PyCon JP 2017でのトークセッションで発表。PythonとドローンとRaspberry Piを組み合わせてみました。実際のトークではドローンのローター回転の実演しました。今後のIoTの先駆けになっていきたい。Read less
新たな夢 購入したドローン ドローンを開封してみる 飛ばしてみる 新たな夢 RaspBerryPiでラジコンを動かせるようになったとき、次に目指すべきものは何か、そんなこと考えてふと空を見た。 www.tohuandkonsome.site 空だ。 空を飛ぼう。 そして我々は、ラズパイはきっと空を飛ぶと確信していた。 というのは、全部嘘なんだけれども、ドローンがおもしろそうなので、ドローンを触ってみたいと思います。 ちなみに、「ラズパイ ドローン」で検索すると、既にラズパイを使って自律飛行を目指した記事があったりします。 qiita.com とても興味深い内容で、想像以上にいばらの道な予感がしています。 私も自律飛行を目指していこうと思うのですが、ラジコン以上に先が見えていません。 が、ここからやっていこうみたいな道筋はあるので、少しずつ進めていきたいと思います。 購入したドローン とりあ
Tangoアプリ開発の裏で密かに進めていたドローン制御プロジェクトが(物理的な意味で)ようやく動き始めたので、投稿します。 目的 当座の目標は、プログラム制御でドローンを自由自在に飛ばすこと。 最終的なゴールとしては、自律飛行とサイコミュによる操作ができるようになることですかね。 システム構成 ハードウェア Parrot MAMBO Raspberry Pi3 Model B BUFFALO WLI-UC-GNME MacBook Pro (13-inch, Mid 2010) Leap Motion ソフトウェア Raspbian Jessie with PIXEL Node.js v6.9.4 noble 1.7.0 rolling-spider 1.5.2 leapjs 0.6.4 開発記録 ドローンを手に入れる 兎にも角にもドローンが必要です。 色々調べたところ、首都圏ではドローン
このエントリーはソラコムのSoftware Design 誌 巻頭特集記念リレーブログ4/29分です。 ソラコムインターンエンジニアの岩瀬です。 熊本地震が記憶に新しいですが、連日のニュース報道で改めて地震の恐ろしさを思い知らされました。 防災という用途においてIoT普及の足がかりになればと考え、今回はSORACOM Air と Raspberry Pi を使った簡易地震計を作成していきます。 アーキテクチャ SORACOM Air --> SORACOM Funnel --> AWS Kinesis Firehose --> AWS Elasticsearch Service (Kibanaで可視化) SORACOM Funnelを利用して、Elasticsearch Service にデータを送り、Kibanaを使ってグラフを描画していきます。 準備するもの Raspberry Pi
はじめに 家の鍵をかけ忘れることはあまりないんだけど、不安に陥ることはよくあります。 そこで、家から出た時にかけ忘れを教えてくれたらいいなぁと常々思っていました。 知りたいのは、鍵の傾きなんです。 やりたいこと 家から出発した時、鍵の状態を確認し、かけ忘れを知らせてくれるシステムを作ります。 やり方 1.ESP32に加速度センサを接続し、BLEデバイス化して鍵の傾きを確認できるようにしておく。 2.スマホのIFTTTで家から出たとき(exit location)をトリガにRaspberryPiにWebhookする。 3.RaspberryPiはBLE経由で鍵の傾きを取得する。 4.鍵が空いている角度であれば、RaspberryPiはIFTTTにWebRequestを送り、スマホに通知される。 用意するもの ・ESP-WROOM32(ESP32-DevKitC) ・加速度センサ(ADXL-3
きっかけ 2017/05/08に僕が勤務するgifteeオフィスが移転しました。 新しいオフィスではソファー席やファミレス席など、 いろいろなタイプの共有スペースが増えました。 https://www.wantedly.com/companies/giftee/post_articles/64703 そこで、どのタイプの共有スペースがどれくらい利用されているか把握したい との要望があがってきたため、利用状況の取得方法について検討することにしました。 検討 利用状況の把握に人感センサーや、感圧センサーなどの使用も候補にあがりましたが、 人感センサーでは人数まではとれなさそうなこと、 感圧センサーでは席ごとにセンサーが必要になってしまうため、 共有スペース毎に定期的に写真を撮影して、そこに写っている人数を計測する方法にしました。 人数解析方法 画像から人数の取得については機械学習フレームワーク
# -*- coding: utf-8 -*- import cv2 import numpy as np import time import math as m from numpy import* # 抽出したい色の指定 g_min = np.array([30,70,30]) g_max = np.array([70,255,255]) # 膨張化用のカーネル k = np.ones((5,5),np.uint8) def color_track(im,h_min,h_max): im_h = cv2.cvtColor(im,cv2.COLOR_BGR2HSV) # RGB色空間からHSV色空間に変換 mask = cv2.inRange(im_h,h_min,h_max,) # マスク画像の生成 #mask = cv2.medianBlur(mask,7) # 平滑化 #mask
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く