¿Qué es lo mejor que has hecho con una Raspberry Pi?

¡Mi raspberry pi ahora tiene más de 25 veces más seguidores que yo en Twitter!

Lo conecté a una serie de tubos de neón antiguos y actúa como un reloj y una ventana en declaraciones de Twitter aleatorias para mi taller. También es un bot de twitter que reaccionará a los hashtags correctos y, utilizando el módulo de cámara raspberry pi, enviará películas o imágenes de texto personalizado a cualquier usuario de twitter que pueda obtener la sintaxis de comando correcta.

Tenía la idea de que sería interesante ver cómo reaccionaban las personas cuando se les daba tal recurso (no es una verdadera sorpresa, los jóvenes lo usan principalmente para lanzar insultos y repetir “memes” sin pensar) y tal vez el hecho de que sus acciones serían abierto para que todos lo vean podría provocar más reflexión antes de ordenar una transmisión de palabras a todos los seguidores … La evidencia sugeriría lo contrario 🙂 ¿Quizás los usuarios de Quora pueden ayudar a la relación señal / ruido?

Ha habido algunos buenos usos: al menos un chico estaba construyendo un gran léxico de palabras de neón para algunos proyectos de arte que aún no se han realizado recientemente, también he visto algunas declaraciones de amor eterno y propuestas de matrimonio.

El patrón de uso es bastante interesante ya que un grupo lo descubrirá de repente y las cosas se pondrán muy ocupadas por un corto tiempo. Hay un límite de velocidad sobre la rapidez con que una aplicación puede publicar en Twitter de aproximadamente uno cada 50 segundos, por lo que la cola de solicitudes puede llegar rápidamente a un punto donde hay un retraso de una hora o más antes de que un usuario recupere una imagen. Esto tiende a hacer que el tráfico vuelva a caer hasta que el siguiente grupo interconectado lo descubra y así sucesivamente.

Para probarlo, simplemente publique un tweet con el hashtag #NixieBotShowMe seguido de una palabra o una frase: separadas: por: dos puntos y espere y vea. No es necesario “mencionar” nixiebot, ya que solo utiliza la API de filtro de flujo de Twitter para encontrar todas las instancias de ese hashtag. Esto sucede asombrosamente rápido considerando la cantidad de tráfico que debe recibir Twitter, puedo ver un resultado de búsqueda emergente en la consola casi de inmediato se envía un tweet, ¡felicitaciones a los ingenieros de Twitter por eso!

Se pueden encontrar instrucciones completas para las muchas otras características que sigo agregando (¿mencioné que también puede dar respuestas de “estrategia oblicua” u “bola mágica de ocho”?) En sus páginas de tumblr: NixieBot La fuente es gratuita para navegar, tomar y modificar en github: Zedsquared / NixieBot es una gran pila de pitón que ya no tiene pretensiones de estructurarse, ¡así que te lo advertimos! Utiliza la biblioteca Twython para acceder a Twitter y se ejecuta bajo la versión de línea de comandos de raspbian Jessie.

Los tubos son nixas Burroughs B7971 de principios de la década de 1960 y alguna vez se usaron como pantallas de cotizaciones.

La cámara se monta con estos prácticos adaptadores de cable HDMI a cámara de Tindie: https://www.tindie.com/products/ …

Algunos detalles más de hardware y software ahora están disponibles en la página de Nixiebot en hackaday.io: NixieBot.

Usé Raspberry Pi para mi proyecto final de sem. Básicamente, mezclé un poco de tecnología portátil, visión artificial y el Pi para crear un dispositivo de baja visión portátil de asistencia.

La idea inicial era tratar de descubrir qué algoritmos de visión por computadora realmente ayudan a las personas con baja visión. El hecho de que una persona con visión normal pueda ver que un algoritmo mejora la vista no significa que una persona con baja visión experimentará lo mismo. Tenemos que probarlo en persona y tomar comentarios sistemáticos. Pensé que incluso si el zoom junto con la corrección de la sensibilidad al contraste funciona, podría mejorar en gran medida la vida de las personas con baja visión.

Las cosas que utilicé para el prototipo son las siguientes:

HARDWARE

1) Gafas de video Vuzix wrap 920 : utilicé esto ya que era la única buena gafas disponibles en ese momento. Proporciona un campo de visión decente y tiene una buena configuración de control. También tiene audio, aunque no lo usé en este experimento.

