UNIHIKER
(Una plataforma competa para la Educación)
(c) DFRobot
UNIHIKER es una computadora de placa única que le brinda una experiencia completamente nueva.
Cuenta con una pantalla táctil de
2,8 pulgadas, Wi-Fi y Bluetooth. Está equipado con sensor de luz, acelerómetro,
giroscopio y micrófono. Con un coprocesador incorporado, que es capaz de
comunicarse con varios sensores y actuadores analógicos/digitales con protocolos I2C/UART/SPI.
(c) DFRobot
Características generales
- Pantalla táctil de 2,8 pulgadas
- Fácil configuración a través de un cable
tipo C y programación a través de un navegador
- Interfaces enriquecidas para controlar el
hardware de código abierto
- Control directo de cientos de sensores y
actuadores mediante Python
- Servicios de IoT locales integrados que
pueden almacenar datos localmente
- Wi-Fi y Bluetooth integrados para
conectividad inalámbrica
- Admite software de codificación popular como Jupyter Notebook, VS Code, VIM, Mind+
Características del Procesador
Componentes integrados
UNIHIKER ofrece una experiencia completamente nueva para los desarrolladores con su software preinstalado, lo que permite un inicio increíblemente rápido y fácil. Con un Jupyter Notebook integrado (un entorno de programación basado en navegador), los desarrolladores pueden programar la computadora de placa única usando un teléfono inteligente o una tableta.
Por supuesto, al igual que otros ordenadores de placa única, UNIHIKER también es compatible con VS Code, VIM y Thonny. La biblioteca de control integrada de PinPong permite a los desarrolladores controlar directamente los sensores incorporados de UNIHIKER y cientos de sensores y actuadores conectados mediante Python. El servicio SIoT integrado en UNIHIKER permite a los usuarios almacenar datos a través del protocolo MQTT y proporciona acceso a datos web en tiempo real. La mejor parte es que todos los datos se almacenan dentro del propio dispositivo.
Compacto, rico en funciones y fácil
de usar, UNIHIKER ofrece una experiencia de desarrollo innovadora para el
aprendizaje, la codificación y la creación.
Da rienda suelta a tu imaginación y
embárcate en un nuevo viaje con UNIHIKER.
El ámbito de uso de esta poderosa tarjeta es mu amplio, todo dependerá de los objetivos que nos propongamos a la hora de implantarlo en el aula. En la Educación Secundaria Obligatoria (ESO en España) es factible su uso en los curos de 3º y 4º siendo usada con la herramienta de programación Mind+ de uso gratuito y en su modo de trabajo "programación grafica". Para enseñanzas de Bachillerato y Formación Profesional es ideal dado que permita la conectividad de un extenso catálogo de dispositivos de E/S y a la vez el poder trabajar cn el lenguaje Python escribiendo los programas con la sintaxis compatible de este lenguaje.
PROGRAMACIÓN DE UNIHIKER
Un simple ejemplo: Activar de modo intermitente un led conectado en el Pin 24
MIND+ (Codificación en Modo Gráfico)
Mind+ Codificación en Python
Uso de amplias librerías que permiten abordar aplicaciones tales como: Sonido, reconocimiento de imágenes, IoT, datos con MQTT, etc
Posibilidad de usar librerías de dispositivos hardware con ampliación de conexionado.
Ampliación de acceso a GPIO
Driver Expansion Board for micro:bit / UNIHIKER (c) DFRobot
DFRobot ofrece una valiosa colección de tutoriales para para trabajar con UNIHIKER
Uno de los problemas que nos encontramos a veces con algunos productos STEAM para trabajar en el aula es la falta de documentación. DFRobot cuando crea un producto normalmente lo documenta con abundante información y , a veces, aporta interesantes documentos con aplicaciones que son directamente realizables en el aula. A continuación se muestra imágenes de estas colecciones con los enlaces para acceder a ellas.
A continuación anoto algunas interesantes direcciones para que puedas investigar sobre este producto y tomar decisiones sobre su uso en el aula.
