Найти тему
Юрий Прошарин

5 самых интересных проектов сделанных на M5Stack

Оглавление

Привет из сферы робо-технологий!

Мы собрали для вас 5 самых интересных проектов, выполненных на основе M5Stack! Каждый проект написан с кратким пошаговым описанием работ, потому что мы уверены, что найдутся те, кто захочет повторить решение.

Не знакомы с M5Stack? Читайте нашу предыдущую статью!

M5Stack — это платформа для прототипирования и робототехники, работающая на микроконтроллерах ESP32. Среда разработки идеально подходит для пользователей с любым уровнем знаний: от новичков до профи. Благодаря интуитивно понятному интерфейсу можно быстро освоить такие языки программирования: MicroPython, Blockly и С++. Устройства линейки стекируются друг с другом и можно забыть о паяльнике и изоленте.

1. Мониторинг загрязнения уборной с использованием машинного интеллекта

Возможности проекта
Возможности проекта

Решение позволит:

А) Организовать удалённый мониторинг за уборными комнатами,
Б) Отслеживать уровень загрязнения и…
В) Эффективно организовать процесс уборки.

Проект идеален для внедрения в отелях, магазинах, торговых центрах, заправках и ресторанах.

Для проекта понадобятся следующие устройства:

· M5Stack Core2 ESP32;
· Датчик влажности и температуры DHT11;
· Датчик газа MICS6814;
· Датчик диоксида серы SO2 2SH12;
· Плата ESP8266.

Порядок работы:

1. Подключаем базовый модуль M5Stack Core2 ESP32 к компьютеру и загружаем программу.

2. Соединяем все датчики к базовому модулю M5Stack Core2 ESP32, через порт A и B, таким образом образовывается единая система.

3. Устанавливаем систему в санузел.

Как это работает:

Базовый модуль Core2 EduKit считывает информацию с датчиков и отправляет все данные в AWS IoT Core (облачное хранилище Amazon) с помощью протокола MQTT. Далее данные обрабатываются на сервере IoT Analytics последующим сохранением в AWS S3. AWS SageMaker использует набор данных и строит модель машинного обучения для определения статуса уборной (чисто/требуется уборка) на основе данных, опубликованных Core2.

-3

Система позволяет определять параметры качеств воздуха в помещении и при необходимости автоматически включать вентиляцию.

Автор проекта: Md. Khairul Alam, подробнее о проекте.

2. Система контроля доступа

Базовый модуль M5Core2, датчик отпечатка пальца FPC1020A, модуль считывания/записи карт MFRC522.
Базовый модуль M5Core2, датчик отпечатка пальца FPC1020A, модуль считывания/записи карт MFRC522.

Проект позволяет организовать контроль доступа на объект используя всего три устройства M5Stack. Доступ может осуществляться с помощью RFID-карты и/или отпечатка пальца. Система отлично подойдёт для офиса, склада и других помещений, где требуется ограничивать вход посторонних людей.

Для проекта понадобятся следующие устройства:

· Базовый модуль M5Core2;
· Датчик отпечатка пальца FPC1020A;
· Модуль считывания/записи карт MFRC522.

Порядок работы:

· Подключаем устройство считывания/записи Mini RFID к порту A M5Core2 (красный порт рядом с разъемом USB-C) с помощью кабеля Grove, который идет в комплекте. Это устройство использует протокол I2C для отправки данных на M5Core2.

· Вынимаем пластину CORE2 на обратной стороне обнажаем штифты.

· Блок датчика отпечатков пальцев взаимодействует с M5Core2 через протокол UART, поэтому мы подключим его с помощью кабеля Grove и проводов Dupont «папа-папа».

Таким образом, реализовать точную систему контроля на основе M5Stack можно без использования огромного количества проводов и траты огромного количества времени специалистов.

Автор проекта: Mihnea Stoica
Подробнее о проекте можно прочитать
по ссылке.

