過(guò)的其他一些模型。盡管如此,這是這種模型可用的全部類列表:飛機(jī) 自行車 鳥(niǎo) 船 瓶子 公共汽車 貓 椅子 牛 餐桌 狗 馬 摩托車人 盆栽 植物 羊 沙發(fā) 火車 電視監(jiān)視器

第十二步:系統(tǒng)測(cè)試


a989722a-50d4-11f0-986f-92fbcf53809c.jpg

在將系統(tǒng)置于headless模式并使用SSH通過(guò)筆記本電腦登錄后,我能夠在“現(xiàn)場(chǎng)”測(cè)試系統(tǒng)。最初,有一個(gè)錯(cuò)誤導(dǎo)致相機(jī)在15分鐘后關(guān)閉,這是通過(guò)在樹(shù)莓派上安裝“screen”并在啟動(dòng)python文件之前在命令行中鍵入“screen”來(lái)解決的。screen所做的是打開(kāi)樹(shù)莓派上的另一個(gè)終端,因此它有自己的活動(dòng)終端,當(dāng)我的筆記本電腦終端關(guān)閉時(shí),它不會(huì)關(guān)閉。這是一個(gè)非常好的解決方案,避免了與其他“啟動(dòng)時(shí)運(yùn)行”解決方案的混亂,而且后者可能會(huì)破壞整個(gè)系統(tǒng)。

一臺(tái)獨(dú)立的攝像機(jī)安裝在我的辦公室里,在200米外,與主攝像機(jī)同步,聚焦在接收器上(視頻右下角)。在測(cè)試中,系統(tǒng)對(duì)相機(jī)畫(huà)面中的狗沒(méi)有反應(yīng),但對(duì)我(一個(gè)人)有反應(yīng)…..成功!

我打算在某個(gè)階段將整個(gè)系統(tǒng)升級(jí)到Movidius neural stick 2,并使用一個(gè)更大的帶分區(qū)的micro SD卡,來(lái)防止拍攝的圖像堵塞。

原文地址:

https://www.instructables.com/LoRa-Neural-Network-Security-System/

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4812

    瀏覽量

    103195
  • 安防系統(tǒng)
    +關(guān)注

    關(guān)注

    2

    文章

    254

    瀏覽量

    33774
  • 樹(shù)莓派
    +關(guān)注

    關(guān)注

    121

    文章

    1977

    瀏覽量

    107194
  • LoRa
    +關(guān)注

    關(guān)注

    351

    文章

    1771

    瀏覽量

    234535
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    芯品#MAX78002 新型AI MCU,能夠使神經(jīng)網(wǎng)絡(luò)以超低功耗運(yùn)行

    的Maxim超低功耗微控制器相結(jié)合。通過(guò)這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時(shí)功耗僅為微焦耳級(jí)。 MAX78002是一款先進(jìn)的片上
    的頭像 發(fā)表于 05-07 17:47 ?7787次閱讀
    芯品#MAX78002 新型<b class='flag-5'>AI</b> MCU,能夠使<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>以超<b class='flag-5'>低功耗</b>運(yùn)行

    《電子發(fā)燒友電子設(shè)計(jì)周報(bào)》聚焦硬科技領(lǐng)域核心價(jià)值 第17期:2025.06.23--2025.06.27

    、如何在MCXN947微控制器上配置安全啟動(dòng)和生命周期 http://www.www27dydycom.cn/d/6761906.html 8、低功耗+AI識(shí)別:基于樹(shù)莓
    發(fā)表于 06-27 18:24

    粒子群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用

    的研究具有重要意義.模糊神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)相結(jié)合的新型網(wǎng)絡(luò)結(jié)構(gòu),把它應(yīng)用于語(yǔ)音識(shí)別系統(tǒng),使
    發(fā)表于 05-06 09:05

    神經(jīng)網(wǎng)絡(luò)解決方案讓自動(dòng)駕駛成為現(xiàn)實(shí)

    的越來(lái)越大的挑戰(zhàn)。結(jié)論機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)將沿著一條挑戰(zhàn)高效處理性能的發(fā)展道路繼續(xù)闊步前進(jìn)。先進(jìn)的神經(jīng)網(wǎng)絡(luò)架構(gòu)已經(jīng)顯現(xiàn)出優(yōu)于人類的識(shí)別精確性。用于生成網(wǎng)絡(luò)的最新框架,如 CDNN2,正在推
    發(fā)表于 12-21 17:11

    基于樹(shù)莓神經(jīng)網(wǎng)絡(luò)自動(dòng)駕駛機(jī)器人

    `編程設(shè)計(jì)了一個(gè)由 Raspberry Pi、Arduino Uno 和一個(gè)樹(shù)莓攝像頭組成的自動(dòng)駕駛機(jī)器人小車。通過(guò)使用 Python、C++ 和神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像處理,并以 60 FPS 的速度
    發(fā)表于 05-03 20:19

    基于BP神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別系統(tǒng)