Accesos a Información
Para comenzar puedes mirar estos enlaces
Preguntas más frecuentes
Introducción
Funciones avanzadas
Puedes descargar el siguiente Manual que he escrito en español para uso de la comunidad hispana:
Puedes comprar la tarjeta UNIHIKER en
HUSKYLENS ™
Sensor de visión artificial, inteligente, pequeño, de fácil manejo, ideal para proyectos STEAM
HuskyLens es un sensor de Visión Artificial fácil de usar. Puede aprender a detectar objetos, caras y colores simplemente haciendo clic. Cuanto más aprende, más inteligente es. La adopción del chip IA de nueva generación permite a HuskyLens detectar rostros a 30 imagenes por segundo. HuskyLens puede conectarse a Arduino, Raspberry Pi, LattePanda o micro: bit, y hacer sus proyectos muy creativos sin tener que desarrolar algoritmos complejos.
HuskyLens pretende ser la cámara de IA más simple. Ya viene de fabrica con muchos tipos de algoritmos de procesamiento de imágenes integrados.
Puede cambiar varios algoritmos presionando los botones. Con un simple clic, HuskyLens comenzará a aprender nuevos objetos. Después de eso, Huskylens puede detectarlos. Para jugar con él, conecta HuskyLens a tu placa controladora y realiza tus proyectos.
Además, HuskyLens lleva una pantalla de 2.0 pulgadas, ¡lo que ves es lo que obtienes! No es necesario usar una PC para finalizar el ajuste de parámetros.
Áreas de aplicación para STEAM
HuskyLens es una poderosa herramienta de educación de inteligencia artificial, que proporciona una manera más fácil para que los profesores enseñen tecnologías básicas de inteligencia artificial como el aprendizaje automático y el reconocimiento visual.
Tiene un clasificador de red neuronal profundo incorporado para ayudar a los estudiantes a comprender el principio del algoritmo con hasta 1,000 clases de imágenes y experimentar el proceso de aprendizaje automático de datos etiquetados. Mediante el uso de la función de "aprendizaje" para personalizar la biblioteca de modelos, los estudiantes pueden completar varias aplicaciones de reconocimiento visual de IA, como el reconocimiento facial, el seguimiento de objetos y el reconocimiento de etiquetas.
Construcción de prototipos
HuskyLens aporta muchas posibilidades para aplicarlas a nuestras ideas. A través de la interfaz UART/I2C, HuskyLens puede conectarse a placas de control convencionales como Arduino, Raspberry Pi, LattePanda, micro: bit, etc., y los resultados de salida se pueden procesar directamente en la placa de control, logrando una conexión de hardware perfecta.
Se pueden crear proyectos creativos combinándolos con módulos de expansión. Conectado con el módulo IoT, se puede hacer un sistema de control de acceso inteligente y un alimentador automático de mascotas; conectado con un robot robot, se puede simular un sistema de conducción autónoma; y los alumnos y usuarios también pueden hacer aplicaciones de bricolaje para satisfacer necesidades de la vida real, como clasificador de residuos, termómetros de seguimiento automático, etc.
Desarrollos de "Arte Interactivo"
HuskyLens amplía los límites del arte. Al utilizar tecnologías de aprendizaje automático para reconocer gestos, rostros y posturas, podría realizar muchos modos interactivos, como el control interactivo de gestos, juegos somáticos, etc. Al integrarse con la experiencia multisensorial, como música, luces y fragancias, se pueden crear obras de arte multimedia más interactivas, inmersivas e inteligentes, que rompen la frontera entre el mundo virtual y el real, permitiendo un mundo artístico lleno de imaginación.
Nota: Se ha usado documentacion e imagenes del fabricante y distribuidores.
Mi opinión del producto:
(pendiente de colocar texto)
He aqui una sencilla aplicacion de la camara Huskylens de DFRobot aplicada para controlar un sencillo brazo robotico gobernado por un servo.
LINK al Articulo Completo: https://community.dfrobot.com/makelog-308332.html
Este seria el montaje con la tarjeta Arduino
En este caso se ha realizado la aplicación con la tarjeta Arduino. De las distintas posibilidades que tiene la camara se ha elegido la de reconocimiento de rostros, de tal manera que en la parte visual se ha establecido un juego con tres rostros ID1. ID2 e ID3 que se establecen de una forma determinada (vertices de un triángulo). Estando fijas dos de las imágenes y movieno la otra se calcula el ángulo que forma con el vértice de la imágen y ese mismo ángulo se pasa como parámetro al control de un servo.
Sencillos cálculos para obtener el ángulo de giro del servo
En la imagen de muestra el sencillo procedimiento de simulación del brazo.
