Lectura de indicadores analógicos con Nicla Vision
Lectura de indicadores analógicos con Nicla Vision
Equipo Arduino — 13 de agosto de 2022
Los instrumentos analógicos están en todas partes y se utilizan para medir la presión, la temperatura, los niveles de potencia y mucho más. Debido a la llegada de los sensores digitales, muchos de ellos se volvieron obsoletos rápidamente, dejando que otros requirieran conversiones a formato digital o monitoreo humano frecuente. Sin embargo, el equipo de Zalmotek ha ideado una solución que incorpora aprendizaje automático y visión artificial integrados para leer estos valores de forma autónoma.
Montado dentro de una carcasa personalizada, su proyecto se basa en una placa Arduino Pro Nicla Vision, que toma imágenes periódicas para su posterior procesamiento e inferencia. Comenzaron generando una serie de imágenes de indicadores sintéticos que tienen el dial en diferentes posiciones y los etiquetaron como bajo, normal o alto. Esta colección luego se importó a Edge Impulse Studio y se usó para entrenar un modelo de aprendizaje automático en las muestras de 96x96px debido a la memoria limitada. Una vez creada, la red neuronal podría determinar con éxito el estado del indicador aproximadamente el 92 % de las veces.
El paso final de este proyecto fue implementar el firmware en Nicla Vision y establecer el tamaño de la imagen en el tamaño de 96x96px mencionado anteriormente. Al elegir usar esta técnica de visión por computadora, se pueden realizar lecturas frecuentes mientras se minimiza el costo y el consumo de energía.
Equipo Arduino — 13 de agosto de 2022
Los instrumentos analógicos están en todas partes y se utilizan para medir la presión, la temperatura, los niveles de potencia y mucho más. Debido a la llegada de los sensores digitales, muchos de ellos se volvieron obsoletos rápidamente, dejando que otros requirieran conversiones a formato digital o monitoreo humano frecuente. Sin embargo, el equipo de Zalmotek ha ideado una solución que incorpora aprendizaje automático y visión artificial integrados para leer estos valores de forma autónoma.
Montado dentro de una carcasa personalizada, su proyecto se basa en una placa Arduino Pro Nicla Vision, que toma imágenes periódicas para su posterior procesamiento e inferencia. Comenzaron generando una serie de imágenes de indicadores sintéticos que tienen el dial en diferentes posiciones y los etiquetaron como bajo, normal o alto. Esta colección luego se importó a Edge Impulse Studio y se usó para entrenar un modelo de aprendizaje automático en las muestras de 96x96px debido a la memoria limitada. Una vez creada, la red neuronal podría determinar con éxito el estado del indicador aproximadamente el 92 % de las veces.
El paso final de este proyecto fue implementar el firmware en Nicla Vision y establecer el tamaño de la imagen en el tamaño de 96x96px mencionado anteriormente. Al elegir usar esta técnica de visión por computadora, se pueden realizar lecturas frecuentes mientras se minimiza el costo y el consumo de energía.
What's Your Reaction?