    得出得神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)誤差曲線和數(shù)字識(shí)別結(jié)果如圖1 所示?!   ”疚膶? ~ 9 共10 類數(shù)據(jù)中的每類取20 個(gè)做測(cè)試樣本,共200 個(gè)測(cè)試樣本對(duì)系統(tǒng)進(jìn)行性能測(cè)試。測(cè)試結(jié)果如表1 所列。由表1 中的數(shù)據(jù)
    發(fā)表于 11-13 16:04

    【PYNQ-Z2申請(qǐng)】基于PYNQ-Z2的神經(jīng)網(wǎng)絡(luò)圖形識(shí)別

    的raspberry pi接口,與樹(shù)莓聯(lián)機(jī),進(jìn)行一些實(shí)驗(yàn)。預(yù)計(jì)成果:全程發(fā)帖記錄整個(gè)試用過(guò)程,包括開(kāi)發(fā)板demo測(cè)試,神經(jīng)網(wǎng)絡(luò)原理講解,以及實(shí)現(xiàn)最終的手寫(xiě)數(shù)字圖形識(shí)別。
    發(fā)表于 01-09 14:48

    【案例分享】ART神經(jīng)網(wǎng)絡(luò)與SOM神經(jīng)網(wǎng)絡(luò)

    是一種常用的無(wú)監(jiān)督學(xué)習(xí)策略,在使用改策略時(shí),網(wǎng)絡(luò)的輸出神經(jīng)元相互競(jìng)爭(zhēng),每一時(shí)刻只有一個(gè)競(jìng)爭(zhēng)獲勝的神經(jīng)元激活。ART神經(jīng)網(wǎng)絡(luò)由比較層、識(shí)別層、
    發(fā)表于 07-21 04:30

    AI學(xué)習(xí)】第3篇--人工神經(jīng)網(wǎng)絡(luò)

    `本篇主要介紹:人工神經(jīng)網(wǎng)絡(luò)的起源、簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)模型、更多神經(jīng)網(wǎng)絡(luò)模型、機(jī)器學(xué)習(xí)的步驟:訓(xùn)練與預(yù)測(cè)、訓(xùn)練的兩階段:正向推演與反向傳播、以TensorFlow + Excel表達(dá)訓(xùn)練流程以及AI
    發(fā)表于 11-05 17:48

    如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)?

    如何用stm32cube.ai簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)映射?如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)?
    發(fā)表于 10-11 08:05

    嵌入式中的人工神經(jīng)網(wǎng)絡(luò)的相關(guān)資料分享

    設(shè)備沒(méi)有連接的時(shí)候。 在這種情況下,需要一個(gè)能夠?qū)崟r(shí)進(jìn)行信號(hào)預(yù)處理和執(zhí)行神經(jīng)網(wǎng)絡(luò)的平臺(tái),需要最低功耗,尤其是在一個(gè)電池設(shè)備上運(yùn)行的時(shí)候。通過(guò)使用不同的工具(如 python 腳本) ,可以訓(xùn)練一個(gè)數(shù)...
    發(fā)表于 11-09 08:06

    輕量化神經(jīng)網(wǎng)絡(luò)的相關(guān)資料下載

    視覺(jué)任務(wù)中,并取得了巨大成功。然而,由于存儲(chǔ)空間和功耗的限制,神經(jīng)網(wǎng)絡(luò)模型在嵌入式設(shè)備上的存儲(chǔ)與計(jì)算仍然是一個(gè)巨大的挑戰(zhàn)。前面幾篇介紹了如何在嵌入式AI芯片上部署神經(jīng)網(wǎng)絡(luò):【嵌入式
    發(fā)表于 12-14 07:35

    基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)物體識(shí)別系統(tǒng)

    【新技術(shù)發(fā)布】基于深度神經(jīng)網(wǎng)絡(luò)的激光雷達(dá)物體識(shí)別系統(tǒng)及其嵌入式平臺(tái)部署激光雷達(dá)可以準(zhǔn)確地完成三維空間的測(cè)量,具有抗干擾能力強(qiáng)、信息豐富等優(yōu)點(diǎn),但受限于數(shù)據(jù)量大、不規(guī)則等難點(diǎn),基于深度神經(jīng)網(wǎng)絡(luò)
    發(fā)表于 12-21 07:59

    使用樹(shù)莓制作HomeKit監(jiān)控

    樹(shù)莓3B及樹(shù)莓攝像頭,制作可以與homekit智能家居媲美的監(jiān)控!
    的頭像 發(fā)表于 05-30 12:54 ?3757次閱讀
    使用<b class='flag-5'>樹(shù)莓</b><b class='flag-5'>派</b>制作HomeKit<b class='flag-5'>安</b><b class='flag-5'>防</b>監(jiān)控

    面向低功耗AI芯片上的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)介紹

    這篇文章為大家介紹了一下面向低功耗AI芯片上的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì),隨著這幾年神經(jīng)網(wǎng)絡(luò)和硬件(CPU,GPU,FPGA,ASIC)的迅猛發(fā)展,深度學(xué)習(xí)在包...
    的頭像 發(fā)表于 12-14 23:40 ?1153次閱讀