Fuente de la información y las imágenes: https://community.dfrobot.com/makelog-308332.html
Mas proyectos ejemplo de la cámara Huskylens aquí
Desarrollo de una aplicación basada en el dispositivo
OBLOQ de DFRobot para fines didácticos.
IoT con Micro:Bit
(Desarrollo de aplicaciones básicas de la Internat de las Cosas con Micro:bit)
http://iot.dfrobot.com/
(Desarrollo de aplicaciones básicas de la Internat de las Cosas con Micro:bit)
En este trabajo recojo mi experiencia con el dispositivo OBLOQ de DFRobot y la tarjeta Micro:bit para la realización de actividades propias de la IoT.
DFRobot ha desarrollado una sencilla tarjeta en torno a una arquitectura básica, en torno al chip WiFiESP8266 que permite implementar un servicio Wifi que mantenga unidos al servidor de datos (una tarjeta Micro:bit) y una localizacion web (http://iot,dfrobot,com) en la que podemos crear una cuenta EasyIoT a través de la cual podremos leer y escribir nuestros datos.
No es la primera esta oferta para trabajar de manera "didáctica" con IOT pero si es una de ellas y FUNCIONA BIEN.
Control de un relé mediante Internet
He manejado en mi trabajo un KIT de de DFRobot llamado Micro:bit IoT Starter Leraning kit for kids que trae la tarjeta OBLOQ, pero se pueden realizar las mismas practicas y ensayos comprando solo la tarjeta OBLOQ (cuesta algo asi como 10 €)
La programación de los ejemplos que he probado la he realizado con el entorno Makecode de Microsoft.
¿Qué es la IoT?
“La internet de las cosas (IoT, por sus siglas en inglés) es un sistema de dispositivos de computación interrelacionados, máquinas mecánicas y digitales, objetos, animales o personas que tienen identificadores únicos y la capacidad de transferir datos a través de una red, sin requerir de interacciones humano a humano o humano a computadora.
……………..
Kevin Ashton, cofundador y director ejecutivo del Auto-ID Center de MIT, mencionó por primera vez la internet de las cosas en una presentación que hizo a Procter & Gamble en 1999. He aquí cómo Ashton explica el potencial de la internet de las cosas:
"Las computadoras de hoy –y, por lo tanto, la internet– dependen casi totalmente de los seres humanos para obtener información. Casi todos los aproximadamente 50 petabytes (un petabyte son 1.024 terabytes) de datos disponibles en internet fueron capturados y creados por seres humanos escribiendo, presionando un botón de grabación, tomando una imagen digital o escaneando un código de barras.
El problema es que la gente tiene tiempo, atención y precisión limitados, lo que significa que no son muy buenos para capturar datos sobre cosas en el mundo real. Si tuviéramos computadoras que supieran todo lo que hay que saber acerca de las cosas –utilizando datos que recopilaron sin ninguna ayuda de nosotros– podríamos rastrear y contar todo, y reducir en gran medida los desechos, las pérdidas y el costo. Sabríamos cuándo necesitamos reemplazar, reparar o recordar cosas, y si eran frescas o ya pasadas”.
……………..
Las aplicaciones prácticas de la tecnología IoT se pueden encontrar en muchas industrias actualmente, incluyendo la agricultura de precisión, gestión de edificios, salud, energía y transporte. Hay numerosas opciones de conectividad para los ingenieros electrónicos y los desarrolladores de aplicaciones que trabajan en productos y sistemas para internet de las cosas.
(Texto recogido de: TechTarget (Search DataCenter en Español) https://searchdatacenter.techtarget.com/es/definicion/Internet-de-las-cosas-IoT
Trabajar con la IoT en nuestra aulas y laboratorios.
La aportación que la empresa DFRobot ha hecho en el terreno de la IoT ha sido muy oportuno e interesante, todo gracias a un nuevo módulo de bajo costo desarrollaod dentro de la serie Gravity denominado OBLOQ.
OBLOQ nos permitirá mediante Makecode o Phyton realizar la programación de aplicaciones que nos permitan gobernar y monitorizar elementos fisiocs haciendo uso de Internet. ¡Resulta Fantastico! ¿No creen?
¿En dónde colocar los datos para leer/escribir de cada uno de los dispositivos que queramos gobernar con nuestra aplicaciones? DFRobot lo ha pensado y solucionado creando un lugar en internet que nos permite en tiempo real realizar carga de datos de nuestro sistema, Mew refiero al sistema iot DFRobot http://iot.dfrobot.com , en esta dirección Web se encuentra el sistema en el que previamente nos daremos de ata como usarios y que nos facilitara estas operaciones de la IoT.
