Résultats de la recherche pour "raspberry or pi or camera or module or 3"

Elektor GREEN en GOLD leden kunnen deze uitgave hier downloaden. Nog geen lid? Klik hier om een lidmaatschap af te sluiten. De open-source processorarchitectuur RISC-V16 boards en MCU's die je moet kennen Een FPGA-gebaseerde audiospeler met equalizer (1)Digitaal audio mixen met een Arduino MKR Vidor 4000 Laserkop voor pico-gebaseerde zandklokTekenen met licht Doe mee aan de STM32 Edge AI Contest Een multi-sensor plantenmonitor-systeemdraadloze meting van watertoevoer en lichtomstandigheden Maixduino AI-gestuurde automatische portiergezichtsdetectie met een camera Embedded Electronics 2024AI gaat de industrie opnieuw vormgeven Lading-gebaseerde in-Memory computing bij EnCharge AI AI-Inferentie met 10 Keer Lager Energieverbruik en 20 Keer Lagere Kosten Click board ondersteunt het ontwikkelen en trainen van ML-modellen voor trillingsanalyse De Elektor Mini-WheelieEen kit voor een zelfbalancerende robot MCU, ik zie jeMCUViewer: open-source multiplatform debugging-tool USB 2.0-isolatorelektrisch geïsoleerde USB-aansluiting Voorkomen is betervoorspellend onderhoud in de praktijk SPoE – Elektromagnetische compatibiliteitSingle pair met Power-over-Ethernet door de ogen van EMC Retro techEen nieuwe wereld met kleurentelevisie ECG-monitorimplementatie met Hexabitz-modules en een STM32CubeMonitor De strijd om AI aan de edge Met HaLow Wi-Fi is een record afstand bereikt van 16 km op 900 MHz Eerste CHERI RISC-V Embedded Chip en Early Access programma Derde generatie bosbranddetectie maakt gebruik van satellietverbindingen Uit het leven gegrepenkeuzestress Alle begin......filtert verder en regelt tonen Quasi-analoog uurwerkwedergeboorte van een Elektor-klassieker Een modulaire sensortesterSensor-evaluatieboard met ESP32-S3 2025: Een AI-OdysseeDe opkomst van foundation modellen en hun rol in het democratiseren van AI Raspberry Pi standalone MIDI-synthesizer (1)voorbereiding van een platform voor enkele edge-AI-experimenten Err-lectronicsCorrecties, updates en brieven van lezers Universele AI RISC-V processor doet ze allemaal - CPU, GPU, DSP, FPGA Interview met de CEO: Ventiva's dunne en coole technologie Dual-core programmeren met een Raspberry Pi Picoduik in de wereld van parallel programmeren

Lis (+) (–)

Elektor GREEN and GOLD members can download their digital edition here. Not a member yet? Click here. The RISC-V Open-Source Processor Architecture16 Boards and MCUs You Should Know An FPGA-Based Audio Player with Equalizer (1)Mixing Digital Audio with an Arduino MKR Vidor 4000 Laser Head for Pico-Based Sand ClockDrawing with Light Enter the STM32 Edge AI Contest A Multi-Sensor Environmental Monitoring System for PlantsWireless Measurement of Water Supply and Light Conditions Maixduino AI-Powered Automatic DoormanFace Detection with a Camera Embedded Electronics 2024AI Is Set to Redefine the Industry Charge-Based In-Memory Compute at EnCharge AI AI Inferencing at 10 Times Lower Power and 20 Fold Lower Cost Click Board Helps Develop and Train ML Models for Vibration Analysis The Elektor Mini-WheelieA Self-Balancing Robot Kit MCU, I See YouMCUViewer Open-Source Multiplatform Debugging Tool USB 2.0 IsolatorElectrically Isolated Connections for USB Devices Intervention Before DamagePredictive Maintenance in Practice SPoE – Electromagnetic CompatibilitySingle-Pair with Power-Over-Ethernet Through the Eyes of EMC Color TV: A Wonder of Its TimeCreating a New World ECG Graph MonitoringAn Implementation with Hexabitz Modules and an STM32CubeMonitor The Battle for AI at the Edge HaLow Hits Record 16-km Wi-Fi Distance at 900 MHz First CHERI RISC-V Embedded Chip and Early Access Programme Third-Generation Wildfire Detection Uses Satellite Links From Life’s ExperienceChoice Overload Starting Out in Electronics……Continues Filtering and Controls Tone Quasi-Analog ClockworkA Remake of an Elektor Classic A Modular Approach to Sensor TestingThe ESP32-S3-Based Sensor Evaluation Board 2025: An AI OdysseyThe Rise of Foundation Models and Their Role in Democratizing AI Raspberry Pi Standalone MIDI Synthesizer (1)Preparing a Platform for Some Edge AI Experiments Err-lectronicsCorrections, Updates, and Readers’ Letters Universal AI RISC-V Processor Does It All — CPU, GPU, DSP, FPGA CEO Interview: Ventiva’s Thin and Cool Tech Dual-Core Programming with a Raspberry Pi PicoVenture Into the World of Parallel Programming

