简介 抬头！ Raspberry Pi 3 Model B+ 具有与 Raspberry Pi 3 Model B 和 Raspberry Pi 2 Model B 相同的机械尺寸。本指南将显示 Pi 3 Model B 的图像，但您仍然可以跟随 Pi Model B+。 既然 Raspberry Pi 3 B 型和 Pi 3 B+ 型是 Raspberry Pi 单板计算机系列中最新和最出色的，有什么新东西？本连接指南经历了与 Pi 2 一起使用的相同过程，但从 Pi 3 的角度来看。 Raspberry Pi 3 入门套件 Raspberry Pi 3 B+ 入门套件

使用 Raspberry Pi、Pi 识别数字相机、OpenCV 和 TensorFlow。 故事 在这个项目中，我们将训练一个深度卷积神经网络来转录数字。然后我们将使用学习阶段的数据让 Pi Camera 读取和识别数字。人工智能管道将使用 Scikit 和 OpenCV 3.3 实现图像处理，以及使用 Tensorflow 作为深度学习部分后端的 Keras。 为了保持简单，没有完成特征本地化阶段。您必须将图像推到相机镜头前，这样才能看到它的唯一特征。 将使用 MNIST 数据集。它由格式化为 28×28 像素单色图像的手写数字 0-9 的 60,000 个训练示例和 10

创建交易的数字库存/使用乐高和树莓派收集卡片。 故事 我小时候真的很喜欢集换式卡片。我最近在一个盒子里看到了很多万智牌聚会卡，心里想——我想知道我有多少张卡，它们值多少钱？！手动记录和查找这些需要一段时间，所以我决定看看我是否可以自动化一些过程。不知何故，这个过程导致使用 Raspberry Pi、用乐高构建平台并利用 AWS S3/Rekognition！ 流程 使用 Raspberry Pi、RPi 相机和乐高平台为卡片的标题拍照 将图片上传到 AWS S3 存储桶进行存储和处理 使用 AWS Rekognition 从图片中提取文本并针对定价 API 进行查询以获取每张

智能垃圾桶设备。该设备集成了多个传感器来监控垃圾的状态。 故事 内容指南 上下文 良好的废物管理已成为我们星球的一个基本问题。在公共和自然空间中，许多人不注意他们留下的废物。当没有可用的垃圾收集器时，将垃圾留在现场比带回更容易。即使是所谓的保留空间也被垃圾污染了。 受污染的废物为了保护自然区域，提供管理良好的废物收集点很重要： 为防止垃圾箱溢出，必须定期将垃圾箱升起。很难度过正确的时间：太快，垃圾桶可能会清空，太晚了，垃圾桶会溢出。当垃圾箱难以接近时（例如在山上的远足径上），这个问题就显得尤为重要 废物溢出 在这种合理的废物管理中，分类可能是一项重大挑战。有机废物可以在自然环境

一种帮助使用视觉自动跟踪彩色物体的摄像头。 故事 简介 在我的上一个教程中，我们探讨了如何控制平移/倾斜伺服设备以定位 PiCam。现在我们将使用我们的设备来帮助相机自动跟踪颜色对象 这是我第一次使用 OpenCV，我必须承认，我爱上了这个奇妙的“开源计算机视觉库”。 OpenCV 可免费用于学术和商业用途。它具有 C++、C、Python 和 Java 接口，并支持 Windows、Linux、Mac OS、iOS 和 Android。在我的 OpenCV 教程系列中，我们将重点关注 Raspberry Pi（因此，Raspbian 作为 OS）和 Python。 OpenCV 旨在提高计

监测某人的心率，以及当心率超出设定范围时提醒其他人 故事 这个练习的主要思想是监测某人的心率，并在心率超出设定范围时提醒其他人。 组件第 1 部分。向 AWS 报告心率 我有一个 ANT+ 心率传感器和 USB ANT+ 记忆棒。因此，我使用 ANT+ 库接收心率，使用 AWS.IoT.Data 库向 AWS IoT 设备影子报告。数据如下： { state:{ reported:{ HeartRate:65 } }} 每5秒报告一次心率。为了方便测试，我添加了模拟模式。 第 2 部分，设置告警规则 然后我设置了一个规则，当心率超出范围时发布到特定的Topic，这里的范围是40到1

测量温度、压力和湿度房间。 故事 在这个项目中，我们将使用 Adafruit Starter Pack for Windows 10 IoT Core on Raspberry Pi 2 套件组件来创建一个使用传感器读取温度、压力的项目、湿度和海拔高度。 注意：该套件有两个版本，一个包含 BMP280 传感器，另一个包含 BME280。如果你有 BMP280，你会想去气象站 v1 项目 https://www.hackster.io/windows-iot/weather-station 硬件 按照下面“原理图”部分中的弗里茨图，将 Raspberry Pi2 连接到面包板和其他组件。

