[紀錄] Raspberry Pi社群聚會 #23 會後資料(樹莓派自走車)

第二十三次 Raspberry Pi 社群聚會會後資料,希望透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派自走車」。過往資訊可看共筆,報名可到 KKTIX

天瓏書局(Tenlong Bookstore)
這次的活動是在天瓏書局 CodingSpace 舉辦,場地很新設備很好,小老闆很給力提供了很多協助。

Raspberry Pi社群聚會 #23(Raspberry Pi Meetup #23)
但這次因為報名人數爆棚所以略顯擁擠,下次聚會要吃 Pizza 應該會更擠吧?

樹莓派基金會贊助貼紙(Raspberry Pi Foundation donate stickers to us)
這次活動樹莓派基金會有贊助貼紙,所以來參加的朋友都很開心的拿了不同的貼紙做紀念。

如何玩Donkey Car(Donkey Car How to Play)
這次的講者李翼介紹 Donkey Car 怎麼玩。Donkey Car 是一個機器學習加上馬達控制的綜合型專案,也就是使用者先在車道上使用搖桿控制小車,並且將影像資訊和搖桿資訊記錄下來。再將蒐集到的資料訓練出對應的模型,之後再把訓練好的模型放到小車上試著讓它自走,並持續做蒐集資料、訓練模型、測試小車的動作直到符合預期結果。

Donkey Car硬體清單(The Donkey Car Hardware List)
Donkey Car 的硬體清單,包含了 Pi 3、車體、相機模組、搖桿以外,還用了冰棍做相機支架,非常有趣。


目前比較難取得的是 RC Car,還要再搭配專用擴充板,不過這都可以再進行改造的。對 Donkey Car 來說,相機模組是唯一的資料輸入來源。

Donkey Car軟體架構(The Donkey Car Software Architecture)
在 Donkey Car 的軟體架構中,包含了認知(Perception)、規劃(Planning)、控制(Control)和資料收集(Data Collection)等步驟。所謂的認知就是自駕車需要取得當前的狀態(state),包括是否正在前進還是後退?如果知道狀態以後,就可以根據條件做規劃,例如左轉、右轉或是避障等。有了規劃結果以後就可以發出控制訊號來控制馬達調整車子動作,最後就是持續把從相機讀進來的影像資料或是搖桿資料給保存下來。

Donkey Car身經網路(The Donkey Neural Network Model)
Donkey Car 的核心精神就是使用神經網路將影像和對應的動作做連結,因此選擇適合的模型與調整參數是很重要的。

Donkey Car資料類別(The Donkey Car Data)
除了有好的神經網路模型以外,如何挑選好的資料在機器學習領域也是非常重要的。對此李翼分享了自身的經驗,不能只給模型乖乖的控制資料,必須要加上一些錯誤再導正的控制資料,就像是我們人在開車時的行為。

Donkey Car車道設計(Donkey Car Lane Design)
車道設計也是大哉問,不論是地板材質、膠帶材質與顏色都會影響辨識結果,並且特別要注意車道轉彎角度必須要小於車子的迴轉半徑,才不會做出一個無法跑得賽道出來。

結語
最後的結論就是雖然神經網路是一個黑盒子,但多數的行為是可以根據訓練資料而得到的,因此除了模型設計以外,使用乾淨和有設計過的資料做訓練才會得到理想的結果,也就是 “餵什麼像什麼”。


李翼的分享非常精彩,中場休息時還被團團圍住。大家都想要在這次的分享吸收講者的經驗以減少自己摸索的時間。

驢車學走路(樹莓派在自駕遙控車的應用)的投影片下載

 

源自於MIT的小鴨車專案(Duckietown Project from MIT)
我們這次介紹小鴨城(Duckietown)專案,這是一個基於 Raspberry PiROS 的開源無人小車專案,源自於 MIT。在 2016 年課程初設計時,還是一個靠著影像辨識加控制理論所搭建的自走車平台,但到了 2017/2018 年已經可以結合機器學習做到多種環境識別與容器化等更適合在學校推廣的機器人平台。