Lis (+) (–)

Elektor GREEN en GOLD leden kunnen deze uitgave hier downloaden. Nog geen lid? Klik hier om een lidmaatschap af te sluiten. DHZ-accusysteem voor zonne-energiebouw uw eigen energieopslag voor zonnepanelen Simulator voor zonnepanelentest en optimaliseer MPP-trackers en omvormers De STM32 Edge-AI-ContestOntdek de nieuwe STM32N6 en ding mee naar € 5000! Vergroten van de bandgapdaarom is er zoveel interesse in SiC en GaN Powerbank voor noteboekgeef uw oude laptop een tweede leven Medische robotshet overwinnen van technische en regelgevende barrières Vorstbescherming voor fruitbomenmet temperatuurlogger Het analoge dingde Arduino onder de analoge computers? Zuinige relaisdriverspaart 90% spoelstroom Verbetering van de ET5410A+ DC-belastingblijf koel en stil electronica 2024een terugblik Elektromagnetische compatibiliteitEMC in een notendop! Alle begin......filtert actief Reduceer vermogensverlies met seriecondensatorenslim gebruik van capacitieve reactantie De betaalbare MCP4725 12-bit digitaal/analoog-omzetterEEPROM-functie zorgt voor veilig inschakelgedrag FNIRSI LCR-ST1 smart LCR-meetpincet Raspberry Pi-gebaseerd test- en meetlabals eerste: de ADC Elektronische belastingweerstandmet onderdelen die u waarschijnlijk hebt liggen 2025: een AI-odysseeenkele projecten voor het nieuwe jaar Project-update: AmpVolt v2.0100 ampère en meer! Project 2.0correcties, updates en brieven van lezers Ethische transparantie ontsluierdinzichten uit het Ethics in Electronics 2024 onderzoek Audio DSP FX Processor Boarddeel 2: toepassingen maken

Lis (+) (–)

Elektor GREEN en GOLD leden kunnen deze uitgave hier downloaden. Nog geen lid? Klik hier om een lidmaatschap af te sluiten. De ESP-BLASTEen mini ESP32 raketdrone die ruim 100 km/u vliegt STM32Cube Innovation-ChallengeDoe mee met je beste STM32C5-ontwerp Wireless workshop (1)Radiomodules uitgelegd: 433 MHz CC1101 sub-GHz-transceiver AM-zenderMet sinus- en blokgolfgenerator op Raspberry Pi Pico AudiotronicaDe vervormingsfactor CoffeeCallerOmroepsysteem met mesh-netwerk en Zephyr gebaseerde software Elektor wordt 65Projecten uit voorgaande september- en oktobermaanden Bluetooth Channel Sounding voor het volgen van objectenAfstandsmeting met centimeterprecisie voor het IoT van de volgende generatie 2026: Een AI-odysseeKwantumcomputing is geen volgende GPU Om de cloud te beveiligen, is edge-beveiliging nodig Eerste ervaringen met de HackRF ProPraktische tests met de nieuwe SDR-hardware Modemupgrade van GPRS/2G naar LTE/4GEen draadloos alarmsysteem als voorbeeld Lusvormige antenne met RF-bouwstenenDeel 1: Een zelfbouw kortegolfantenne met instelbare richtingsgevoeligheid Internetradio naar AM-converterMet een ESP32-S3 als zender Err-lectronics Mioty, een overzichtFraunhofer's aanpak van LPWAN WerkbankwijsheidPraktische tips van experts Walter, de compacte IoT-moduleDeel 2: Toegang tot weer- en datadiensten