2) Raspberry Pi y el módulo de la cámara: la increíble computadora de $ 35 para realizar operaciones de visión por computadora. Y el módulo de cámara Raspberry Pi increíblemente capaz que puede producir video HQ con más de 30 fps.

3) Un banco de energía móvil: un banco de energía (3500 mAh) para alimentar toda la configuración.

SOFTWARE
1) OpenCV: utilicé el contenedor de Python de OpenCV para los algoritmos de visión por computadora. Los básicos como Zoom mejorado, ecualización de histograma para mejorar la sensibilidad de contraste y algunas técnicas de detección de bordes.

La implementación no podría ser más simple.

1) Obtenga los marcos de la cámara Pi

2) Procesarlos en el Pi

3) Dirija la alimentación procesada a las gafas Vuzix

Hice un montaje rápido para probar si la idea funcionaría. Esto era lo que parecía :-).

Lo llevaba alrededor del cuello con la cámara al nivel de mi pecho y lo experimenté. Fue bueno y funcionando como se esperaba. Pero para prepararlo para la prueba, tuve que empaquetarlo bien y hacerlo un poco duradero para sobrevivir al menos 2 meses de prueba. Después de mucho pegamento, cartón, soldadura y papel blanco, se transformó en esto.

Tuve el gran privilegio de probar este dispositivo en una famosa clínica de baja visión en Chennai, Sankara Nethralaya. Cada año, miles de personas vienen aquí para el tratamiento de sus enfermedades oculares. Con la ayuda del amable y apasionado personal de SN, pude probar personalmente el dispositivo con 30 voluntarios que sufrían de baja visión. Aquí está con un voluntario de prueba.

Resultados de la prueba
Recibió críticas abrumadoramente positivas de los voluntarios. Es maravilloso cómo un algoritmo simple como el zoom con mejoras menores podría ayudar tanto a las personas. Me gustaría mencionar a una voluntaria, una niña de 11 años que tiene una visión extremadamente baja. Normalmente puede ver letras solo por debajo de 2 pies de distancia. Con la ayuda de este dispositivo, pudo leer letras que estaban a una distancia de 8-10 pies con mucha fluidez y sin enfrentar ninguna dificultad. Su madre que estaba allí en la habitación se sintió muy feliz. Ella me explicó cómo conoció a muchos médicos y clínicas oftalmológicas a lo largo de los años y me preguntó cuándo estaría disponible este dispositivo como dispositivo clínico. Le expliqué que podría llevar un tiempo. Ella agradeció mi esfuerzo y fue uno de los momentos más orgullosos de mi vida.

créditos de la foto (vuzix): Amazon

Tengo varios, pero mi mejor proyecto tiene una pequeña historia de fondo. Los padres de mi esposa tienen más de 70 años y están muy involucrados en política y se han convertido en blanco de cientos de estafas y llamadas de ventas hasta el punto de que el teléfono de su casa era molesto al máximo y habían caído en un par de estafas y fueron tomados por algunos dinero. Construí un proyecto de Pi que usaba un módem USB y escuchaba la información de identificación de llamadas. Creé un trabajo que envía las entradas de registro para las llamadas a una API que construí en mi servidor web basado en la nube y en ese mismo trabajo, recupera las actualizaciones y luego modifica la lista blanca y la lista negra y reinicia el demonio cuando se actualizan las listas. Creé una interfaz web para que mi padre y mi suegra inicien sesión y editen la lista de bloqueo o marquen números molestos como números incorrectos o de la lista blanca que se bloquearon. Cuando hacen clic en guardar, la bandera de actualización está activa y esperando a que el Pi se registre y recupere los datos.

Una actualización de mi suegro dos meses después es que no se han recibido llamadas malas y ahora se sienten mucho más tranquilos sin que su teléfono suene. ¡Gran victoria!

Bueno, mirando las respuestas veo mucha innovación. Bueno, también he tratado de explotar las características de la frambuesa para construir algo. ¡No sé lo genial que es, espero que valga la pena compartirlo! 😛

He construido un robot de navegación automática que reconoce el entorno y se mueve en consecuencia. El punto interesante aquí es que acabo de usar el módulo de cámara web OpenCV y USB de la Raspberry Pi para construir el mismo. Las operaciones se realizan a través de una conexión tcp y los cálculos principales de opencv se realizan en mi computadora portátil como servidor.

