通過這個動手項目,解鎖嵌入式AI的強大功能,將ESP32-S3微控制器變成能夠使用模型上下文協(xié)議(MCP)進行自然交互和硬件控制的智能語音助手。與依賴專有云服務的典型語音助手不同,這個DIY解決方案將本地捕獲的語音、真正的人工智能推理和智能設備控制融合到一個面向制造商和開發(fā)人員的有凝聚力的、可定制的系統(tǒng)中。
這個使用Arduino的自動收費站系統(tǒng)項目演示了如何使用Arduino Uno, RFID技術,IR傳感器和伺服電機構建一個全自動收費站系統(tǒng)來處理車輛檢測,支付處理和閘門控制-所有這些都無需人工干預。這是一個動手,初學者友好的項目,模仿現(xiàn)實世界的收費操作,并向您介紹集成傳感器,執(zhí)行器和識別系統(tǒng)與微控制器。
藍牙低功耗(BLE)設備廣泛用于環(huán)境監(jiān)測,但將其數據傳輸到云端通常需要復雜的sdk、網關或專有平臺。在本教程中,我們演示了一個簡單而靈活的替代方案:使用BleuIO作為USB BLE網關將BLE廣告數據直接發(fā)送到Arduino Cloud。
我在創(chuàng)客空間、學術實驗室和創(chuàng)新項目中指導了數千名學生,我反復看到了同樣的挑戰(zhàn)。學生們對機器人、電子和人工智能感到興奮,但他們的學習是分散的。他們在沒有硬件的情況下編碼,在不理解邏輯的情況下組裝工具包,在沒有現(xiàn)實環(huán)境的情況下學習理論。
超聲波模塊的共振頻率可以高于或低于標稱頻率。使用Arduino UNO,您可以在該范圍內生成頻率并檢查接收器的電壓。使用“OLD”IDE的繪圖儀,您可以輕松找到最終繪圖的最大值。這是您需要的硬件連接:將引腳9和10 (OC1A和OC1B)連接到發(fā)送器,將接收器信號連接到整流二極管,并將直流值連接到模擬輸入A0。
像《鋼鐵俠》這樣的電影讓我們夢想著智能助手和只需揮揮手就能控制設備等技術。當時,這一切聽起來都很科幻,但現(xiàn)在我們離實現(xiàn)它越來越近了。傳感器越來越智能,處理器幾乎可以適應任何東西,機器學習也越來越智能。所有這些都激發(fā)了我的靈感,讓我設計了一種可穿戴的魔杖,它能讓我們用手做出手勢,控制設備。
作為約翰布朗大學嵌入式系統(tǒng)課程的期末項目的一部分,這個項目的目標是創(chuàng)建一個基于德州儀器MSP430G2553的視頻游戲機,該游戲機使用多個外設來控制其中的三個游戲。這樣做是為了通過裸機方法(在C中,因為匯編需要更長的時間才能工作)最大化使用低端平臺,而不依賴于任何預先存在的庫。
去年,一個ME 461小組的Segbot項目專注于自適應平衡,并沒有明確使用Segbot動態(tài)的完整模型;這個項目的目標是基于模型的控制器設計和軌跡跟蹤,以及自平衡。我們推導出Segbot的動態(tài)模型,對其進行線性化,并支持游戲控制器的實時控制。
這個項目構成了伊利諾伊大學厄巴納-香檳分校ME461:機械系統(tǒng)計算機控制的最終產品。該項目的主要課題是一個多用途機器人,配備了機載傳感器,包括輪式編碼器、IMU距離傳感器等,以及德州儀器的F28379D發(fā)射臺板,更大的項目目標是使用機器人完成給定的任務,或使用傳感器和控制器來設計新型機器人功能。
狗被廣泛認為是人類最好的朋友,這是有充分理由的——它們忠誠,和它們一起玩很有趣,而且會認真地聽命令。但任何養(yǎng)過狗或照顧過狗的人都知道,照顧狗是一項繁重的工作。他們總是需要食物和水。即使在極熱或極冷的天氣里,它們也需要持續(xù)的散步。如果有一種方法可以獲得狗的所有好處而沒有缺點就好了!
Arduino保持其通常的作用:讀取傳感器,運行邏輯,并通過串行端口發(fā)送純文本。TinyTTS通過一個3.5?毫米的音頻插孔接收這些文本,然后自己生成語音。沒有網絡,沒有帶音頻文件的SD卡,沒有編解碼器。
我們的團隊開發(fā)了一款自動尋光機器人汽車,旨在探測和導航光源。該系統(tǒng)采用四方向光敏傳感器陣列,通過內置微控制器進行實時處理,以演示基于傳感器的決策和控制。
現(xiàn)代物聯(lián)網應用需要可靠的實時圖像流功能,用于從安全監(jiān)控到遠程監(jiān)控的應用。雖然基于wifi的解決方案很常見,但它們往往存在信號不穩(wěn)定和范圍有限的問題。該項目演示了如何使用內置以太網功能的W6300-EVB-PICO2微控制器構建強大的以太網供電攝像機系統(tǒng),使用HTTP和MQTT協(xié)議將實時圖像流式傳輸到Adafruit IO,以實現(xiàn)最大的靈活性和可靠性。
空氣、濕度、壓力等條件都可以通過TTN (TheThings Network)遠程觀察。它通常用于室內空氣質量監(jiān)測環(huán)境數據記錄RAK1906不能單獨工作,它必須連接到核心和基地,對于這個項目,我們將使用的核心將是RAK4630,基地RAK19003。當基座用USB C線連接到計算機上時,我們可以將代碼上傳到核心,核心將在監(jiān)控屏幕上顯示來自傳感器的數據。能夠實現(xiàn)此功能的程序是Arduino和Visual Studio Code with the Platform。io插件。
本教程將主要使用AI Tool Stack與NeoEyes NE301相結合來完成從模型數據收集到部署的過程。AI Tool Stack是CamThink為NeoEyes NE301打造的端到端邊緣AI工具,涵蓋數據收集、標注、訓練、量化和部署。它支持用戶自部署和管理。對AI Tool Stack的訓練和量化的底層支持來自于ultralytics項目庫。感謝ultralytics團隊的出色貢獻。