¿Qué herramientas podremos usar para trabajar con nuestra aplicación IoT?
Las mejores y más fáciles de usar. Podremos utilizar las aplicaciones:
- EasIoT creado por DFRobot
- Mind+ de DFRobot y distribución gratuita
- Makecode de Microsoft, también gratuita.
Tarjeta MBT0013 de DFRobot para Micro:bit
Esta es una tarjeta de expansión basada en Micro:bit orientada a la experimentación y aprendizaje en el tema del medio ambiente y la ciencia. En la tarjeta se integran un conjunto de sensores que miden parámetros comunes en la naturaleza, tales sensores son: sensores UV, sensores de temperatura, sensores de humedad, sensores de presión de aire, sensores de sonido, sensores de color, sensores de luz, sensores de temperatura del agua, agua TDS sensor de calidad, zumbador, pantalla OLED, etc.
Esta tarjeta basada en Micro:bit, por si misma, permite la realización de una serie de experimentos STEM con alumnos principalmente de Secundaria y Bachillerato es rica en conocimiento, adecuada para una amplia gama de aplicaciones.
Las entradas/salidas GPIO están configuradas para ser compatibles con diversos sensores y actuadores convencionales, de los que pueden venir con cualquier kit de Micro:bit. Los estudiantes pueden usar esta tarjeta para explorar el secreto de la naturaleza mediante la detección y recopilación de diversos datos, y aprender algo sobre el medio ambiente.
Configuración de la placa de expansión: presión atmosférica, temperatura, humedad, color, sonido, luz, calidad del agua, pantalla OLED como pantalla de datos, usando programación gráfica de código de marca
Características
- Integra 10 sensores (incluyendo sensor UV, sensor de temperatura, sensor de humedad, sensor de presión de aire, sensor de sonido, sensor de color, sensor de luz, sensor de temperatura del agua, sensor de calidad del agua TDS, sensor de humedad del suelo)
- Integrar pantalla OLED
- Programable con Makecode, Mind+ y mPython
Descarga Manual: Aqui
micro:Maqueen Plus
"El hermano mayor de micro:Maqueen Lite. Uno de los primeros modelos de robot educativo que implementa tecnología de "Vision Artifical" usando una cámara de video"
Se trata de un Robot avanzado para su uso en la educación STEM apoyado en la tarjeta micro: bit
Acaba de anunciarse la salida al mercado de un nuevo miembro de la serie que DFRobot dedica a la robotica Educativa y desde luego la noticia es para celebrarla con el mayor interes posible. Se trata de micro:Maqueen Plus
En este mismo blog ya dedique un comentario a su "hermano menor" micro:Maqueen Lite en esta misma pagina con el que he trabajado en el aula con mis alumnos y del que ya realice un breve manual de usuario con algunas practicas.
En este caso el roducto es una nueva version ampliada y mejorada de la version anterior micro:maqueen Lite a la que se ha añadido la tarjeta Gravity: HUSKYLENS: Un sensor de visión artificial AI fácil de usar
Este robot también incluye, como accesorio, una serie de elementos mecánicos para configurar algunas operaciones de recogida, elevacion y traslado de objetos.
Principales características de micro:Maqueen Plus
Especificaciones
- Fuente de alimentación: batería de litio 3.7V-18650
- Voltaje de Carga: 5V
- Corriente de carga: 900mAC Tiempo de carga: 4h
- Indicador de batería: 4 LED
- Motor de accionamiento: motor N20 260 rpm
- Zumbador * 1
- RGB-LED * 2
- Puertos de expansión GPIO: P0 P1 P2 P8 P12 P13 P14 P15 P16
- Puertos de expansión I2C * 3
- Puertos de expansión servo * 3
- Sensores de seguimiento de línea * 6
- Datos de salida del sensor de seguimiento de línea: analógico + digital
- Calibración del sensor de línea: soporte
- Sensor de recepción de infrarrojos * 1
- Sensor ultrasónico: URM10
- Placa de metal superior * 1
- Conexiones roscadas M3 * 12
- Tamaño del mapa para parcticas: 50 cm * 50 cm
- Dimensión: 107x100mm / 4.21 x3.94 "
Documentos y Software
No hay comentarios:
Publicar un comentario