Dividiré las acciones según el escenario.

Escenario 1:

En primer lugar, conecté mi pi a través de wifi con mi computadora portátil y, a través de una conexión tcp, logré enviar el comando a pi. El comando se puede enviar mediante un teclado o una señal de audio de Android. El comando puede ser como “ir a la cocina” o “cocina” o “mesa de comedor”

El siguiente video muestra cómo ingresar el comando:

Escenario 2:

Aquí va el video del movimiento del pi hacia el objetivo para el comando “cocina”. También he puesto la función para notificarme sobre el paradero del robot.

Se realiza a través del servicio de socket UDP.

Teoría detrás del proyecto:

A través de este proyecto, di un pequeño paso adelante en el campo de la IA usando IOT. Me encantó cómo funcionaban las máquinas sincrónicamente. Me encantó cuando vi que la máquina se movía en la dirección correcta. A través de este proyecto, me sorprendió lo grandioso que es opencv.

Puede extraer tales características directamente de las cosas de código abierto. Es simplemente increíble, ¿no?

Hablando en términos técnicos, utilicé los conceptos de extracción de puntos clave de surf y cribado y entrené a mi servidor para definir una ruta para mi pi. Utilicé objetos de navegación opencv para entrenar al servidor sobre su entorno y utilicé la conexión TCP para transmitir los alrededores a mi sistema a través de la cámara. La secuencia del entorno que recibió la máquina se comparó con las imágenes en las que entrené la máquina, y devolvió un bit de bandera que nuevamente se pasó al pi para decidir su ruta. El análisis generado por el flann matcher dio una perspectiva educada para decidir el camino del pi.

Hablando sobre el proyecto, hay algunas suposiciones que hice.

Algunos de ellos son:

1. El agente solo es consciente de la dirección correcta del mundo, por lo que si el objeto se encuentra sobre su lado izquierdo, entonces tiene que girar en su posición inicial para cubrir el mismo que simplemente no está optimizado.
2. Debido a problemas de conexión lentos (por supuesto, debido a gastos generales innecesarios de tcp), puede ocasionar tiempos de espera y resultados fallidos. El uso de protocolos como CoAp, UDP para IOT debería haberse utilizado
3. El factor de iluminación siempre es un problema.
4. La variación del entorno de entrenamiento y prueba también juega un papel importante para definir el resultado.

La aplicación de Android de la que hablé, bueno, tiene una clase de servicio que me ayuda a notificar tan pronto como el robot alcanza su objetivo.

La aplicación contiene la función de manejar consultas de voz y reconocimiento facial para sugerir a la persona de acuerdo con él. El proyecto inspira sugerencias al usuario sobre la base de la ubicación y las especificaciones del usuario. Por ejemplo, en la cocina sugeriría algo para cocinar, pero qué cocinar depende de la persona y, por lo tanto, del reconocimiento facial.

No sé si esto es genial o no, pero ciertamente me ayudó a tomar una iniciativa para programar mi propia máquina Jarvis y sentirme como un hombre de hierro. 😛

Aquí están las fuentes de mi proyecto.

rishav2708 / robot de navegación automática

Para leer sobre la coincidencia de características a través de opencv en python, eche un vistazo a:

http://docs.opencv.org/3.0-beta/ …

Estoy usando mi pi como

• Como un sistema interno de monitoreo de temperatura y humedad. He conectado mi pi a un sensor DHT22 y obtuve la temperatura y la humedad internas. También estoy recogiendo la temperatura exterior y la humedad del clima abierto. Finalmente, estoy registrando la información en elasticsearch y usando kibana para darme gráficos detallados. Se puede acceder a los gráficos aquí.

Así es como se ve la configuración

• Un poco servidor de torrents. He configurado diluvio para descargar torrents. He configurado DNS usando DNS dinámico gratuito – DNS administrado – Correo electrónico administrado – Registro de dominio – Sin IP, por lo que, a pesar de los cortes de energía, puedo acceder a mi pi en cualquier momento y agregar torrentes que quiero descargar.
• Dado que, ahora, muchos medios ahora residen en mi pi, también lo estoy usando para transmitir medios a diferentes dispositivos: mi tableta o mi PC.