Lis (+) (–)

Vom Messwert zur stabilen Entscheidung Wie wird aus einem einfachen Mikrocontroller ein intelligentes System, das Sensorwerte erfasst, verarbeitet und sinnvoll darauf reagiert? Dieses Buch zeigt es Ihnen Schritt für Schritt – verständlich, praxisnah und ohne unnötige Vorkenntnisse. Sie beginnen mit den Grundlagen der digitalen und analogen Ein- und Ausgänge. Anschließend lernen Sie, wie Sensorwerte gelesen, geglättet und zuverlässig bewertet werden. Anschauliche Beispiele erklären, warum einzelne Messwerte oft täuschen können und wie Mittelwertbildung, Hysterese und einfache Entscheidungsregeln für stabile Ergebnisse sorgen. Nach und nach erweitern Sie Ihre Projekte um Displays, I²C-Kommunikation und mehrere vernetzte Mikrocontroller. So entstehen verteilte Systeme, in denen Raspberry Pi Pico und ATtiny-Controller Daten austauschen und gemeinsam Aufgaben übernehmen. Im fortgeschrittenen Teil erhalten Sie einen leicht verständlichen Einstieg in Merkmalsbildung, Datenvorverarbeitung, hybride Entscheidungsmodelle und TinyML-nahe Anwendungen. Dabei verbinden Sie klassische Regelungstechnik mit modernen datenbasierten Methoden. Alle Projekte werden von ausführlich kommentierten Programmen in C und MicroPython begleitet. Das Buch richtet sich an Einsteiger, Maker, Studierende und alle, die Embedded-Systeme von Grund auf verstehen möchten. Am Ende können Sie eigene Systeme entwickeln, die nicht nur messen, sondern Informationen auswerten, zuverlässige Entscheidungen treffen und gezielt reagieren.

Lis (+) (–)