這是在 2016 年課程(2.166)的架構,一開始會需要設定樹莓派(Duckiebot)和開發環境(Virtualbox),並且讓兩邊的網路透過名稱解析方式互通。一開始會做車輪校正(Wheel Calibration)確認小車能行走直線不偏移,再來從小車的視角去觀察世界可以看到如果要做到最簡單的車道跟隨(Lane Following)會需要找到左邊的黃色線段和右邊的白色車道,因此經過影像處理的技術,包括色彩空間轉換、濾波、邊緣偵測和找直線等可得到黃線和白線的線段座標。再經過相機校正(Camera Calibration)後,可以讓影像資訊從二維相機影像座標映射到真實世界三維座標。最後經過投票與條件機率可決定最適合的參數,再根據此一參數調整馬達控制訊號讓小車狀態改變達到能沿著車道行走的功能。

車道跟隨展示(Lane Following Demo)
sosorry 也展示了車道跟隨(Lane Following)的功能。但當天的光線太暗,黃線的部份並沒有清楚的看到,但在經過亮度補償後有改善,可以完整跑完一圈。

採果機器人展示(FarmHarvestBot Demo)
我們在之前的工作坊有遇到 FarmBotTUG 的朋友,他們開了一個新的採果機器人專案(FarmHarvestBot) ,希望能做到可以自動採收水果的機器人。我們也根據他們的想法做了一個簡單的展示,可以一邊自走 S 型車道,再一邊進行手臂控制夾取物品。未來將會做成原型車,能透過影像辨識再使用機器手臂自動抓取物品。

小鴨城(Duckietown)一個基於Raspberry Pi和ROS 的開源無人小車專案介紹投影片下載
 
我們預計在十二月還會在舉辦一次小鴨車的工作坊,活動時間與地點近期會公佈,歡迎大家一起來玩。

[活動] Raspberry Pi社群聚會 #23 @2018/10/29

raspberry_pi_meetup_23_self_driving_car_banner
RSVP:Raspberry Pi Meetup #23
The 23th of the Raspberry Pi meetup, the topic is “Raspberry Pi self-driving car”.

Speaker 1: Yi Lee/DonkeyCar.Taipei
Topic: Donkey Car – The application of RC self-driving car with Raspberry Pi
Abstract: Donkey Car is an open source project based on Raspberry Pi and Python. In this platform, the machine learning and computer vision are used for the self-driving car. We will share some experiences:
1) Donkey Car system architecture
2) Car assembly, turning and lane design
3) Performance modeling and analysis
4) The mystery of Donkey Car

Speaker 2: sosorry
Topic: The introduction of Duckietown – A self-driving car open source project based on Raspberry Pi and ROS.
1) What is the Duckietown?
2) The hardware
3) Computer vision as the input
4) Estimate and control the car by probability
5) Resources
6) DEMO

Additional Information:

  • 2018/10/29 19:10 ~ 2018/10/29 21:30
  • 2F., No.105, Sec. 1, Chongqing S. Rd., Zhongzheng Dist., Taipei City
  • $100 per person
  • - – – – – – – – – - 以下為中文 – – – – – – – – – -

    報名:Raspberry Pi社群聚會 #23

    第二十三次 Raspberry Pi 社群聚會,希望能透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派自走車」。

    分享者1:李翼/DonkeyCar.Taipei
    題目:驢車學走路 – 樹莓派在自駕遙控車的應用
    大綱:Donkey Car (驢車) 是一個開源專案,這是以 python 為基礎,在 Raspberry Pi 使用機器學習和電腦視覺等方法驅動遙控車的自駕車平台,以下是我們的經驗分享:
    1) Donkey Car 系統架構
    2) 系統組裝調校與車道設計
    3) 模型效率分析
    4) 驢車傳說

    分享者2:sosorry (台灣樹莓派)
    題目:小鴨城(Duckietown),一個基於Raspberry Pi和ROS 的開源無人小車專案介紹
    1) 什麼是Duckietown?
    2) 所需硬體和環境
    3) 使用電腦視覺作為自駕車的輸入
    4) 用機率計算車道相對估計與控制
    5) 學習資源
    6) DEMO

    活動資訊

    • 活動時間: 2018/10/29(週一) 19:10 ~ 21:30 (6:40pm 開始入場)
    • 活動人數上限: 100
    • 活動地點:台北市重慶南路一段105號2樓(天瓏書局)

    費用

    • 每人100元場地費用
    • 帶作品展示的參加者免收場地費用

    備註

    • 活動場地有提供無線網路

    報名:Raspberry Pi社群聚會 #23

    [活動] Duckietown小鴨城自走車工作坊(兩天)

    上限 20 人。購買全套配件:$9450元。
    Raspberry Pi 工作坊候補表單  <==額滿了,填寫候補表單!