Editar:

Cambié mi dns dinámico de noip a Duck DNS. Se actualizó el enlace para ver el gráfico. Ahora tengo datos de 8 meses. Aquí está el gráfico actualizado.

También agregué el tablero del monitor rpi a mi pi …

http://gamezgeek.duckdns.org:811 …

Edición: julio de 2017

Mi tarjeta micro sd se bloqueó. He perdido todos los datos. Tenía el gráfico completo del clima durante más de un año y fue algo muy interesante de ver. Pero ahora que está perdido, no veo el beneficio de configurarlo nuevamente.

Según varios blogs, que revisé, las tarjetas SD tienen un ciclo de vida muy pequeño con capacidades limitadas de lectura y escritura. Y registrar datos cada 1 minuto e indexarlos continuamente durante más de un año los bloqueó. Entonces, ahora lo estoy usando como un simple servidor de archivos – caja de torrent y para acceder a la red doméstica desde afuera.

Lo usé como escritorio.

Desde el 19 de junio de 2016, me desafié a mí mismo a usar Raspberry Pi 3 como mi única computadora.

Aquí hay un documental básico de mi experiencia.

• Funciona bien como una computadora de escritorio de baja potencia. Hace la mayor parte de lo que debería.
• No puede reproducir videos de YouTube. Gran decepción.
• Se retrasa considerablemente mientras navega por ciertos sitios web.
• Se bloquea dos veces al día en promedio. Se requiere un reinicio simple.
• Esta computadora me ha hecho mucho más paciente. Solía ​​quejarme si una página web no se cargaba en 2 segundos. Ahora estoy bien esperando 20 segundos.

Aquí hay una lista de cosas que quizás quieras saber sobre mi configuración.

• Yo uso Raspbian. Me gustó Ubuntu Mate, pero no estaba lo suficientemente optimizado.
• Lo overclockeé a 2.0 Ghz. Tuve que usar un disipador térmico que saqué de la placa base de una computadora vieja. Es 5 veces el tamaño de todos los disipadores de calor diseñados para Raspberry Pi. El paquete de la CPU nunca supera los 65 ° C.
• Nunca se apaga .
• Arranco dos veces Kodi para poder conectarlo a mi televisor a través del cable HDMI extra largo.

Si planea hacer algo similar a lo que hice, quiero que sepa que probablemente lo odie si no ha tenido experiencia con Linux de antemano. Solo debes forzarte a usar nada más que eso, y tus expectativas de una computadora disminuirán considerablemente.

No creo que cambie de computadora en el corto plazo. Probablemente compraré la Raspberry Pi 4 cuando salga y me haga sentir que estoy comiendo barro. A veces, te hace maldecirlo. Otras veces, te hace apreciar realmente sus capacidades.

En general, esta ha sido una experiencia increíble. Realmente aprecias lo mucho que puedes hacer con el hardware que se consideraba de gama baja incluso hace 10 años.

Hice una ‘casa inteligente’ que también está conectada a una aplicación web.

Aquí están los componentes ‘inteligentes’:

• Sensor de luz
• Sensor de movimiento
• Cámara
• Bombillas
• Tira de luz
• ‘Abrepuertas’ (Servo)
• Lector NFC

Mi rutina diaria cuando quiero entrar en mi casa: tome mi etiqueta NFC de mi bolsillo, colóquela en un área designada en mi puerta, y luego mi puerta se desbloqueará.

Mi rutina diaria cuando estoy en casa: trabajo en mi computadora, y tengo mi aplicación web abierta en cualquier pestaña de mi navegador, puedo abrir la puerta de mi sala de estar con un solo botón. Esto generalmente ocurre cuando vienen amigos y mi sensor de movimiento los detecta, lo que me dará una notificación desde el navegador.

Mi rutina diaria cuando no estoy en casa: recibo un correo electrónico que dice que mi ‘casa inteligente’ detectó un movimiento frente a mi casa, adjunto también hay una imagen GIF que contiene una secuencia de imágenes cuando se detecta el movimiento.

Para una historia más completa, visite un blog que escribí aquí: Japri

PD: Esta llamada a la API (server_call_POST / batched_log_POST / updates) mantiene mi foco de entrada perdido cuando estoy escribiendo. De hecho, uso mi aplicación Note para escribir esto y luego pegarlo para obtener la respuesta. Por favor arreglalo Quora

Gracias por el A2A.