Retard temporaire dans la livraison des robots Unitree Comme de nombreux autres fournisseurs, nous rencontrons actuellement des retards dans la livraison des robots Unitree. Un envoi de notre fournisseur est actuellement bloqué en douane, ce qui entraîne un retard dans la livraison des commandes déjà passées. Nous travaillons activement avec notre fournisseur pour résoudre ce problème et espérons obtenir plus de clarté bientôt, mais nous ne pouvons malheureusement pas garantir de délais précis pour le moment. Un nouvel envoi est également en cours d'acheminement, mais il faudra un certain temps avant qu'il n'arrive. Comme d'autres fournisseurs rencontrent les mêmes difficultés, changer de prestataire ne permettrait pas d’obtenir une solution plus rapide. Notre priorité est d’honorer les commandes existantes. Si vous avez des questions ou souhaitez modifier votre commande, n’hésitez pas à contacter notre service client. Nous vous tiendrons informés des prochains développements. La série Unitree Go2 se compose de robots quadrupèdes destinés à la recherche et au développement de systèmes autonomes dans les domaines de l'interaction homme-robot (HRI), du SLAM et du transport. Grâce à ses quatre pattes et à ses 12 degrés de liberté, ce robot peut évoluer sur des terrains variés. Le Go2 est équipé d'un système perfectionné de gestion de l'entraînement et de la puissance, qui permet une vitesse (selon la version) allant jusqu'à 3,7 m/s ou 11,88 km/h, avec une autonomie pouvant atteindre 4 heures. De plus, les moteurs ont un couple de 45 N.m au niveau du corps/des cuisses et des genoux, ce qui permet également des sauts ou des saltos arrière. Caractéristiques Système de reconnaissance ultra-performant : LIDAR 4D L1 Vitesse de course maximale : environ 5 m/s Couple d'articulation maximal : environ 45 N.m Module sans fil : Wi-Fi 6/Bluetooth/4G Autonomie ultra-longue : environ 2 à 4 h (longue durée de vie mesurée en conditions réelles) Système de suivi latéral intelligent : ISS 2.0 Spécifications Module de suivi : Suivi automatique ou télécommandé Caméra frontale : Résolution de transmission d'image : 1280 x 720, champ de vision : 120°, objectif ultra grand angle pour une clarté exceptionnelle. Feu avant : Éclaire intensément la route. LiDAR 4D L1 : Balayage omnidirectionnel ultra grand angle 360° x 90° permettant un évitement automatique avec un angle mort réduit et un fonctionnement stable. 12 moteurs d'articulation : Robuste et puissant, élégant et simple, une expérience visuelle inédite. Microphone interphone : Communication efficace sans restriction de scénario. Sangle auto-rétractable : Facile à transporter et à charger. Plus stable, plus puissant grâce à des appareils avancés. LiDAR 3D, carte ESIM 4G, Wi-Fi 6 bi-bande, Bluetooth 5.2 pour une connexion stable et un contrôle à distance. Puissant cœur de calcul : contrôleur de mouvement, processeur ARM hautes performances, processeur à algorithme d'intelligence artificielle amélioré, ORIN NX/NANO externe. Batterie intelligente : batterie standard de 8000 mAh, batterie longue durée de 15000 mAh, protection contre les surchauffes, les surcharges et les courts-circuits. Haut-parleur pour écouter de la musique : écoutez votre musique comme bon vous semble. Variantes de l'Unitree Go2 Le Go2 impressionne non seulement par ses capacités techniques, mais aussi par son design moderne et fin qui lui confère un look futuriste et attire tous les regards. Le Go2 Air est spécialement conçu pour les démonstrations et les présentations. Grâce à ses fonctionnalités de base, il offre une base solide pour démontrer les capacités de mouvement et les fonctionnalités d'un robot à quatre pattes. Important : Le Go2 Air est livré sans contrôleur. Celui-ci est disponible en option. Équipés d'un puissant processeur 8 cœurs hautes performances, les modèles Pro et Edu offrent une puissance de calcul impressionnante, indispensable aux tâches