将数据从 Windows 10 IoT Core 推送到 Microsoft Azure 事件中心，Raspberry Pi-2 与 Adafruit 10DOF IMU 连接 这是我在 Windows 10 IoT Core 上的第一篇博客，Raspberry Pi-2 与 Adafruit 10DOF IMU（组合板提供 3 轴陀螺仪、3 轴罗盘、气压和温度传感器）连接。此博客向您解释了如何将 Adafruit 传感器与 Raspberry Pi2 连接，以及如何使用 Windows 通用应用程序将传感器数据推送到 Azure Eventthub。 在 Windows IoT

您可以将其用作远程开关、防盗信标、计数器、移动探测器等。 首先，我要感谢亚马逊宣布 AWS IoT，这是物联网的绝佳环境。经过三周的实验，我成功地使用 AWS IoT 实施了我的项目。实际上，我正在考虑制作一个运动控制物联网按钮，可用于检测远程位置的移动或小偷，我的灵感来自亚马逊物联网按钮。最后，我通过 Raspberry Pi 和 Amazon AWS IoT 实现了它。我使用 PIR 传感器来检测运动。 Raspberry Pi 在这里用作网关，使用 MQTT 协议将消息传输到 AWS。 AWS IoT 充当 MQTT 代理。另一个 Raspberry Pi 用作 MQTT 订阅者。

用于将传感器值记录到 Google Sheet 的系统。微控制器与服务器之间利用HTTP请求进行通信，利用gspread将数据写入在线电子表格。 您需要按照以下链接中的说明设置对电子表格的访问权限。 http://gspread.readthedocs.io/en/latest/oauth2.html 将 D0 引脚连接到 RST： 必须连接才能从 Deepsleep 唤醒。 + :在 Wemos 上达到 3.3v - :在 Wemos 上接地 信号 :到 Wemos 上的 A0 像往常一样，如果您在自己的项目中需要帮助来实现这一点，请给我留言，我会尽快回复您。 原理图 代码

使用 Win10 IOT、RPi2 和 XBee，测量草坪土壤湿度，并根据需要自动运行灌溉。 背景 在过去的几年里，美国大部分地区都遭受了缺水或干旱的影响。房主可以做很多事情来减少家庭用水量，草坪灌溉就是其中之一。使用最常见的住宅灌溉控制器既不方便又令人沮丧。隐藏在车库中，这些控制器上复杂的刻度盘和晦涩的指令使得很难调整系统每天运行的时间。他们仍然不知道植物实际需要多少水。 我的项目旨在至少解决一部分问题，让灌溉控制器知道土壤有多湿，因此它知道是否运行以及何时停止。此外，我添加了基于 Web 的控制，因此我可以在后院或全国各地使用智能手机控制洒水喷头。 第 1 步：感知 首先，我

使用 TensorFlow SSD Raspberry Pi 和 Pi Camera 上的 MobileNetV2 DNN 构建具有物体检测功能的自动驾驶汽车。 故事 该项目将展示如何将（Raspberry Pi + Pi Camera）驱动的遥控车改造为能够进行物体检测和自动驾驶的遥控车。为此，我们将部署两个深度神经网络。一个用于物体检测，另一个用于使用转向和油门推理的自动驾驶。 RPi 3 用作车辆计算机。由于 RPi 上的资源有限，一次只能运行一个网络。 这个想法是训练神经网络识别垃圾箱，这样汽车就可以自动捡起垃圾。 识别汽车和笔记本电脑 该项目由两部分组成。在第一

打开的 Windows 10 IoT 核心应用程序基于数字光传感器读数的 LED。 故事 我花了一些时间才明白读取数字光传感器的状态很简单，它仅取决于读取 GPIO 值！ 这个项目的思路很简单，就是当传感器检测到光线时打开LED灯，反之即可。 项目结果演示 让我们继续看下面的接线图，顺便说一下，我没有找到数字光传感器的图，所以我把它作为文本保留了！！！！ 设置董事会 接线图 数字光传感器：GPIO # 5 红色 LED：GPIO # 12 您也可以更改引脚编号，但要确保它们在 UWP 代码中正确反映。 我喜欢的部分，编码！ 本项目仅包含C#代码的页面，本次无需UI。 步骤 1