De hecho, he tenido éxito en convertir la Raspberry Pi en una estación de radio FM. Para lograr esto, tuve que escribir un pequeño programa en Python usando el módulo Python PiFm.

Los archivos de sonido que pude transmitir tenían que cumplir con las siguientes especificaciones:

• 16 bit
• 44,1 kHz
• Mono

Código: radioStation.py
importar PiFm
PiFm.play_sound (““)

Prueba: [Configuración de la estación de radio]
Schmod u + x radioStation.py
$ python radioStation.p y [frecuencia]

Nota: la frecuencia de especificación es opcional, que por defecto es 103.3 en el espectro FM.

Luego, coloque un pin / cable de metal largo [esta será la antena] y sosténgalo al pin GPIO-4 en la placa Raspberry Pi.

Prueba: [Configuración del receptor ]

Solo necesita un receptor de radio [utilicé mi teléfono], sintonícelo a la banda FM 103.3 y siga ajustando la antena hasta que escuche el sonido que se transmite y tenga una sensación increíble de la potencia de Raspberry Pi.

Construí un sistema de control de iluminación exterior y lo programé con Java. El Raspberry Pi está conectado a 4 sensores de movimiento en los 4 lados de la casa y a un relé de estado sólido que controla las luces.

El código verifica la puesta y la salida del sol utilizando un servicio web REST y durante el día todo está apagado. Durante las primeras 3 horas después del atardecer, las luces están encendidas y durante el resto de las horas nocturnas, los sensores de control de movimiento activan las luces. El amanecer y el atardecer varían mucho en Suecia debido a la época del año.

El proyecto se ejecuta al aire libre en una caja impermeable. Bastante simple en general. Primero lo probé en Python, pero el comportamiento del hilo es bastante extraño, así que me mudé a Java.

Puede crear una mejor aplicación tipo Siri en menos de una hora. (Un asistente personal)

Creará una aplicación con wolfram alpha, API de reconocimiento de voz de Google y API de Google TTS (texto a voz).
Y solo busque en google, obtendrá una serie de enlaces útiles sobre cómo construirlo.

Además de eso, necesitará una tarjeta SD, alimentación externa, micrófono USB, altavoz externo y un cable de ethernet (o un wifi usb). Depende de las capacidades de Wolfram alpha.

Una transcripción de muestra de nuestra conversación:
¡Es más divertido e informativo!

Una cosa a tener en cuenta aquí es que fue mejor que Siri para entender mi acento. Probé mi voz en ambos simultáneamente.
Pero sí sé que Siri hace más que solo responder, como ayudarlo en todas las demás aplicaciones del iPhone.

Además, puede continuar y construir algo más de una máquina de preguntas y respuestas que puede procesar su pregunta (basada en PNL), recuperar información de la web y responderle, más como un sistema de preguntas y respuestas de factoid. Por cierto, todavía estoy leyendo.

Ejecuto un servidor web en él.
Esto se puede usar para controlar la Raspberry Pi a través del navegador (en mi teléfono).

Utilizándolo, he creado un control remoto mejorado basado en la web para el decodificador de mi televisor.
Ya no tengo que recordar en qué número está cada canal. Además, con un control remoto de software personalizado, obtengo más funciones como filtros de tipo de canal personalizado, favoritos ilimitados, una lista más grande de canales vistos recientemente.
La interfaz de usuario necesita un poco más de trabajo.

Puedo ampliar esto para convertirlo en un control remoto universal, con macros (por ejemplo, encienda la TV, el sistema de música y el decodificador con un solo clic).

La automatización del hogar sería el siguiente, y luego un servidor de medios basado en la nube.
Para tener acceso a toda mi música / películas a través de Internet.

Creé mi propio controlador personalizado para mi sistema de rociadores enterrados.

Nunca estuve contento con el sensor de lluvia en mi sistema RainBird, y dado que ya tenía una estación meteorológica personalizada basada en Arduino que reúne las lecturas normales (temperatura, humedad, velocidad del viento, dirección del viento, cantidad de lluvia) decidí construir mi propio controlador del sistema de rociadores usando mis propias lecturas de cantidad de lluvia real.