complexes et aux calculs exigeants. Cela permet un traitement des données plus rapide et plus efficace, faisant des modèles Pro et Edu des partenaires fiables pour vos projets. À partir de la version Edu, le Go2 est programmable et offre des possibilités infinies pour le développement et la recherche de vos propres applications robotiques. Le Go2 est également capable de gérer une hauteur de marche allant jusqu'à 14 cm. Cela en fait un outil idéal pour la recherche, l'éducation et l'initiation au monde de la robotique. Le Go2 Edu est livré avec une télécommande pour un contrôle simple et intuitif. Il dispose également d'une station d'accueil d'une puissance de calcul impressionnante de 100 TOPS, équipée de puissants algorithmes d'IA et d'une assistance technique. Le Go2 Edu est équipé d'une puissante batterie de 15000 mAh qui lui confère une autonomie impressionnante allant jusqu'à 4 heures. Cette longue durée de fonctionnement permet au robot d'effectuer des missions d'exploration plus longues et d'accomplir des tâches exigeantes. Le Go2 Edu Plus 3D LiDAR est équipé d'un puissant capteur LiDAR 3D Hesai XT16. Ce capteur LiDAR offre au robot une perception tridimensionnelle précise de son environnement, permettant une navigation fluide et une évitement intelligent des obstacles. Comparaison des modèles Air Pro Edu/Edu Plus Dimensions (debout) 70 x 31 x 40 cm 70 x 31 x 40 cm 70 x 31 x 40 cm Dimensions (accroupi) 76 x 31 x 20 cm 76 x 31 x 20 cm 76 x 31 x 20 cm Matériau Alliage d'aluminium + Plastique technique haute résistance Alliage d'aluminium + Plastique technique haute résistance Alliage d'aluminium + Plastique technique haute résistance plastique Poids (avec batterie) environ 15 kg environ 15 kg environ 15 kg Tension 28~33,6 V 28~33,6 V 28~33,6 V Puissance de pointe environ 3000 W environ 3000 W Charge utile ≈7 kg (MAX ~ 10 kg) ≈8 kg (MAX ~ 10 kg) ≈8 kg (MAX ~ 12 kg) Vitesse 0~2,5 m/s 0~3,5 m/s 0~3,7 m/s (MAX ~ 5 m/s) Hauteur de montée/chute max. environ 15 cm environ 16 cm environ 16 cm Angle de montée max. 30° 40° 40° Puissance de calcul de base N/A 8 cœurs hautes performances Processeur Processeur 8 cœurs hautes performances Moteur d'articulation du genou en aluminium Ensemble de 12 Ensemble de 12 Ensemble de 12 Circuit intra-articulaire (genou) ✓ ✓ ✓ Refroidisseur de caloduc articulaire ✓ ✓ ✓ Amplitude de mouvement Corps : −48~48° Corps : −48~48° Corps : −48~48° Cuisse : −200°~90° Cuisse : −200°~90° Cuisse : −200°~90° Jarret : −156°~−48° Jarret : −156°~−48° Couple max. N/A Environ 45 N.m Environ 45 N.m LiDAR 3D super grand-angle ✓ ✓ ✓ Module de suivi de positionnement vectoriel sans fil N/A ✓ ✓ Grand angle HD Caméra ✓ ✓ ✓ Capteur de force côté pied N/A N/A ✓ Action de base ✓ ✓ ✓ Sangle de mise à l'échelle automatique N/A ✓ N/A OTA intelligent amélioré ✓ ✓ ✓ Transmission d'images RTT 2.0 ✓ ✓ ✓ Télécommande de base via l'application ✓ ✓ ✓ Visualisation des données via l'application ✓ ✓ ✓ Programme graphique via l'application ✓ ✓ ✓ Lampe frontale (3) W) ✓ ✓ ✓ Wi-Fi 6 double bande ✓ ✓ ✓ Bluetooth 5.2/4.2/2.1 ✓ ✓ ✓ Module 4G N/A CN/GB CN/GB Voix Fonction N/A ✓ ✓ Lecture musicale N/A ✓ ✓ Système intelligent de suivi latéral ISS 2.0 N/A ✓ ✓ Détection et évitement intelligents ✓ ✓ ✓ Secondaire Développement N/A N/A ✓ Contrôleur manuel En option En option ✓ Module haute puissance de calcul N/A N/A Edu : 40 TOPS de puissance de calcul Edu Plus : 100 TOPS de puissance de calcul NVIDIA Jetson Orin (en option) Smart Batterie Standard (8000 mAh) Standard (8000 mAh) Longue autonomie (15000 mAh) Autonomie 1 à 2 h 1 à 2 h 2 à 4 h Chargeur Standard (33,6 V, 3,5 A) Standard (33,6 V, 3,5 A) Charge rapide (33,6 V, 9 A) Inclus 1x Unitree Go2 Edu Plus 3D LiDAR 1xHesai XT16 3D LiDAR 1x Unitree Go2 télécommande 1x Unitree Go2 batterie (15000 mAh) 1x Unitree station d'accueil avec une puissance de calcul de 100 TOPS Téléchargements Documentation iOS/Android apps GitHub

