通过这个动手项目,解锁嵌入式AI的强大功能,将ESP32-S3微控制器变成能够使用模型上下文协议(MCP)进行自然交互和硬件控制的智能语音助手。与依赖专有云服务的典型语音助手不同,这个DIY解决方案将本地捕获的语音、真正的人工智能推理和智能设备控制融合到一个面向制造商和开发人员的有凝聚力的、可定制的系统中。
这个使用Arduino的自动收费站系统项目演示了如何使用Arduino Uno, RFID技术,IR传感器和伺服电机构建一个全自动收费站系统来处理车辆检测,支付处理和闸门控制-所有这些都无需人工干预。这是一个动手,初学者友好的项目,模仿现实世界的收费操作,并向您介绍集成传感器,执行器和识别系统与微控制器。
蓝牙低功耗(BLE)设备广泛用于环境监测,但将其数据传输到云端通常需要复杂的sdk、网关或专有平台。在本教程中,我们演示了一个简单而灵活的替代方案:使用BleuIO作为USB BLE网关将BLE广告数据直接发送到Arduino Cloud。
我在创客空间、学术实验室和创新项目中指导了数千名学生,我反复看到了同样的挑战。学生们对机器人、电子和人工智能感到兴奋,但他们的学习是分散的。他们在没有硬件的情况下编码,在不理解逻辑的情况下组装工具包,在没有现实环境的情况下学习理论。
超声波模块的共振频率可以高于或低于标称频率。使用Arduino UNO,您可以在该范围内生成频率并检查接收器的电压。使用“OLD”IDE的绘图仪,您可以轻松找到最终绘图的最大值。这是您需要的硬件连接:将引脚9和10 (OC1A和OC1B)连接到发送器,将接收器信号连接到整流二极管,并将直流值连接到模拟输入A0。
像《钢铁侠》这样的电影让我们梦想着智能助手和只需挥挥手就能控制设备等技术。当时,这一切听起来都很科幻,但现在我们离实现它越来越近了。传感器越来越智能,处理器几乎可以适应任何东西,机器学习也越来越智能。所有这些都激发了我的灵感,让我设计了一种可穿戴的魔杖,它能让我们用手做出手势,控制设备。
作为约翰布朗大学嵌入式系统课程的期末项目的一部分,这个项目的目标是创建一个基于德州仪器MSP430G2553的视频游戏机,该游戏机使用多个外设来控制其中的三个游戏。这样做是为了通过裸机方法(在C中,因为汇编需要更长的时间才能工作)最大化使用低端平台,而不依赖于任何预先存在的库。
去年,一个ME 461小组的Segbot项目专注于自适应平衡,并没有明确使用Segbot动态的完整模型;这个项目的目标是基于模型的控制器设计和轨迹跟踪,以及自平衡。我们推导出Segbot的动态模型,对其进行线性化,并支持游戏控制器的实时控制。
这个项目构成了伊利诺伊大学厄巴纳-香槟分校ME461:机械系统计算机控制的最终产品。该项目的主要课题是一个多用途机器人,配备了机载传感器,包括轮式编码器、IMU距离传感器等,以及德州仪器的F28379D发射台板,更大的项目目标是使用机器人完成给定的任务,或使用传感器和控制器来设计新型机器人功能。
狗被广泛认为是人类最好的朋友,这是有充分理由的——它们忠诚,和它们一起玩很有趣,而且会认真地听命令。但任何养过狗或照顾过狗的人都知道,照顾狗是一项繁重的工作。他们总是需要食物和水。即使在极热或极冷的天气里,它们也需要持续的散步。如果有一种方法可以获得狗的所有好处而没有缺点就好了!
Arduino保持其通常的作用:读取传感器,运行逻辑,并通过串行端口发送纯文本。TinyTTS通过一个3.5 毫米的音频插孔接收这些文本,然后自己生成语音。没有网络,没有带音频文件的SD卡,没有编解码器。
我们的团队开发了一款自动寻光机器人汽车,旨在探测和导航光源。该系统采用四方向光敏传感器阵列,通过内置微控制器进行实时处理,以演示基于传感器的决策和控制。
现代物联网应用需要可靠的实时图像流功能,用于从安全监控到远程监控的应用。虽然基于wifi的解决方案很常见,但它们往往存在信号不稳定和范围有限的问题。该项目演示了如何使用内置以太网功能的W6300-EVB-PICO2微控制器构建强大的以太网供电摄像机系统,使用HTTP和MQTT协议将实时图像流式传输到Adafruit IO,以实现最大的灵活性和可靠性。
空气、湿度、压力等条件都可以通过TTN (TheThings Network)远程观察。它通常用于室内空气质量监测环境数据记录RAK1906不能单独工作,它必须连接到核心和基地,对于这个项目,我们将使用的核心将是RAK4630,基地RAK19003。当基座用USB C线连接到计算机上时,我们可以将代码上传到核心,核心将在监控屏幕上显示来自传感器的数据。能够实现此功能的程序是Arduino和Visual Studio Code with the Platform。io插件。
本教程将主要使用AI Tool Stack与NeoEyes NE301相结合来完成从模型数据收集到部署的过程。AI Tool Stack是CamThink为NeoEyes NE301打造的端到端边缘AI工具,涵盖数据收集、标注、训练、量化和部署。它支持用户自部署和管理。对AI Tool Stack的训练和量化的底层支持来自于ultralytics项目库。感谢ultralytics团队的出色贡献。