El software está escrito con la aplicación C # .NET WinForms (que se ejecuta en Mono). La pantalla táctil oficial de Raspberry Pi es la interfaz y los solenoides del sistema de rociadores se controlan con un simple banco de 8 relés. El hardware es realmente bastante sencillo. En este momento, sin embargo, estoy alimentando los solenoides por separado del Pi ya que funcionan con un voltaje diferente. Este invierno espero construir un convertidor de potencia, por lo que solo necesitaré una toma de corriente para alimentar los solenoides de 24 VCA y el Pi de 5 VCC.

El verdadero trabajo en esta pieza es el software. Hay dos piezas principales: el software del dispositivo cliente y la aplicación web de respaldo. La aplicación cliente es sobre lo que esperarías. Le permite iniciar y detener el programa y probar una zona individual.

Sin embargo, la aplicación web fue la parte divertida. Una de mis mayores molestias durante todo el año fue cambiar la programación en la primavera, luego nuevamente en el verano cuando hace más calor, y luego retroceder en el otoño cuando se enfría. La aplicación web me permite crear múltiples programas diferentes (el tiempo de ejecución de cada zona), la hora de inicio del programa y cuándo debe ejecutarse. Tal como esperaría para cualquier software de programación. Además, el sitio web me permite detener o detener todo el programa o solo una zona individual, y dado que es un sitio web receptivo, también funciona desde mi teléfono.

Creé la aplicación web para que técnicamente pudiera ser utilizada por muchas personas, al igual que cualquier servicio SaaS. Después de crear una cuenta en el sitio web y encender el dispositivo cliente, el dispositivo se conecta al sitio web, intenta autenticarse y, si no puede, le da un código de activación (como cuando abría Netflix o cualquier aplicación de TV en un Apple TV o similar). Inicia sesión en su cuenta en la aplicación web, ingresa el código de activación y está conectado. Alguien cuando esté estabilizado, podría abrirlo para usarlo y escribir la dirección para construir un dispositivo cliente.

Este invierno tengo más planes para todo el sistema. En lugar de ejecutar una aplicación WinForms en Mono, estoy reescribiendo la aplicación como una aplicación UWP y ejecutándola en Win 10 IOT, que definitivamente debería ser más estable que Mono en Raspbian. (Soy un desarrollador de C # profesionalmente, así que es mucho más fácil para mí trabajar en mis proyectos de pasatiempos en esa plataforma, ya que no tengo tanto tiempo libre para empezar). Además, ahora que Xamarin está libre, estoy trabajando en Una aplicación iOS para controlar los sistemas. También estoy planeando obtener una impresora 3D y diseñar una carcasa más sólida para todo el dispositivo.

Eventualmente planeo tomar en cuenta algo más que la lluvia al determinar cuándo debe ejecutarse el programa. Podía ver la temperatura, la humedad, qué viento hacía, qué sol hacía o cualquier cantidad de factores. Y no solo podría decirle que se ejecute o no, sino que podría hacerlo funcionar un poco más o menos, dependiendo de esos factores.

No hice nada genial con Raspberry Pi. En realidad, hicimos Raspberry pi “El dispositivo más genial y fácil de usar”.

¿Qué hicimos realmente?

Bien, he terminado con la frambuesa física pi. Esas conexiones por cable me cuestan mucho. Además, el costo adicional de los periféricos no es nada bueno.

Entonces, piense: ¿qué pasa si puedo tener un raspberry pi virtual? Sin necesidad de conexión física. Sin tarjeta SD. Sin necesidad de comprar esos costosos periféricos. Todo lo que quería hacer es iniciar sesión – Código – y cerrar sesión . En resumen, todo en un tiro.

Eso es exactamente lo que hicimos. IoTIFY.io : desarrolle soluciones completas de IoT con herramientas de IoT basadas en la nube

Happy IoTIFYing

Construí un sistema domótico. Utilicé el servidor Twisted para servir la interfaz y configuré mi enrutador para poder controlarlo desde mi navegador. Este fue mi primer proyecto que involucró el uso de una Raspberry Pi, y lo tuve en funcionamiento en una semana. También da una lectura de temperatura en vivo. Más tarde lo ajusté para encender los dispositivos cuando la temperatura cruzó un cierto límite.