故事 简介 在任何驾驶场景中，车道线都是指示交通流量和车辆应该行驶的地方的重要组成部分。这也是开发自动驾驶汽车的一个很好的起点！在我之前的车道检测项目的基础上，我实施了一个曲线车道检测系统，该系统效果更好，并且在具有挑战性的环境中更加稳健。 车道检测系统是使用 OpenCV 库用 Python 编写的。这是当前的图像处理管道： 失真校正 透视变形 Sobel 过滤 直方图峰值检测 滑动窗口搜索 曲线拟合 覆盖检测车道 应用于视频 旧系统的局限性 在我之前的车道检测项目中，我开发了一个非常简单的车道检测系统，可以检测图像中的直线车道线。它在完美条件下运行

收集数据并将其上传到 Dropbox！可通过 Sense HAT 操纵杆进行控制。 故事 注意：随意使用我的代码，但请记住信任我。 （[电子邮件受保护]） 我读了很多关于气象站的书，所以我决定自己做一个。代码和设置被设计在偏远地区。 此代码在 Python 2.7 上运行，并且在整个设置过程中及之后都需要 Internet 连接。它假定您的操作系统是 Raspbian。 在开始之前通读说明，以确保您可以做到这一点。这样，您就不会在设置过程中陷入困境。 第 1 步：安装 Dropbox 库 Dropbox 库是通过 pip 安装的。如果您没有 pip，请打开终端并运行： sudo apt

一副智能眼镜瞎的。由 Android Things 和 TensorFlow 提供支持。 故事 有没有想过盲人的生活是怎样的，他们的生活充满了风险。他们甚至不能独自穿过繁忙的街道或公园。他们将需要其他人的一些帮助。他们也对世界的美丽充满好奇，他们本应有探索世界的兴奋感，并意识到眼前发生的事情。即使他们可以在不需要任何人的情况下找到自己的东西。那么，我们如何解决这个问题？ 我们要介绍 Sight！ 简单来说，Sight 是一副适合盲人的智能眼镜。通过使用视力，一个人可以知道他面前发生了什么。 视力的工作原理：- Sight 是使用 raspberry pi 3 和 Google andro

这是一个情绪传感器。它可以检测压力、愤怒、快乐和恐惧。 故事 重要！！！ IN 很少 天 我 会 上传 完全 项目 开启 我的 另一个 个人资料 xdeyyan hackster.io/xdeyyan 日期 非 上传 ： 20.04.2018 CET （欧洲 时间， 巴尔干半岛) 情绪传感器/脑电图 谢谢 你 为 全部 他们 评论 来自 向下 下面！ 项目 已编辑 ： 08.04.2018 / 15:56 欧洲英语 时间 它旨在检测一个人的情绪并用作脑电图。 这个项目还没有完成。完成后的项目我会上传，现在来说说吧。 项目用途 :

使用 Phantom YoYo 高灵敏度带有 SPI 接口的 MCP3008 8 通道 10 位 ADC 上的水传感器。 简介 背景 在即将开展的项目中，我使用 MCP3008 来监控多个传感器。在这个项目中，我想详细介绍在带有 SPI 接口的 MCP3008 8 通道 10 位 ADC 上使用 Phantom YoYo 高灵敏度水传感器与 Raspberry Pi 2、Windows 10 IoT Core 和 C#。 使用 MCP3008 ADC 是一种模数转换器。模拟信号被转换为数字并读入您的应用程序。 MCP3008 是一个 10 位 ADC，这意味着它使用 10 位来表示通道上的

监测水位、温度、 pH、ORP、过滤器压力、电力使用和泵操作。必要时补充游泳池。 故事 想法 2015 年夏天，我和儿子们重建了整个泳池系统。一开始是我们买房子时继承的水管和阀门问题、过滤器问题和一家基本上无能的泳池公司，这是我们买房子时遗留下来的。一旦它开始看起来像这样，我就决定是时候做点什么了： 我们自己的私人泻湖 开始使用 首要任务是清理池，然后弄清楚如何保持这种状态。我一直很喜欢自动化，我认为这是一个完美的尝试之地。很快，游泳池又变成了这个样子： 恢复正常但问题仍然存在，整个系统在能力和智能方面都缺乏，这是我想改变的。所以首先，我们需要更换过滤器、泵和一堆阀门。我花了很多时

云连接原型，用于监控和控制任何酒店或可以是家庭，系统连接到Android应用程序。 故事 每天我们都会看到技术的变化趋势，无论它已经改变了我们今天的生活方式并且仍在发生变化，在这里我们正在制作连接房屋或酒店基本组件的硬件原型通过计算机或 Android 应用程序安全地监控数据。这也使您可以从任何地方控制您的组件，并根据您设置的设置自动化它们，此外，还可以设置一些操作以提供更好的通信扩展，例如 EMAIL 某人关于停车或水位等的变化。 这个想法将鼓励人们让他们的家庭和企业结构更加智能，安全的数据存储将提供结构化的记录以备将来使用。 概览 应用和自动化设置如下 以下是所有系