3. Система домашней безопасности

Базовый модуль M5Core2, Ультразвуковой дальномер RCWL-9600, Датчик движения PIR AS312.
Базовый модуль M5Core2, Ультразвуковой дальномер RCWL-9600, Датчик движения PIR AS312.

Еще один проект в сфере безопасности, но уже больше подходящий для домашнего использования. Решение установлено в одной комнате: система с датчиком движения и точках входа (окно и дверь). Управление датчиками осуществляется с помощью M5Core2, а результат работы пересылается на облачный сервис Waylay IO. В случае срабатывания одного из датчиков, пользователь получает уведомление по СМС или электронной почте. Проект хорошо дополнит систему умного дома.

Используемое оборудование:

· Базовый модуль M5Core2;
· Ультразвуковой дальномер Ultrasonic Distance Unit (RCWL-9600);
· Датчик движения PIR Motion Sensor (AS312).

Поэтапный порядок работы:

· Подключаем ультразвуковой дальномер к порту A M5Core2 (красный порт рядом с разъемом USB-C) с помощью кабеля Grove. Это устройство использует протокол I2C для отправки данных на M5Core2.

· Вынимаем пластину CORE2 сзади, открываем контакты.

· Подключаем датчик движения PIR с помощью кабеля Grove и проводов Dupont «папа-папа».

· Устанавливаем систему.

Автор проекта: Sander Vanhove. Подробнее о проекте.

4. Удаленное управление дроном через Telegram

Один из самых интересных проектов был реализован командой Team Deodates. С помощью Телеграмма, они смогли управлять квадрокоптером DJI.

Схема реализации проекта по управлению дроном через M5Stack
Схема реализации проекта по управлению дроном через M5Stack

Используемое оборудование:

· DJI Tello Drone
· Модуль M5Stack FIRE

Как это работает:

Для взаимодействия Telegram API и дрона используется промежуточное программное обеспечение, которое получает доступ к вызовам Telegram API и отправки команд в модуль M5Stack.

Для установления соединения между дроном и модулем M5Stack используется Wi-Fi. После включения Tello действует как точка доступа Wi-Fi (192.168.10.1) для приема команд через порт 8889.

Telegram-бот разработан таким образом, что к нему можно получить доступ, начав чат с пользователем @DroneTellobot или добавив бота в группу. При добавлении в группу все участники группы могут одновременно использовать бота для управления дроном с помощью команд в чате.

Автор проекта: Team Deodates.
Подробнее о проекте можно прочитать
по ссылке.

5. Проект распознавания маски — обучение ИИ

В последнее время проекты по распознаванию маски приобрели высокую актуальность, поэтому мы не могли не включить его в список самых интересных проектов на M5. Решение позволяет распознавать лица, определять наличие маски, а при необходимости и детектировать социальную дистанцию. Сейчас рассмотрим функцию распознавания маски на лице.

Демонстрация работы M5StickV K210 AI
Демонстрация работы M5StickV K210 AI

Используемое оборудование:

· Камера M5StickV K210 AI
· M5StickC ESP32-PICO Mini IoT Development Board

Ход работы

· Для начала необходимо загрузить в M5StickV файл прошивки с моделью распознавания маски.

· Затем с помощью встроенной программы V-Training обучаем свою модель на базе лиц с маской и без.

· Прорабатываем исключения и подключаем M5StickV к компьютеру.

· Устанавливаем конструкцию.

Такая система на основе М5 является не только компактной и переносной, но ещё и легко интегрируемой в другие проекты.

Автор проекта: RuVic saballa.
Читать подробнее о проекте.

На примере данных проектов видим, что платформа M5Stack имеет практически неограниченные возможности для инженерного творчества. Мощный микроконтроллер ESP32 и удобная среда разработки позволяют создавать любые проекты. Разработчики могут полностью сконцентрироваться только на идее, отодвинув на третий план техническую сторону вопроса, ведь все устройства линейки M5 совместимы между собой, а значит промежуточные процессы будут проходить легче и быстрее.

Напишите в комментариях, какой проект на Ваш взгляд оказался самым интересным?