Ciertamente no me detendré allí. Estoy trabajando para agregar controles de iluminación, así puedo configurar las luces para que se enciendan automáticamente cuando empiece a oscurecer.

Otra idea genial es colocar algunos sensores de movimiento y que me permita notificar mi actividad en varias habitaciones, ¡aunque dudo si mis padres lo aprobarían!

Fue una gran semana, y probablemente escribiré una buena publicación de blog explicando cómo hacerlo usted mismo. Estoy seguro de que no es tan complicado, pero creo que ayudará a muchos principiantes a comenzar.

Tableta Raspberry Pi: cómo hacerlo en casa

Los archivos cortados se crearon en Vectric’s Aspire. Los componentes fueron escaneados y rastreados para su ajuste.

Los archivos fueron cortados en mi máquina CNC.

Debido a las limitaciones de tiempo y la confusión de la capa de ruta de corte, utilicé un cuchillo de hobby para cortar el marco.

Corte los puertos de acceso en el marco con un cuchillo de hobby.

Cortar capas de madera contrachapada.

Prueba de ajuste.

Tratando en la tapa superior.

También se debe cortar un poco desde la parte superior del marco.

¡Encaja!

Corte en el resto de los componentes.

Marco con todos los cortes completos.

Luciendo bien de este lado.

Este lado también se ve bien.

Más tarde descubrí que esto era demasiada cinta de espuma.

Medición de la ranura para tarjeta SD.

Mi nivel de taladro de bricolaje parece gueto pero funcionó muy bien.

Despejando la ranura de la tarjeta SD con una sierra de calar.

Alisar la ranura SD con una tira de papel de lija.

¡Todo encaja bien!

Casi listo para el marco superior.

Se necesitó un poco de lijado para que la pantalla LCD se ajustara correctamente.

Finalmente lo conseguí sentado al ras en el marco.

¡Todo encaja! Hora de manchar.

Todo el hardware fue removido para terminar.

El respaldo de fibra de carbono estaba pegado en su lugar.

Una buena gota de pegamento.

Instalación final de componentes. ¿Notó la falta de puerto Ethernet y USB?

La configuración completa que ejecuta RaspBMC (el controlador de pantalla táctil no funciona en RaspBMC)

Hola,

Hace algún tiempo estaba jugando con mi módulo de cámara (nuevo en esos días), aquí está el enlace del álbum con algunos comentarios: RasPiCam | Facebook

Otro álbum, esta vez es el conjunto de montaje de plástico del módulo de cámara Raspberry Pi: Experimentos Raspberry-Pi: montaje de cámara para cámara Raspberry Pi

Algunas fotos del ensamblaje final de la cámara Raspberry Pi. En algún momento, esto se alojará en un recinto resistente a la intemperie para tomar videos o imágenes fijas al aire libre: Experimentos Raspberry-Pi: Cámara Raspberry Pi, montaje final

Esta vez resucitamos este dispositivo de su bien ganado descanso para soportar el procesamiento de datos de mi nuevo trabajo de investigación en el horno: Experimentos Raspberry-Pi: ¡El servidor YV1HX vuelve a estar en línea!

Realicé ingeniería inversa de la pantalla de identificación de llamadas del Nokia 2760 (sí, la pequeña y pequeña pantalla azul pequeña) para mostrar las estadísticas vitales de un Raspberry Pi como la dirección IP, la temperatura, el uso de RAM, etc. Además de esto, pude transmitir videos monocromáticos a LCD también. 🙂
Aquí están las demostraciones de video:
Demo 1 : reproducción de imagen y video

Puede comenzar a ver el video monocromo desde las 0:32 🙂

Demostración 2: notificador de estado

Voy a enumerar lo que hago o hice con frambuesa pi.

