OpenMV4 Kamera H7 R2

OpenMV Cam je malá, nízkopříkonová deska s mikrokontrolérem, která vám umožňuje snadno implementovat aplikace využívající strojové vidění v reálném světě. OpenMV Cam programujete ve skriptech Pythonu na vysoké úrovni (díky operačnímu systému MicroPython) namísto C/C++. To usnadňuje práci se složitými výstupy algoritmů strojového vidění a manipulaci s datovými strukturami vysoké úrovně. Přesto máte v Pythonu plnou kontrolu nad svým OpenMV Cam a jeho I/O piny. Můžete snadno spouštět pořizování snímků a videa na základě externích událostí nebo provádět algoritmy strojového vidění, abyste zjistili, jak ovládat své I/O piny.

OpenMV Cam nabízí:

• STM32H743VIARM Cortex M7 procesor pracující na frekvenci 480 MHz s 1 MB SRAM a 2 MB paměti flash. Všechny vstupně/výstupní piny poskytují výstup 3,3 V a jsou tolerantní vůči 5 V. Procesor má následující vstupně/výstupní rozhraní:
• • Plně rychlé rozhraní USB (12 Mbs) k vašemu počítači. Váš OpenMV Cam se po připojení objeví jako virtuální sériový port a jednotka USB Flash.
  • Zásuvka pro μSD kartu s rychlostí čtení/zápisu 100 Mb/s, která umožňuje vaší kameře OpenMV pořizovat snímky a snadno načítat prostředky pro strojové vidění z μSD karty.
  • SPI sběrnice s rychlostí až 80 Mb/s umožňuje snadný přenos obrazových dat ze systému na LCD Shield, WiFi Shield nebo jiný mikrokontrolér.
  • I2C sběrnice (až 1 Mb/s), CAN sběrnice (až 1 Mb/s) a asynchronní sériová sběrnice (TX/RX, až 7,5 Mb/s) pro propojení s dalšími mikrokontroléry a senzory.
  • 12bitový ADC a 12bitový DAC.
  • Tři I/O piny pro řízení serva.
  • Přerušení a PWM na všech I/O pinech (na desce je 10 I/O pinů).
  • A také RGB LED a dvě výkonné infračervené LED s vlnovou délkou 850 nm.
• Odnímatelný modulový systém kamery s podporou 8bitového paralelního rozhraní, který umožňuje kameře OpenMV Cam H7 připojení k různým senzorům:
• • OpenMV Cam H7 je dodáván sMT9M114Obrazový senzor je schopen pořizovat 640x480 8bitové snímky ve stupních šedi nebo 640x480 8bitové BAYER snímky rychlostí 40 snímků za sekundu, pokud je rozlišení nad 320x240, a 80 snímků za sekundu, pokud je pod. Většina jednoduchých algoritmů bude fungovat mezi 40-80 snímky za sekundu při rozlišení QVGA (320x240) a nižším. Váš obrazový senzor je dodáván s objektivem 2,1 mm na standardním bajonetu M12. Pokud chcete používat specializovanější objektivy s vaším obrazovým senzorem, můžete si je snadno zakoupit a sami připojit.
  • Pro profesionální aplikace strojového vidění můžete zakoupit náš SingTownglobální závěrka kamerového modulu mt9V034SingTown.
  • Pro infračervené termovizní aplikace strojového vidění můžete zakoupit nášFLIR Lepton termální zobrazovací modulSingTown.
• 3,7V rozhraní pro lithium-iontovou baterii, můžete si zakoupit náš SingTown3,7 V – 1000 mAh lithium-ionová baterie

Pro více informací o kameře OpenMV navštivte:https://singtown.com/openmv/

Aplikace

V současné době lze kameru OpenMV využít pro následující (další funkce přibudou):

• Detekce objektů pomocí neuronových sítí
• • Pomocí OpenMV můžete trénovat neuronové sítě pro detekci objektů a trénovat jakýkoli cíl, který chcete detekovat. Například různá čísla, různé ovoce, různé značky, různé součásti nebo jakékoli specifické nepravidelné cíle lze natrénovat k identifikaci čísla, souřadnic a názvu typu objektu konkrétních cílů.
  • Na základě našich videonávodů můžete detekovat dopravní značení na skutečných silnicích, například zákaz troubení, zákaz parkování, omezení rychlosti na 80 km/h atd./learn/50918
• Klasifikace neuronových sítí
• • Pomocí OpenMV můžete trénovat neuronové sítě pro detekci objektů a trénovat jakýkoli cíl, který chcete detekovat. Například různá čísla, různé ovoce, různé značky, různé součásti nebo jakékoli specifické nepravidelné cíle lze natrénovat k identifikaci čísla, souřadnic a názvu typu objektu konkrétních cílů.
  • Může klasifikovat, zda osoba nosí roušku, na základě našeho video tutoriálu./learn/50872
• TensorFlow Lite pro mikrokontroléry
• • Podpora TensorFlow Lite umožňuje spouštět vlastní modely klasifikace obrazu a segmentace na kameře OpenMV. S TensorFlow Lite můžete snadno klasifikovat složité oblasti na snímku a ovládat piny 1/0 na základě toho, co vidíte.