Lis (+) (–)

Le téléchargement intégral de ce numéro est disponible pour nos membres GOLD et GREEN sur le site Elektor Magazine ! Pas encore membre ? Cliquez ici. l'ESP-BLASTUn mini drone-fusée ESP32 qui vole à plus de 100 km/h atelier sans fil (1)Modules radio déverrouillés : émetteur-récepteur sub-GHz CC1101 433 MHz émetteur AMAvec le générateur d'ondes carrées/sinusoïdales sur Raspberry Pi Pico STM32Cube Innovation ChallengeParticipez avec votre meilleur projet STM32C5 CoffeeCallerComment une pause café a inspiré un PCB sur mesure audiotroniquesDistorsion harmonique totale Elektor à 65 ansProjets de septembre et octobre au fil des ans Bluetooth Channel Sounding pour le suivi des équipementsMesure de distance avec une précision centimétrique pour l’IoT de nouvelle génération 2026 : une Odyssée de l'IAL'informatique quantique n'est pas le prochain GPU protéger le cloud exige de sécuriser la périphérie premières expériences avec le HackRF ProTests pratiques avec le nouveau matériel SDR mise à niveau du modem de GPRS/2G vers LTE/4GExemple d'un panneau de contrôle d'alarme sans fil antenne en bouclePartie 1 : Une antenne ondes courtes à directivité réglable, à réaliser soi-même convertisseur de radio Internet en AMUn ESP32-S3 comme émetteur projet 2.0 mioty : aperçu généralL'approche de Fraunhofer pour les LPWAN sagesse d'atelierConseils pratiques d'experts Walter, le module IoT compactPartie 2 : Accéder aux services météorologiques et aux services de données

Lis (+) (–)

Le téléchargement intégral de ce numéro est disponible pour nos membres GOLD et GREEN sur le site Elektor Magazine ! Pas encore membre ? Cliquez ici. qu’est-ce que l’edge AI ?L’IA, intégrée à l’appareil découvrez Edge Impulse StudioConcevez et déployez facilement des modèles d’IA en périphérie détection de mots-clés avec Edge ImpulseCollecter, entraîner et déployer contrôle d’appareils par commande vocale avec le Nordic Thingy:53 Termes clés pour comprendre l’edge AI et le machine learning cours accéléré : démarrez avec Edge ImpulseApprenez à collecter, entraîner et déployer un modèle ML avec l’Arduino Nano 33 BLE Sense un nouveau chapitre pour ArduinoD’une carte pour amateurs à une plateforme d’edge computing premiers pas avec la détection d’objets sur des appareils edge détection de défauts sur circuits imprimésVision par ordinateur avec Raspberry Pi adapter l’IA aux appareils les plus compacts optimiser l’efficacité énergétique des appareils edge AI alimentés sur batterie grille-pain intelligentL’IA qui reconnaît le toast parfait Thundercomm Rubik Pi 3Raspberry Pi et l’edge AI, enfin réunis Leadership, ML embarqué et révolution de l’IA en périphérie modèles vision-langage en périphérieCascade de modèles pour une meilleure fiabilité découvrez Edge ImpulseQuestions de la communauté Elektor mise à jour du projet n°5 : Compteur d’énergie ESP32Utiliser l’Edge AI pour identifier les charges domestiques reconnaissance de mouvements avec détection d’anomaliesUn tutoriel détaillé système de ventilation intelligent : fusion des données sonores et environnementalesUtilisation d’un microcontrôleur double-cœur et du ML pour l’automatisation des fenêtres et persiennes intégrer la commande vocale aux écouteurs et aux casques l'IA en périphérie : au cœur des appareils de demain

Lis (+) (–)

