110 lines
3.3 KiB
Markdown
110 lines
3.3 KiB
Markdown
# Vision AI V2 Kit mit MQTT und Wi-Fi
|
|
|
|
## Projektbeschreibung
|
|
Dieses Projekt verbindet das Vision AI V2 Kit mit einem ESP32-S3 Mikrocontroller. Es ermöglicht die Verarbeitung von Bilderkennungsdaten mit dem Grove Vision AI-Modul und die Übertragung der Ergebnisse an einen MQTT-Broker über Wi-Fi.
|
|
|
|
### Features
|
|
- Bilderkennung mit dem Grove Vision AI-Modul
|
|
- Verbindung zu einem Wi-Fi-Netzwerk
|
|
- Übertragung der Erkennungsdaten an einen MQTT-Broker
|
|
- Notification an Telegram Bot bei Gesichtserkennung
|
|
|
|
---
|
|
|
|
## Voraussetzungen
|
|
|
|
### Hardware
|
|
- [Grove Vision AI V2 Kit](https://amzn.to/40v3AGM)
|
|
- [Seeed XIAO ESP32-S3] (https://www.seeedstudio.com/Grove-Vision-AI-V2-Kit-p-5852.html)
|
|
|
|
### Software
|
|
- Arduino IDE (empfohlen: Version 1.8 oder höher)
|
|
- Abhängigkeiten:
|
|
- [Seeed_Arduino_SSCMA](https://github.com/Seeed-Studio/Seeed_Arduino_SSCMA)
|
|
- [PubSubClient](https://github.com/knolleary/pubsubclient)
|
|
|
|
---
|
|
|
|
## Einrichtung
|
|
|
|
### 1. Programmierung des Grove Vision AI V2 Board
|
|
- [https://sensecraft.seeed.cc/ai/#/model](https://sensecraft.seeed.cc/ai/#/model)
|
|
Lade eines der Public AI Models auf das Board ohne dem ESP32S3 Board
|
|
|
|
### 2. Hardware aufbauen
|
|
- Stecke das XIAO ESP32-S3 auf das Vision AI V2 Kit.
|
|
- Verbinde die Stromversorgung über USB.
|
|
|
|
### 3. Software vorbereiten
|
|
1. Installiere die benötigten Bibliotheken:
|
|
- Öffne den Bibliotheksmanager in der Arduino IDE und suche nach:
|
|
- `Seeed_Arduino_SSCMA`
|
|
- `PubSubClient`
|
|
2. Lade den Sketch `inference_wifi_mqtt.ino` in die Arduino IDE.
|
|
|
|
### 4. Wi-Fi und MQTT konfigurieren
|
|
- Ändere folgende Zeilen im Sketch:
|
|
```cpp
|
|
const char* ssid = "DEIN_WIFI_SSID";
|
|
const char* password = "DEIN_WIFI_PASSWORT";
|
|
const char* mqtt_server = "DEINE_MQTT_BROKER_ADRESSE";
|
|
```
|
|
- Ersetze die Platzhalter durch deine Netzwerk- und MQTT-Zugangsdaten.
|
|
|
|
---
|
|
|
|
## Verwendung
|
|
1. Lade den Sketch auf das XIAO ESP32-S3 hoch.
|
|
2. Öffne den seriellen Monitor in der Arduino IDE, um Debug-Informationen zu sehen.
|
|
3. Prüfe, ob das Gerät erfolgreich mit Wi-Fi und dem MQTT-Broker verbunden ist.
|
|
4. Erkennungsdaten werden bei erfolgreicher Bilderkennung an das MQTT-Topic `/vision_ai/data` gesendet.
|
|
|
|
### Beispiel einer MQTT-Nachricht
|
|
```json
|
|
{
|
|
"perf": {
|
|
"prepocess": 1,
|
|
"inference": 21,
|
|
"postprocess": 0
|
|
},
|
|
"boxes": [
|
|
{
|
|
"target": "0",
|
|
"score": 66,
|
|
"x": 104,
|
|
"y": 76,
|
|
"w": 97,
|
|
"h": 138
|
|
}
|
|
]
|
|
}
|
|
```
|
|
|
|
---
|
|
|
|
## Fehlerbehebung
|
|
- **Keine Verbindung zu Wi-Fi:** Stelle sicher, dass SSID und Passwort korrekt sind.
|
|
- **MQTT-Daten werden nicht gesendet:** Prüfe die Broker-Adresse und die Verbindung mit einem MQTT-Client wie MQTT Explorer.
|
|
|
|
## Bilder
|
|
|
|
<img src="https://git.unixweb.net/unixweb/grove-vision-ai-v2-kit/raw/branch/master/images/Vision-AI-V2-Kit-NodeRed-Flow.png">
|
|
|
|
<img src="https://git.unixweb.net/unixweb/grove-vision-ai-v2-kit/raw/branch/master/images/grove-vision-ai-camera.jpg">
|
|
|
|
<img src="https://git.unixweb.net/unixweb/grove-vision-ai-v2-kit/raw/branch/master/images/grove-vision-ai-v2-board.jpg">
|
|
|
|
<img src="https://git.unixweb.net/unixweb/grove-vision-ai-v2-kit/raw/branch/master/images/seeed-studio-esp32s3.jpg">
|
|
|
|
<img src="https://git.unixweb.net/unixweb/grove-vision-ai-v2-kit/raw/branch/master/images/grove-vision-ai-v2-kit.jpg">
|
|
|
|
|
|
---
|
|
|
|
## Autor
|
|
**Joachim Hummel**
|
|
|
|
### Datum
|
|
22.01.2025
|
|
|