    Duckietown(小鴨城)源自於 MIT 2.166 自動駕駛車開放課程,使用樹莓派加魚眼相機加上馬達控制板建立一個自走小車(DuckieBot)。

    DuckieBot(小鴨車)是在樹莓派上安裝 Ubuntu + ROS(Robot Operating System) 做為自走車的開發架構,使用魚眼鏡頭進行物體辨識,將當前環境根據非線性估計後使用馬達控制板控制左右馬達進行車道跟隨(lane following)。

    兩天的活動,讓你由淺入深,從 ROS 介紹到電腦視覺,自動駕駛原理一次學會。

    【Duckietown小鴨城自走車工作坊】
    目標:學習自動駕駛原理,包括 ROS 使用、電腦視覺與相機校正、非線性估計、物體辨識、投影轉換和車道跟隨一次學會。
    時間:2018/09/15-16(六-日) 早上 09:00~下午 18:00
    地點:CLBC台北市大安區復興南路一段293號4樓
    講師:
    1. YC_thumb YC 老師,Robotist。Pioneer in Duckietown。第一屆 ROS.Taipei 2018 年會年協辦,ROS.Taipei 2018年會發表 “I am supposed to build robots!
    2. HY_thumb HY 老師,Robotist。Pioneer in Duckietown。Unity, Unreal遊戲引擎專家。新竹Mars團隊, 新竹實驗中學與光武國中STEM教學資深講師。悠遊虛擬與現實間。

    9/15(週六)

    09:00 – 10:00: 1. Duckiebot環境設定(SSH設定/虛擬機設定)
    10:00 – 12:00: 2. 單元測試與ROS介紹與練習(ROS/底盤校正/攝影機讀取)
    13:00 – 14:00: 3. 電腦視覺與相機校正(內外參數/OpenCV基礎)
    14:00 – 17:30: 4. 自動駕駛原理(一)(非線性估計/光補償校正)

    9/16(週日)

    09:00 – 10:30: 1. 自動駕駛原理(二)(物體辨識/投影轉換/車道跟隨(1))
    10:30 – 12:00: 2. 自動駕駛原理(三)(車道跟隨(2))
    13:00 – 17:00: 3. 實地測試

    上限 20 人。購買全套配件:$9450元 Raspberry Pi 工作坊候補表單  <==額滿了,填寫候補表單!
    包含樹莓派 Pi 3B 必備套件(Pi 3B + 32G SD卡 + 5V/2.5A 電源 + PL2303HXD傳輸線) + 小鴨車材料包(雙層小車、160 度魚眼相機、相機座、Adafruit 馬達驅動板(已焊接)、鋰電池擴充板、2.4G 搖桿、全車螺絲包、USB 轉 TTL、黃色小鴨),不包含午餐。

    注意事項:
    * 完成付款即完成報名。
    * 學員當天需自備筆電,Windows / Linux / Mac 皆可。
    * 本活動是進階課程,建議有使用過樹莓派和在上面開發程式的人參加。

    更多介紹可以參考:

    小鴨城(Duckietown) 一個基於Raspberry Pi和ROS 的開源無人小車專案介紹
    from raspberrypi-tw

    [活動] Raspberry Pi社群聚會 #21 會後資料(樹莓派在物聯網上的應用案例,從 Maker 到 Mass Production)

    第二十一次 Raspberry Pi 社群聚會會後資料,希望透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派在物聯網上的應用案例,從 Maker 到 Mass Production」。過往資訊可看共筆


    這次的主題是分享使用樹莓派(Raspberry Pi)量產的經驗或是產品。第一位講者 Henry 將介紹使將樹莓派做成尿素加注機的商業化應用經驗談。


    產品的需求是從空污而來。空氣污染的來源之一是柴油引擎的排放物,其組成主要是氮氧化物(NOx)和微粒(包含碳煙),其次是碳氫化合物(HC) 。如果能使用氨氣作為還原劑,可以讓氨氣和氮氧化物反應生成氮氣和水,就可以無害的排放到大氣中。但由於使用氨氣需要一套複雜的控制系統,因此使用尿素(環保汽車尿素,Diesel exhaust fluid)會更為方便,因為尿素的水溶液在 200°C 的溫度以上,會產生 NH3 可達到和氨氣一樣的效果。


