Batterival är inte helt enkelt när det kommer till denna typen av projekt. I detta fallet är dessutom vikt också en faktor vilket gör det ännu svårare. Vissa enkortsdatorer går att strömförsörja direkt via GPIO-kontakterna, vissa behöver skydd- eller sidokretsar för att göra det möjligt (säkert). I vårt fall kör vi med en, så liten som möjligt, powerbank och micro USB. På det sättet slipper vi ett…

En liten testplattform för att kontrollera kopplingen av hårdvara. Här kopplas batteri in i H-bryggan tillsammans med en enkortsdator som skickar ut tre signaler: Två stycken för att bestämma rotationsriktningen på motorn. En PWM (pulse width monitor) för att bestämma hastigheten. Denna enkortsdator ersätts senare av datorn som kör AI-modellen.

För att förbereda mjukvaru-modulerna och samtidigt testa accesstider så konstruerades här ett enkelt test. Datorn togglar (slår på och av) en av GPIO-kontakterna ett antal gånger. Tidtagning görs i mjukvaran med Pythons egna tidsbibliotek. På andra sidan sitter en röd LED för att ’visa’ effekten. Tiderna till ställdonen (LED i detta fall, motorn i framtiden) var tillfredsställande låga.

För att resultatet ska bli så bra som möjligt så behöver AI-modellerna så mycket och aktuell data som möjligt. Detta sätter press på flera delar av projektet. Här testas läshastigheten från givarna, i detta fallet: accelerometern. En tom while-loop kör, som väntat, 100 iterationer väldigt snabbt. Samma antal och while-loop fast med ett anrop till accelerometern tar 2.16 sekunder. Detta resultatet…

Inlägget är reklam för en produkt hos Kjell&Company och innehåller annonslänkar. För att utveckla och träna modellen behövs någon typ av data. Det kan (teoretiskt sett) vara vilken data som helst men i vårt fall så har vi valt att börja med accelerometer och eventuellt kompass. Raspberry PI Sense HAT har väldigt många olika sensorer och även en hel del LEDs. Vi har valt denna, trots sin storl…

Inlägget är reklam för en produkt hos Kjell&Company och innehåller annonslänkar. I detta projektet ska vi försöka styra en av bilarna på en bilbana. Bilbanan är av skalan 1:32. Datorn som ska köra AI’n och kontrollera bilbanan är en Raspberry Pi Zero W.

Inlägget är reklam för en produkt hos Kjell&Company och innehåller annonslänkar. Att välja komponenter (oavsett område) kan vara svårt. Vi har målet att göra alla pusselbitar så enkla som möjligt till en början. Optimering kan vi göra senare. Till exempel så valde vi Raspberry Pi Sense HAT för att det fanns färdiga API’er som vi kunde komma igång med snabbt och enkelt.

En hel del mjukvara behövs för att få projektet att rulla. I början gick mycket av tiden till att uppdatera komponenter, system och mjukvara. Majoriteten av koden kommer att skrivas i Python.

Det krävs mycket utrustning när alla mätningar ska göras. Den största utmaningen hittills, för oss icke-elektroingenjörer, har varit att ta reda på hur eventuella filter ska konstrueras.

Det finns flera saker att ta hänsyn till när det kommer till strömförsörjning. Störningar. Att separera de olika elektriska systemen/delarna. Pålitlighet. Med en isolerad källa kan man säkerställa strömförsörjningen till eventuell dator. Skulle den tappa spänning så är det stor risk att den stänger ner. Får datorn (eller andra komponenter) tillfälliga spikar så finns stor risk att de går sönder…