Build your own AI microcontroller applications from scratch The MAX78000FTHR from Maxim Integrated is a small development board based on the MAX78000 MCU. The main usage of this board is in artificial intelligence applications (AI) which generally require large amounts of processing power and memory. It marries an Arm Cortex-M4 processor with a floating-point unit (FPU), convolutional neural network (CNN) accelerator, and RISC-V core into a single device. It is designed for ultra-low power consumption, making it ideal for many portable AI-based applications. This book is project-based and aims to teach the basic features of the MAX78000FTHR. It demonstrates how it can be used in various classical and AI-based projects. Each project is described in detail and complete program listings are provided. Readers should be able to use the projects as they are, or modify them to suit their applications. This book covers the following features of the MAX78000FTHR microcontroller development board: Onboard LEDs and buttons External LEDs and buttons Using analog-to-digital converters I²C projects SPI projects UART projects External interrupts and timer interrupts Using the onboard microphone Using the onboard camera Convolutional Neural Network

Lis (+) (–)

DIY LiPo Supercharger KitFrom Handcrafted to Mass Market Elektor @ 60Reflections on Six Decades of Electronics Siglent Bench Multimeter SDM3045X DC Current-Sense ClampHall Sensor + Ferrite Core + Arduino Soldering Station 2021Easy to build! Hands On the Parallax Propeller 2Part 2: The Development Environment and Code Wi-Fi for LoRa SwitchIntegrated in Home Assistant with ESPHome Do Not Fear the Cellular Module! Tracking Time with ESP32 and TogglWorking with the M5Stack Get to Know the Raspberry Pi Pico Board and RP2040 MicroPython for MicrocontrollersSmall-Format Screens 12-to-200-V DC/DC Converter for Valve Amplifiers Heat SeekerThe Seek Shot Pro Thermal Imaging Camera Object-Oriented Programming: A Short Primer Using C++ HomeLab ToursHome Lab and an Analogue Synthesiser by Kurt Diedrich Java on the Raspberry PiPart 1: GPIOs DIP SwitchesPeculiar Parts, the series Project 2.0Corrections, Updates and Readers’ Letters Whose Product Is It Anyway?Right to Repair Gains Momentum From Life's ExperienceThe Great Book of Blunders Micro-ProfessorLearning Assembly Language on a Z80 Starting out in ElectronicsEasier Than Imagined! Even When It Is About Capacitors HexadokuThe Original Elektorized Sudoku

Lis (+) (–)

Open-Source-Code mit Arduino IDE und PlatformIO Autonomes Fahren: GPS, Accelerometer, Gyroskop PS3-Controller Mikrocontroller wie der Arduino und Einplatinenrechner wie der Raspberry Pi haben sich zu beliebten Komponenten entwickelt. Dritter im Bunde ist der ESP32 der Firma Espressif. Mikrocontroller dieser Baureihe zeichnen sich durch eine Vielzahl implementierter Funktionen aus, die bei einem Arduino konventioneller Prägung mit einem Atmel-AVR-Mikrocontroller erst mit weiterer Hardware möglich sind. Prominentes Beispiel sind hier die WiFi- und Bluetooth-Funktionalitäten. Gegenüber einem Raspberry Pi zeichnen sie sich durch einen deutlich geringeren Preis aus. Allgemeine Informationen für die Realisierung eines Roboterauto-Projekts mit dem ESP32 sind leicht zu finden. Dabei handelt es sich aber oft nur um Ausführungen zu einem Teilaspekt, ohne inhaltliche oder funktionale Abstimmung. So ist nicht nur die Beschaffung der benötigten Informationen mühselig und zeitaufwändig, sie kann auch außerordentlich fehlerträchtig sein. Ansatzpunkt dieses Buches ist, diese Lücke zu schließen. Es geht auf verschiedene Möglichkeiten eines Chassis ein, vermittelt nötige Kenntnisse und führt schrittweise von einer einfachen Motorsteuerung zu einem komplexen sensor- und sprachgesteuerten Roboterauto. Hacks rund um GPS und eine PlayStation 3 runden die Sache ab. Inhalt Bei der Reihenfolge der Kapitel wurde versucht – beginnend bei der Darstellung von grundlegenden Informationen – über die Lösung einfacher Aufgaben zu etwas anspruchsvolleren Techniken zu führen. Der Mikrocontroller ESP32 Die Software erstellen Die Stromversorgung Rund um die Hardware Das Chassis Der Gleichstrommotor Kabellose Steuerung über WiFi Mit Sensoren Hindernisse erkennen Eine eigene Roboterauto-App Servo und Lichtsensor GPS Accelerometer / Gyroskop PS3-Controller Roboterauto-App Hinweis zur Software Die Dateien haben das Suffix (.cpp). Grund ist die Entwicklung mit PlatformIO. Mit Copy & Paste sollten sie auch in der Arduino-IDE verwendet werden können.