    由 Henry 所設計的尿素加注機的硬體組成有 Raspberry Pi 和 Arduino。讀取油料的高低和加注尿素是由 Arduino 負責,其資訊會透過 UART 和 Pi 傳輸,而 Pi 則負責顯示畫面,並將加注結果傳回伺服器。


    圖為尿素加注機內部的線路。使用 Pi 或是 Arduino 這類硬體的好處,就是在於開發快速。只要設計好適當的線路圖,就可以用麵包板和杜邦線等電子零件驗證想法。如果初步的測試沒問題,就可以手工焊接讓雛型系統更穩固。經過一段時間的實測猴,就能再進行 PCB 的生產等後續量產動作。


    產品量產後的問題之一,就是蒐集 log。如果是一開始就有先考慮到的都不會是問題,但你永遠不知道使用者會怎麼用這產品。因此 Henry 曾經接到尿素加注資料讀取錯誤的問題回報,為了第一時間瞭解狀況,就在半夜從台北直奔彰化花壇,只為了取回 log 和釐清問題所在。


    大部分的人還是只拿 Pi 做概念驗證,因此提問的人很多,都想多瞭解可能會發生的問題,看能不能少踩幾個坑。

    Henry 的投影片下載

     


    第二位講者 sosorry 也分享國內外使用樹莓派做產品的幾個要點。第一個案例是使用樹莓派做監控系統。
    目前市面上大多數的監控設備都是使用可見光的 Camera,但這會受到天候或是光線等影響,因此為了能降低環境影響,有廠商使用可見光的相機模組熱紅外線影像相機模組融合成監視系統。這是使用雙相機做 alpha blending 的效果。


    第二個案例是使用樹莓派做能源監控系統。這是國外所發起的 OpenEnergyMonitor 專案,整體架構包含了可單獨運作的溫度監控模組(emonTH)、可偵測電流消耗的能源監控模組(emonTx)、使用了 Pi 和 ATmega328 擴充板做為系統核心的物聯網閘道器(emonPi),和最後資料分析與視覺化的儀表板(emonCMS)。

    特別介紹這專案不只是這已經是量產的產品,而是觀摩別人怎麼經營開源專案。這專案所有的項目都是開源的,包括了硬體開源,但也提供線上購買現成的模組。其次是軟體開源,包括了前端韌體到網頁後台都可以在 github 下載。再來是所有的訊息傳遞都使用開放標準,可方便各種軟體的串接與硬體擴充。當然教學文件教學影片也是必備的,還有線上社群可以作為你最後的支援。以上所有專案資料可以到網站上取得。

    最後還分享了一些使用樹莓派量產的注意事項。完整內容可參考投影片
    樹莓派在物聯網上的應用案例 from raspberrypi-tw

     


    這次 Noah 有給了一個 lightning talk,主要是推廣 FOSSASIAPSLab 的一些精神與產品,和樹莓派是相仿的。不過可惜的是沒有實機展出,也許下次可以結合樹莓派做更多的分享。

     

    歡迎大家來參加社群聚會,相關活動我們都會在網頁facebook 公告,如果有主題想分享也請來信 service AT raspberrypi.com.tw。

    [活動] Raspberry Pi社群聚會 #21 @2018/05/21

    報名:Raspberry Pi社群聚會 #21

    第二十一次 Raspberry Pi 社群聚會,希望能透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派在物聯網上的應用案例,從 Maker 到 Mass Production」。

    分享者1:Henry (Allware)
    題目:樹莓派商業化應用-以尿素加注機為例
    大綱:
    1. 為何選擇樹莓派。 (成本 vs 時程/商業量產成本/讓我們化腐杇為神奇)
    2.週邊硬體的整合。 (電源/感測器/配線/週邊)
    3.當機。 (樹莓派偶爾不明的當機/USB裝置死當)
    4.與雲端網站整合。 (E1872(3G)/E3372(4G))
    5.Python 的坑。 (Thread/Rs232效能)
    6.如何更穩定。 (Log啊Log)
    7. 實機展示。

    分享者2:sosorry (台灣樹莓派)
    題目:樹莓派在物聯網上的應用實例
    1. 樹莓派現況。
    2. 熱影像資訊分析。
    3. 能源監控分析。
    4. 應用挑戰。