• Rozdílové snímání
• • Na OpenMV Cam můžete použít algoritmus rozdílu snímků k detekci pohybu ve scéně. Rozdíl snímků lze využít pro bezpečnostní aplikace.
• Sledování barev
• • Pomocí OpenMV můžete v obraze detekovat až 16 barev současně (i když nikdy nebudete chtít najít více než 4 barvy) a každá barva může mít libovolný počet různých objektů. OpenMV vám sdělí polohu, velikost, střed a orientaci každého objektu. Díky sledování barev lze váš OpenMV Cam naprogramovat tak, aby sledoval slunce, následoval čáry, sledoval cíle a další. Video ukázka:/learn/49993

• Sledování značek
• • OpenMV Cam můžete použít k detekci skupin barev namísto jednotlivých barev. To vám umožní umístit barevné značky (štítky se 2 nebo více barvami) na objekty a OpenMV zachytí obsah označených objektů.
• Rozpoznávání obličeje
• • OpenMV kameru můžete použít k detekci obličejů (nebo jakýchkoli obecných objektů). Vaše OpenMV kamera dokáže zpracovávat Haarovy šablony pro obecnou detekci objektů a je vybavena vestavěnými Haarovými šablonami pro čelní obličej a oči, které slouží k detekci obličejů a očí./learn/50013

• Sledování očí
• • Pomocí sledování očí můžete detekovat směr pohledu osoby. Můžete jej použít k ovládání robotů. Sledování očí detekuje polohu zornice a zároveň zjišťuje, zda jsou v obraze přítomny oči.
• Detekce osob
• • Můžete použít vestavěný detektor osob (model TensorFlow Lite) ke zjištění, zda jsou v zorném poli lidé.

• Optický tok
• • Optický tok můžete použít k detekci pohybu před vaší kamerou OpenMV. Například na kvadrokoptéře můžete využít optický tok pro řízení stability během letu.

• Detekce/Dekódování QR kódu
• • OpenMV Cam můžete použít ke čtení QR kódů v jeho zorném poli. Díky detekci/dekódování QR kódů můžete umožnit chytrým robotům číst štítky v jejich okolí.

• Detekce/Dekódování Data Matrix
• • OpenMV Cam dokáže také detekovat a dekódovat Data Matrix kódy (2D čárové kódy). Naše video si můžete prohlédnout zde.
• Dekódování lineárních čárových kódů
• • OpenMV Cam dokáže zpracovávat také 1D čárové kódy. Dokáže dekódovat EAN2, EAN5, EAN8, UPCE, ISBN10, UPCA, EAN13, ISBN13, I25, DATABAR, DARABAR_EXP, CODABAR, CODE39, CODE93 a CODE128. Podívejte se na naše video zde:/learn/50017

• AprilTag Sledování
• • Ještě lepší než výše uvedené QR kódy, OpenMV Cam dokáže také sledovat AprilTags. AprilTags jsou nejmodernější fiduciální značky, které jsou nezávislé na rotaci, měřítku, zkosení a osvětlení. Podívejte se na naše video zde:/learn/49590

• Detekce linií
• • OpenMV Cam dokáže rychle dokončit detekci nekonečných čar při běhu téměř plnou snímkovou frekvencí. Může také najít nekonečné úseky čar. Naše video si můžete prohlédnout zde: SingTown/learn/50009
• Detekce kruhu
• • Můžete snadno použít OpenMV k detekci kruhů na snímcích.

• Detekce obdélníků
• • OpenMV může také detekovat obdélníky pomocí kódu pro detekci čtverců z knihovny AprilTag.

• Porovnávání šablon
• • Pomocí funkce OpenMV pro porovnávání šablon můžete detekovat, zda se v zorném poli nacházejí obrazy podobné šabloně. Například porovnávání šablon lze použít k vyhledání značek na deskách plošných spojů nebo ke čtení známých čísel na displejích.
• Zachycení obrazu
• • Můžete použít OpenMV k zachycení obrázků ve formátech RGB565/šedotónové BMP/JPG/PPM/PGM. V Python skriptech můžete přímo řídit způsob zachycení obrázků. Nejvýznamnější je, že můžete využít algoritmy strojového vidění k vykreslování čar, znaků a následnému uložení.

• Video Recording
• • Pomocí kamery OpenMV můžete nahrávat videa MJPEG nebo obrázky GIF (či videa RAW) ve formátu RGB565 nebo ve stupních šedi. V Python skriptech můžete přímo ovládat, jak je každý snímek videa zaznamenán, a mít plnou kontrolu nad tím, kdy nahrávání videa spustit a zastavit. Stejně jako při pořizování snímků můžete také využívat algoritmy strojového vidění k kreslení čar, psaní znaků a následnému uložení.

Nakonec lze všechny výše uvedené funkce kombinovat s ovládáním IO pinů pro práci s vlastními aplikacemi, které interagují s reálným světem.