Sensore di visione Pixy2 - CMUCam5

La Computer vision (Visione Artificiale) una branca dell'informatica che si occupa di studiare i meccanismi visivi e per fare ci necessita di molta potenza di elaborazione. Sarebbe interessante fornire ai vostri progetti la potenza necessaria per identificare movimenti e colori, compito che anche una scheda Arduino potrebbe avere difficolt nel gestire, vista l'innumerevole quantit di elaborazione che necessita qualsiasi operazione di Computer Vision. L'ideale avere un processore dedicato che si occupi delle elaborazioni pesanti e fornisca alla scheda Arduino direttamente i dati processati: questo esattamente ci che fa la Pixy2.

La Pixy2 un sensore di visione artificiale completamente programmabile e collegabile direttamente ad Arduino, Raspberry Pi o ad altri microcontrollori. Pixy2 in grado di rilevare qualsiasi tipo di oggetto e di "imparare" velocemente a rilevare specifici oggetti scelti dall'utente. Utilizzando questo unico sensore, sar quindi possibile creare applicazioni per dotare un robot della capacit di raccogliere un oggetto, inseguire una palla, localizzare una stazione di ricarica.

Un'importante caratteristica del sensore di visione Pixy2 la capacit di risolvere il problema di sovraccarico di dati nel microcontrollore; il sensore accoppia infatti un sensore di immagine Aptina MT9M114 ad un processore dual coreNXP LPC4330 da 204 Mhz appositamente dedicato all'elaborazione delle immagini. Una volta effettuata questa elaborazione, al microcontrollore vengono inviate solo le informazioni utili (ad esempio, rilevamento di un dinosauro robot di colore viola alle coordinate x=54, y=103) ad una frequenza di 50Hz.

Inoltre, il modulo stato progettato in modo tale che sia possibile utilizzare Pixy anche senza l'ausilio di un microcontrollore e sfruttare le uscite digitali per azionare interruttori e servomotori e/o attivare eventi.

Rilevamento oggetti

Per rilevare gli oggetti, Pixy2 utilizza un algoritmo di riconoscimento dei colori veloce, efficiente ed affidabile. Tramite il metodo di rappresentazione dei colori RGB (Red, Green, Blue), Pixy2 calcola la tonalit e la saturazione del colore di ogni pixel del sensore e utilizza questi dati come parametro primario di rilevamento.

Il sensore di visione Pixy2 memorizza fino a 7 marcature di colore, ci vuol dire che se si dispone di 7 differenti oggetti, ognuno con il proprio ed unico colore, Pixy perfettamente in grado di effettuare la precisa identificazione di ognuno di essi. Se invece necessario riconoscere pi di sette colori, possibile utilizzare il metodo dei Codici Colore.

Un Codice Colore (CC) la combinazione di due o pi etichette colorate posizionate sull'oggetto, l'una accanto all'altra; Pixy2 in grado di rilevare e decodificare i Codici Colore ed identificarli come oggetti speciali. In particolare, i Codici Colore sono utili quando si hanno a disposizione oggetti pi complessi da rilevare ed identificare e per i quali il sistema delle 7 marcature di colore sarebbe insufficiente.

Ad esempio, un Codice Colore con 2 etichette e 4 colori diversi pu identificare fino a 12 differenti oggetti; altre combinazioni di etichette e colori possono di fatto determinare la capacit di rilevare un numero sempre maggiore di oggetti, aumentando l'accuratezza dell'identificazione e diminuendo i rilevamenti inesatti.

Il sistema del Codice Colore fornisce cos un'accurata stima dell'oggetto con una frequenza di 60 frame al secondo, risultando particolarmente utile, ad esempio, se si vuole far muovere un robot in una stanza tramite il riconoscimento di porte d'accesso e corridoi.

Pixy2 in grado inoltre di localizzare centinaia di oggetti alla volta utilizzando un algoritmo che determina dove finisce un oggetto e ne comincia un altro, rilevandone misura e posizione e riportandone i risultati al microcontrollore tramite una delle interfacce di comunicazione di cui dispone, ad esempio tramite comunicazione SPI.

Il sensore di visione Pixy2 CMUcam5 estremamente veloce: questo modulo elabora un'intero frame 1296x976 in un 60 di secondo; ci significa che ogni 16.7 millisecondi possibile ottenere un aggiornamento completo di tutti gli oggetti rilevati. Questa frequenza rende cos possibile ad esempio la tracciatura del percorso di una palla che cade o rimbalza.

Pixy2 CMUcam5 "impara" a rilevare gli oggetti

Pixy2 un modulo unico nel suo genere poich in grado di "imparare" a rilevare gli oggetti di vostro interesse in maniera semplice e molto veloce.

Volete rilevare un dinosauro viola o una palla arancione? Ponete l'oggetto scelto davanti a Pixy2 e premete il pulsante presente sul modulo stesso.

Durante questa operazione, il LED RGB posto sotto l'obiettivo del modulo fornisce dei dati relativi all'oggetto rilevato; rilasciando il pulsante, Pixy genera un modello statistico che permetter di riconoscere oggetti con marcatura di colore simile. Le marcature di colore sono numerate da 1 a 7, dove la numero 1 la marcatura di default. Le marcature dal n. 2 al n. 7 verranno salvate tramite semplici sequenze di pressione del pulsante.

Compatibilit e programmazione

Pixy2 nasce come un dispositivo compatibile con le schede Arduino, ma grazie alle diverse interfacce di comunicazione di cui dispone, pu essere collegato facilmente a diversi altri microcontrollori come Raspberry Pi e BeagleBone. L'utilizzo di queste diverse piattaforme supportato e facilitato da apposite librerie, tra cui anche Python API, che permette quindi di sfruttare microcontrollori basati su Linux.

Contenuto della confezione

La confezionecontiene:

• 1x Sensore di visione Pixy CMUcam5
• 1x cavo piatto a 6 conduttori con connettore femmina 2x5 + connettore femmina 2x3
• 1x confezione di viteria per il montaggio del modulo

Per maggiori informazioni sul Sensore di Visione Pixy CMUcam5,
fare riferimento alla seguente pagina.

Specifiche

• Tensione di alimentazione via USB: 5V
• Tensione di alimentazione tramite connettore JP1 a 2Poli: 6V~10V
• Consumo (tipico): 140mA
• Processore: NXP LPC4330, 204 MHz, dual core
• RAM: 264KB
• Memoria Flash: 2MB
• Interfacce di comunicazione: SPI, I2C, UART, USB, uscite analogiche/digitali
• Sensore di immagini: Aptina MT9M114, 1296x976
• Campo visivo della lente: 60 in orizzontale, 40 in verticale
• Marcature di colore memorizzabili: fino a 7
• Elaborazione immagini: un frame ogni 16.7 millisecondi
• Compatibilit: Arduino, Raspberry Pi, Beagle Bone Black, LEGO e microcontrollori simili, con relative librerie
• Linguaggi di programmazione supportati: C/C++, Python
• Software di visualizzazione immagini: PixyMon, open-source con licenza GNU, compatibile Windows, Mac Os e Linux
• Dimensioni: 42 x 39 x 16mm
• Peso: 10g

Documentazione

• Sensore di visione Pixy CMUcam5
• Utilizzo e programmazione del sensore di visione Pixy CMUcam5
• NXP LPC4330 Manuale d'uso
• Aptina MT9M114 - Datasheet
• Altri downloads