    活動資訊

    • 活動時間: 2018/05/21(週一) 19:10 ~ 21:30 (6:40pm 開始入場)
    • 活動人數上限: 100
    • 活動地點:CLBC台北市大安區復興南路一段293號4樓
    • 交通資訊:(地圖:http://clbc.tw/location/)至捷運大安站下車,出口後直走60秒內可抵達 CLBC 大安館

    clbc_map
    顯示詳細地圖

    費用

    • 每人150元場地費用
    • 帶作品展示的參加者免收場地費用

    備註

    • 活動場地有提供無線網路

    報名:Raspberry Pi社群聚會 #21

    [教學] Raspberry Pi Camera + Python + OpenCV投影片和範例程式 @虎科大

    20170727_NFU_Camera_Python_OpenCV_2_Days_Workshop
    七月底我們應虎科大電機工程系蔡老師的邀請,帶 Raspberry Pi + Python + Camera 兩天的工作坊。最後會實作”鄉民查水表”功能,是使用 Pi Camera 拍照後,用 OpenCV 做影像處理取得水表指針角度,就可以知道水表目前度數。學生很認真程度也很好,兩天的練習與實做都可以在時間內完成。我們未來也會和虎科大有更多的合作。

     

    這次的工作坊共分為兩天,第一天是介紹 Raspberry Pi Camera + Python。內容與時間如下:
    1. 相機原理與應用(1 小時)
    2. 控制 Raspberry Pi Camera(2 小時)
    - 使用指令列
    - 使用 Python
    3. 串接 imagga 網路服務(1 小時)
    4. Camera和 Webcam(1 小時)
    5. 影像串流(3 小時)
    - 使用 RTSP + H.264
    - 使用 HTTP + MJPG

    投影片我們已經放在 slideshare 上了。範例程式在 github 上了。
    Raspberry Pi Camera + Python + OpenCV (Day1) from raspberrypi-tw

     

    第二天是介紹 Raspberry Pi Camera + OpenCV。內容與時間如下:
    1. 色彩空間與基本影像處理(2 小時)
    - 色彩空間介紹
    - 用 Python + OpenCV 做影像處理
    2. 常用影像處理方法(3 小時)
    - 平滑,侵蝕與膨脹
    - 找邊緣與找直線
    - 找重心與找輪廓
    3. 機器學習應用與綜合練習(3 小時)
    - 人臉偵測
    - 圖形分類(手寫辨識)

    其中,在第二天工作坊中的圖形分類(手寫辨識),我們參考了 Ashing’s Blog內容,裡面有許多不錯的自學心得。

    投影片在 slideshare 上。範例程式在 github 上了。
    Raspberry Pi Camera + Python + OpenCV (Day2) from raspberrypi-tw

    [產品] Pimoroni OctoCam – Pi Zero W Project Kit

    OctoCam-0

    《特色》
    可以黏在窗戶或是貨架上的照相機!

    OctoCam 套件包含一個 Pi Zero W,一個超小型 5MP 相機,一個有趣的章魚安裝座和四個吸盤。

    您可以將 OctoCam 設定成 IPCam 觀察路上的行人或是魚缸中的魚群們,還可以製作縮時攝影的影片。更多教學請參考我們對 Raspberry Pi Camera + Python 的介紹。

    OctoCam-4in1

    《規格》
    * Pi Zero W
    * 5MP camera with built-in cable and circuitry
    * OctoCam acrylic mount, suction cups, desk stand
    * 50cm USB A to micro-B cable
    * USB A (female) to micro B (male) adaptor
    * Mini to full-size HDMI adaptor
    * Male 2×20 pin header
    * Sticker sheet
    * Comes in a reusable kit box
    * Assembled size of OctoCam is 80×73.5x14mm (HxWxD)

    * 注意:本擴充板不包含 microSD卡 及 電源!

    《使用教學》
    * Assembling OctoCam
    * motionEye OS on your OctoCam: Install and set up motionEye OS on your OctoCam

    《相關》
    * [新聞] Raspberry Pi Zero 套餐特價中
    * [產品] Raspberry Pi Zero v1.3 + Mini HDMI轉接頭 + OTG + 8G microSD + 5V電源 + 2×20排針
    * [產品] Raspberry Pi Zero v1.3 + Raspberry Pi Camera(v2)
    * [產品] Raspberry Pi Zero v1.3 + Raspberry Pi NoIR Camera(v2)

    $2180 


    ※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。

    [測試] AS3992 – UHF RFID Single Chip Reader

    《文件與教學》
    文件總整理,可以從這論壇查看使用教學。
    https://www.soliddepot.com/forum/viewforum.php?f=22