Lis (+) (–)

Diese Ausgabe steht allen GOLD- und GREEN-Mitgliedern auf der ElektorMagazine-Website zum Download bereit! Sie sind noch kein Mitglied? Hier klicken! Die Open-Source-Prozessorarchitektur RISC-V16 Boards und MCUs, die Sie kennen sollten Audio-Player mit FPGA und EqualizerTeil 1. Digitale Audiosignale mischen mit einem MKR Vidor 4000 von Arduino Laserkopf für Pico-basierte SanduhrZeichnen mit Licht Nehmen Sie teil am STM32 Edge AI Contest! Umweltüberwachung von Pflanzen mit mehreren SensorenDrahtlose Messung der Wasserversorgung und Lichtverhältnisse Maixduino: Automatischer KI-TüröffnerGesichtserkennung mit einer Kamera Embedded-Elektronik 2024KI wird die Branche neu definieren Ladungsbasiertes In-Memory Compute bei EnCharge AI KI-Inferencing bei 10-fach geringerer Leistungsaufnahme zu 20-fach geringeren Kosten Click-Board hilft bei der Entwicklung und dem Training von ML-Modellen für die Schwingungsanalyse Der Elektor Mini-WheelieEin Bausatz für einen selbstbalancierenden Roboter MCU, ich sehe dich!MCUViewer, ein Open-Source-Multiplattform-Debugging-Werkzeug USB-2.0-IsolatorGeräte galvanisch isoliert per USB verbinden Eingriff vor dem SchadenPredictive Maintenance in der Praxis SPoE - Elektromagnetische VerträglichkeitSingle-Pair mit Power-over-Ethernet im EMV-Fokus Retro-TechnikWie das Farbfernsehen eine neue Welt schuf EKG-MonitorMit Hexabitz-Modulen und einem STM32CubeMonitor Der Kampf um KI at the Edge HaLow erreicht Rekorddistanz von 16 km für WLAN bei 900 MHz Erster CHERI RISC-V-Embedded Chip und Early Access Programm Die dritte Generation der Waldbrandfrüherkennung nutzt Satellitenverbindungen Aus dem Leben gegriffenDie Qual der Wahl Aller Anfang......ist nicht schwer: Wir setzen die Filterung und Klangregelung fort. Riesen-LED-UhrNeuauflage eines Elektor-Klassikers Ein modularer Ansatz für die SensorprüfungDas Sensor Evaluation Board mit ESP32-S3 2025: Eine Odyssee in die KIDer Aufstieg der Basismodelle und ihre Rolle bei der Demokratisierung der KImocratizing AI Standalone MIDI-Synthesizer mit Raspberry PTeil 1: Eine Plattform für Edge-KI-Experimente vorbereiten Projekt 2.0Korrekturen, Updates und Leserbriefe CPU, GPU, DSP, FPGA; ein universeller KI-RISC-V-Prozessor kann alles! CEO-Interview: Ventivas dünne und kühle Technologie Dual-Core-Programmierung beim Raspberry Pi PicoEinstieg in die Welt der parallelen Programmierung

Lis (+) (–)