-
如何在树莓派 5 上探索体感人工智能
对于许多开发者而言，他们的最终目标是摆脱简单的“如果-那么”逻辑模式，为他们的树莓派赋予真正的智能——打造一个能够理解口头指令、将其分解为步骤，并进而实际移动物体的系统。
-
设计一款基于事件驱动原理的树莓派追踪器
固定式太阳能电池板会损失高达 30%的潜在能量，因为它们无法跟随太阳的移动。虽然存在商业化的双轴跟踪器，但它们价格昂贵，且采用基于光敏电阻的简单控制方式，在阴天条件下效果不佳。
-
如何使用树莓派人工智能摄像头和开放式可编程逻辑控制器进行人员检测
人体检测人工智能有着众多应用，包括人群计数、入侵检测和拥堵监测。传统方法需要将采集到的图像传输至外部个人电脑或云服务以进行人工智能推理，这引发了严重的隐私问题，因为图像可能会被第三方存储或访问。
-
如何构建“性别感知型数字标识系统”
一种数字标识系统利用人工智能的面部检测和性别识别技术，能够根据观看者的身份自动切换视频内容。当有人靠近显示屏时，该系统会检测其面部、估算性别，并播放相应的视频。当无人观看时，它会切换回闲置模式。
-
设计一款采用树莓派 Pico 平台和高精度 INMP441 I2S MEMS 麦克风的便携式分贝计
我使用树莓派 Pico 和高精度的 INMP441 I2S 磁性麦克风构建了一个便携式分贝计。该设备能够实时测量声音强度，并将其显示在 OLED 屏幕上，而且它完全独立运行，采用电池供电设计。
-
如何利用视觉运动学原理让机器人狗行走
机器人运动学变成了一个充满乐趣的视觉实验场：我通过使用“小狗板”(PuppyPi)来实时观察并调整机器人的行走、小跑和攀爬动作，从而掌握了动态步态的要领!
-
如何利用一条短的 LED 灯带来实时显示飞机在进近过程中的位置以及其飞行高度
这个项目是为我物理计算课程中的数据可视化项目而设计的。其核心理念是通过 LED 灯带来展示飞机在天空中的位置，每盏 LED 灯都代表着一个位置。这些灯光会随着飞机的活动而移动并改变颜色。
-
如何利用树莓派人工智能摄像头以及对象检测人工智能模型来监控队列的情况
该项目展示了如何利用配备有物体检测模型的树莓派人工智能摄像头来监控排队情况。在该项目中，排队监控指的是计算排队区域内的人数。排队区域被定义为由多边形围成的区域，通常是一个矩形。
-
如何建造一种适用于紧急情况的分布式通信设备
现代通信系统在很大程度上依赖于诸如电力网、移动网络、互联网连接以及云服务器这样的集中式基础设施。虽然这些系统在日常生活中运行良好，但在灾难(如洪水、地震、野火或大规模停电)发生时却常常会失效。
-
PuppyPi 如何助力 STEAM 和机器人竞赛
走进许多理工科实验室，你就会看到这样的机器人：它们通常被当作“高级演示品”或一次性教学辅助工具而被束之高阁。它们演示一个概念，然后就被人遗忘。而 Hiwonder PuppyPi 则旨在打破这种循环。它并非一种一次性使用的教学工具;它是一个全面、专业级别的平台，能够将基础编程与高级研究之间的差距连接起来。通过结合树莓派大脑、强大的 ROS 原生框架以及工业级的扩展性，它从一个课堂上的奇思妙想转变为教育和竞技机器人领域创新的强大工具。
-
使用树莓派构建一款巡逻并带回家中的机器人
你的树莓派是否仍被安放在一个柜子里，默默地充当着网络存储设备或家庭服务器的角色?是时候给它赋予一个新的形态了——一个能够移动、观察和互动的形态。这就是我最新项目的核心内容：将 PuppyPi(一款专为学习而设计的开源 ROS 四足机器人)改造为一个真正实用的家庭助手原型。这并非关于远程控制，而是要创造一个能够自主巡逻、理解指令甚至能执行简单物理任务的移动智能体。这就是我如何将一个开发平台转变为家庭新成员的过程。
-
使用ATYM在树莓派上运行WebAssembly容器
ATYM是一个轻量级的运行时，用于在Linux边缘设备(如树莓派)上运行WebAssembly应用程序。ATYM不是在系统上部署大型Docker映像或直接运行本机二进制文件，而是运行小型的沙盒程序，这些程序启动速度快，使用很少的内存，并且只有在明确允许的情况下才能访问硬件。
-
在旧Jetson Nano上安装构建Deepseek AI
这是一个由Nvidia管理的Ubuntu版本，而不是由Ubuntu公司管理的。apt包管理器与它们的存储库一起工作，您可以安装Synaptic。它可以运行电影和音乐播放器，作为一个文字处理器与LibreWrite。
-
建立一个空气合成器:通过移动彩色球通过摄像机区域播放乐器
建立一个空气合成器，使用实时颜色跟踪演奏乐器。移动一个彩色的球通过相机上不同的区域，每个区域触发不同的合成器音符。在飞行中变换乐器——从钢琴到鼓等等。
-
如何利用树莓派创建自定义关键点检测AI模型
构建在树莓派AI相机等边缘设备上高效运行的AI模型可能具有挑战性。为了简化这个过程，我们开发了样例代码和工具来优化整个工作流程——从培训到部署。
-
如何创建自定义对象检测AI模型
本教程将指导您在树莓派AI相机上创建和运行自定义对象检测AI模型。它是为初学者设计的，可以一步一步地跟随。
-
制造一个能够实时探测和跟踪人的自主机器人，不需要编程
制造一个能够实时探测和跟踪人的自主机器人。这个人工智能驱动的系统结合了计算机视觉和PI控制，通过视觉编程平台Grablo构建的差动驱动转向实现平滑跟踪。
-
基于物联网和onem2m的5G智能人群监控
我们的智能系统监控人群流动，提前预测风险，并安全引导人们，在每次重大聚会中保护生命。
-
利用基于视觉的分散监控系统，根据动物的存在和路况动态调整交通规则
每年都有无数的动物在道路上受伤或死亡，无数的司机在这个过程中处于危险之中。随着交通量的增加和气候条件变得越来越不可预测，传统的道路安全系统正在努力跟上。对于这个问题，我的建议是建立一个分散的道路监控系统，监测该地区的动物存在情况，以及道路状况和空气能见度，并实时调整交通规则，以提高道路安全，无论是对动物还是靠近野生动物自然栖息地的司机。
-
使用树莓派AI相机进行跌倒检测
自动跌倒检测系统可以成为安全管理的重要资产，特别是对于老年人护理设施和医院，以及生活在家中有行动需要的人。使用人工智能摄像头和边缘处理提供了一个强大的、非侵入性的、具有隐私意识的实时解决方案，可以快速安装在任何地方。