    AS399X firmware(.hex)下載
    https://www.soliddepot.com/forum/viewtopic.php?f=22&t=40343&sid=e0f3335ae0e157fb2e77c799a567d57d

    下載完整資料(出處),包括 datashhet、schematics、firmware、document 等等。
    https://www.dropbox.com/s/u9cv2ytscplytmg/AS3992%20reader%20module%20files%20English.zip?dl=0

     
    《硬體外觀》
    AS3992_adapter_antenna_tag
    AS3992 開發板 + 3.6V/2A 電源 + 3dBi 天線 + 五張 915MHz Tag

    usb_debugger_jtag_adapter
    USB Debug Adapter + JTAG 排線 + JTAG 轉 C2 轉板

     
    《AS3992 韌體更新》
    由於韌體預設是燒錄 USB 版本,可以燒成 UART 版本方便測試。連接方式如下。

    jtag_connect_usb_debugger
    JTAG排線防呆。

    jtag_connect_adapter
    注意要三角對三角。

    pin_of_as3992_jtag_adapter
    AS3992 的 C2CK 和 C2D 還有 GND 要和 JTAG 轉板腳位相接。

    connect_as3992_jtag_adapter
    相接的結果(用手扶著就可以了)。

    upload_firmware_connection
    完整連接圖。

    韌體更新要透過 Silicon Lab 提供的 FLASH 燒錄工具(C8051F)上傳。或是下載完整資料裡的壓縮檔。選擇 C2 programmer > Flash Programming V3.90.exe

    如果一切連接順利,就可以看到 USB Debug Adapter 是可以選取的。
    silicon_lab_flash_utility

    點選 “Connect”,順利的話就可以連接到 AS3992,原來 “Connect” 會變成 “Disconnect”。
    connect_to_as3992

    下載 AS399X firmware.zip(.hex)
    其中,as399xdemo_uart_3992.hex 表示 115200bps baud rate
    另外,as399xdemo3992uart_9600.hex 表示 9600bps baud rate
    我們選擇 115200bps 燒錄(用 9600bps 的也可以)。

    upload_firmware
    燒錄完畢後,重插拔電源將會使用新韌體開機(如果下載到一半斷線也沒關係,但電源不能斷)

     
    《AS3992 連線》
    我們測試的環境為 Raspberry Pi 3,使用 2016-05-23 的映像檔。
    Raspberry Pi 和 AS3992 使用 USB 轉 TTL 序列傳輸線(PL2303HXD 或是 PL2303HX 都可以)相接。
    raspberry_pi_as3992

    通訊的方式是用 CuteCom,如果還沒安裝請先用 sudo apt-get install cutecom 安裝。
    在 Pi 上連線的介面是 /dev/ttyUSBX,例如 /dev/ttyUSB0 如下圖。
    dev_ttyusb0

    一切沒問題,就可以使用 cutecom 做連線測試了。步驟如下:
    1. 在 Device 選擇 /dev/ttyUSB0
    2. 在 Baud rate 選擇 115200
    3. 在 Data bits 選擇 8
    4. 在 Stop bits 選擇 1
    5. 在 Parity 選擇 None
    6. 這時候點選 Open device
    7. 最下方選擇 Hex input
    8. char delay 選擇 1 ms
    cutecom

    根據文件說明,送 10 03 00 是查詢韌體版本,送 10 03 01 是查詢硬體版本。

    因此我們在底下的 Input 輸入100300 就可以看到 AS3992 回傳的韌體版本。
    cutecom_100300

    如果是輸入100301 就可以看到 AS3992 回傳的硬體版本。
    cutecom_100301

    更多命令就需要參考完整的手冊才知道怎麼使用了。最重要的是完整資料裡的 datasheet 和 command。
    datasheet: AS3992 reader module files English > Application notes > AS3992_Datasheet_v1.0.pdf
    command: AS3992 reader module files English > Application notes > AN399x Leo Roger System Description_1_4.pdf

     
    《AS3992 讀卡》
    有人將 AS3992 UHF RFID reader 寫了 Python 的模組,可以參考使用。

    接線就和剛剛的方式一樣,Raspberry Pi 透過 PL2303HX 或 PL2303HXD 和 AS3992 相接。

    ################                 ##########
    # Raspberry Pi #  --USB to TTL-- # AS3992 #
    ################                 ##########
    