1. Centro de medios con Kodi. También osmc está basado en Kodi y está bien también.
2. Almacenamiento conectado a la red.
3. Transmisor FM.
4. Mi padre lo usó para navegar por internet alguna vez.
5. Servidor FTP
6. Como un descargador. Lo estaba conectando con ssh y descargué archivos con wget.
7. Como una computadora portátil. No tengo una conexión rápida a internet. A veces voy a algún lugar con una conexión rápida para descargar algunos archivos. Traigo mi Pi porque mi computadora portátil no es tan portátil. Solo puedo enfriarlo con este ventilador, requiere una toma de corriente y mi batería también se agotó. Entonces necesito llevar un teclado, mouse, cargador, ventilador, etc.
8. En este momento instalé prota os en una tarjeta SD y la usé para cosas simples que controlaba el asistente de Google. Por ejemplo, digo “Hey pi play music” y reproduce música en USB y ese USB es accesible desde cualquier computadora en la red. Podemos transferirle canciones sin desconectarlo. También puede ejecutar scripts o comandos en computadoras remotas. Por ejemplo, puedo decir “apague mi computadora” a mi asistente de Google y apaga mi computadora.

Esta es mi computadora. No pude incluir una foto en una lista.

Diseñó un SOMBRERO y construyó una unidad de control para un lanzador de composición Monotype.

Verá, en el siglo XX existía esta vieja tecnología llamada “composición tipográfica de metal caliente” que permitía componer textos para imprimir (que todavía funcionaban con el tipo de plomo) mucho más rápido que manualmente. Los dos sistemas más comunes fueron Linotype (que ensambló matrices en una fila, luego arrojó una barra de plomo) y Monotype (que arrojó páginas enteras de texto compuesto de una sola clase). El Monotipo usaba dos máquinas. El compositor trabajó en una máquina de escribir (“teclado”) que codificaba el texto y todas las decisiones tipográficas (justificación, interletraje, columnas simples o múltiples, fórmulas, caracteres acentuados, etc.) en una cinta de papel perforada (“cinta”) que era básicamente Una interfaz paralela de 31 canales. Luego se colocó la cinta en la máquina de fundición (“lanzador de composición”). Las diferentes combinaciones de agujeros, o la falta de ellas, abordaron las matrices en la caja de la matriz, colocaron la línea preparada en la cocina, etc. La máquina leyó la cinta pasando aire comprimido a través de los agujeros en la cinta y luego la dirigió una red de tubos de cobre en tres conjuntos (“bloques de pasadores”), donde se levantaron y bajaron pistones en miniatura, bloqueando el movimiento de ciertas partes mecánicas (la máquina tiene unos pocos miles de partes móviles, algunas de las cuales están hechas con una precisión de fracción simple o par de micras).

El problema es que las máquinas ven una especie de reactivación de la impresión fina y la tipografía tipográfica, pero la fábrica ha desaparecido desde la década de 1980, por lo que las piezas de repuesto son muy difíciles de conseguir. Nuestro museo tiene un teclado, pero no puede operarlo sin las partes que traducen las pulsaciones de teclas en diferentes combinaciones de agujeros en la cinta. Además, la cinta en sí ya es costosa, ya que probablemente haya un solo lugar en el mundo que la haga. Entonces, control por computadora.

El dispositivo tiene 32 válvulas solenoides (4 bloques de válvulas de 8 canales de Matrix, Italia – modelo BX 758) y un sensor óptico acoplado a la máquina misma (necesita saber cuándo dejar entrar el aire y cortar el flujo). Está conectado a una fuente de alimentación de 24 V CC, LAN Ethernet y entrada de aire comprimido. Tiene un bloque de conexión especial que se adhiere donde normalmente tiene lugar la lectura de la cinta perforada.

Hice tres unidades hasta ahora, sin contar los primeros prototipos y pruebas de concepto. El primer prototipo se basó en un RPi B rev. 2 y construido en un perfboard; luego todo utilizó B + / 2B / 3B y un HAT que controlaba 32 salidas a 24 VCC (básicamente, dos MCP23017 y cuatro ULN2803 como controladores de salida).

Véalo en una de mis galerías de fotos: Fundición de tipos en Book Art Museum, Lodz, PL

El diseño del hardware es estable y bastante simple; el software es donde estoy luchando un poco … Tengo dos programas separados (rpi2caster, una utilidad de tipografía / conversión que se ejecuta en todo lo que sea compatible con Python 3.5, y rpi2casterd, un demonio de control de máquina que se ejecuta en Raspberry y expone una API REST para comunicando con la utilidad), aún no publicado.

Alojo el código en elegantandrogyne / rpi2caster (utilidad de composición tipográfica / casting) y elegantandrogyne / rpi2casterd (demonio de control de máquina).

Estaba pensando en contarle a MagPi sobre el proyecto …