    開啟 Pi 的終端機,先把程式拉(pull)下來。

    $ cd ~
    $ git clone https://github.com/GuyLewin/pyAS3992
    $ cd pyAS3992/
    

    因為原本的範例程式(example.py)只會讀取一次,我們稍做修改就可以持續讀取。

    $ vim main.py
    import as3992_api
    import time
    
    def main():
        ann = as3992_api.AntennaDevice()
        print "Firmware info: %s\nHardware info: %s" % ann.get_system_info()
        print "Activating antenna"
        ann.set_antenna_state(True)
        print "Tags:"
    
        while True:
            try:
                for epc, rssi in ann.iter_epc_rssi():
                    print epc.encode("HEX"), rssi
            except:
                pass
    
            time.sleep(1)
    
    if __name__ == "__main__":
        main()
    

    執行 main.py,我們拿五張 tag 做測試,會讀到 epcrssi。實測接收距離約在 10-15cm 左右。

    $ sudo python main.py

    as3992_reader

    [活動] Raspberry Pi相機+影像辨識實作:自己做樹莓派相機做人臉辨識、影像串流、連結雲端,一天學會

    raspberry-pi-camera-python-at-techbang

    好久不見的 Camera + Python 工作坊來了,我們這次又和T客邦合作一起辦 Raspberry Pi相機+影像辨識實作工作坊,歡迎大家報名參加。

    【課程內容】
    目標:學習用 Raspberry Pi 的 Camera 模組,瞭解拍照/錄影、手機控制、影像串流、結合硬體操作、結合網路服務、OpenCV 與人臉偵測應用。
    時間:2016/10/15(六) 早上 09:30~下午 17:30
    地點:T客邦總部,台北市中山區民生東路二段141號6F (Google 地圖)

    費用:
    * 早鳥價 $5,000元:購買樹莓派 Pi3 必備套件+電子零件包,包含午餐。
    * 早鳥價 $3,200元:購買電子零件包,包含午餐。
    * 早鳥價 $2,600元:租用樹莓派+電子零件包,包含午餐。

    注意事項:學員當天需自備筆電,Windows / Linux / Mac 皆可。

    報名:Raspberry Pi相機+影像辨識實作工作坊

    [活動] Learn to become a full-stack developer with Raspberry Pi + Python + C

    很高興 PyCon Taiwan 2016 又接受了我們投得 tutorial。這次屬於進階的內容。

    溫濕度感測器(DHTxx)應用廣泛,是許多人第一個學習與使用的感測器。但如果沒有使用別人寫好的函式庫,還知道要怎麼使用嗎?

    目標:這次的 tutorial 會介紹如何根據 Raspberry Pi 的 datasheet 控制 GPIO,並閱讀 DHTxx 感測器的規格與通訊協定(1-wire)撰寫控制程式與 Python 模組,再用瀏覽器來控制。讓你從硬體、軟體串到網頁,成為一個以一打十的全端工程師。

    時間:2016/5/29(日) 早上 09:00~下午 17:30

    地點:台北市大安區復興南路一段283號4樓 CLBC

    大綱
    Raspberry Pi 環境設定
    - 使用 Serial + WiFi
    Raspberry Pi GPIO
    - 閱讀 Raspberry Pi datasheet
    - 控制 GPIO
    感測器與通訊協定
    - 感測器規格與線路圖介紹
    - 通訊協定介紹
    - 控制感測器
    Python 模組
    - 用 C 寫 Python 模組
    系統整合
    - 從瀏覽器控制
    - Linux 開機介紹

    參考資訊:
    - http://www.slideshare.net/raspberrypi-tw/raspberry-pigpiolookinside
    - http://www.slideshare.net/raspberrypi-tw/write-adevicedriveronraspberrypihowto

    報名頁面:PyCon TW 2016 Tutorial – Learn to become a full-stack developer with Raspberry Pi + Python + C

    [活動] 20141208 Raspberry Pi讀書會 #03會後資料

    感謝大家的參與,這次討論得很熱烈,希望能藉由讀書會做有系統的介紹,讓更多朋友能瞭解/使用/創造 Raspberry Pi。

    特別感謝 Walker,今天介紹了第五章(Python 基礎)、第六章(Python Lists and Dictionaries)和第七章(Python 進階),並現場示範許多範例,回答同學們的問題。

    Raspberry Pi Book Club #3

    這次的投影片由我們小代打一下。

    Raspberry Pi讀書會#3 – Raspberry Pi Cookbook Ch5, Ch6, Ch7 from raspberrypi-tw