Videoda geçen dosyaları aşağıda bulabilirsiniz.

Baskı Dosyaları Ve Kodlar İçin Tıklayınız

Raspberry Pi ile Discord Sunucusundan Led Kontrolü projemizi gördünüz mü?

The post Raspberry Pi Pico İle Mini Klavye Yaptık! | Programlanabilir Mini Klavye appeared first on Robolink Akademi.

Speed PLC programının çalışabilmesi için pc de Java kurulu olması gerekiyor. Kontrol etmek için komut istemine (cmd) girip java -version yazın ve enter a basın, komut tanınmıyorsa Java yı Windows yüklü pc ye bu linkten kurabilirsiniz.

Firmware

RPi yi PLC gibi kullanabilmek için RPi ye bazı programlar yüklememiz gerekiyor, RPi ye yüklenecek yazılımın tamamına firmware diyebiliriz. Firmware yükledikten sonra RPi ve pc arasına ethernet kablosu bağlayıp, RPi yi PLC gibi programlayabiliyor olacağız. Benzer şekilde çalışan RPi ye yüklenebilen CODESYS firmware de var, ücretsiz olarak kullanmak isterseniz 2 saatte bir RPi yi kapatıp açmanız gerekiyor. Burada anlatacağım firmware ise tamamen ücretsizdir..

Speed PLC deki PLC hafıza yapısı, Siemens PLC lerdeki yapı ile benzeşmektedir. Fultek sitesinde RPi 3 için kurulumdan bahsedilmiş fakat bende Raspberry Pi nin ilk modellerinden olan RPi 1 Model B Rev.2 olduğundan yazılımı çalıştırmak biraz uğraştırdı.. RPi ye yüklenecek firmware, Java ile çalışıyor.. Raspbian ı full olarak indirip RPi ye kurarsanız Java 11 kurulu geliyor fakat malesef Java 11, RPi 1 veya RPi Zero W tarafından desteklenmiyor. Bunun nedeni işlemci mimarilerinin ARMv6 olması, RPi 2 ARMv7, RPi 3 ve 4 ARMv8.. Bizim RPi ye kuracağımız Java 8 ise hepsi tarafından desteklenmektedir.. Diğer bir yöntemde ARMv6 olan RPi ye özel bir Java 11 sürümü (Zulu) kurmak ama ben Java 8 kurmayı tercih ettim. (Zulu Java kurarsanız pi4j versiyonunu da 1.4 yapmanız gerekiyor) Ayrıca bu iş için RPi de masaüstüne de ihtiyaç olmadığından, 8GB lık sd kartıma kurmak üzere Raspbian sayfasından Raspberry Pi OS Lite 32-bit (4.4.2022 bullseye) sürümünü indirmekle işe başladım.. Burada anlatacağım işlemleri Pico hariç diğer RPi modellerine de uygulayabilirsiniz. Speed PLC programı ile neler yapılabildiğini veya nasıl kullanıldığını görmek için youtube da “speedplc” veya “plc zero” olarak arama yapabilirsiniz. Ayrıca Fultek sitesindeki youtube linklerine ve buradaki videolara bakabilirsiniz..

Not: Linkte bahsedilen Fultek PLC Zero, RPi değildir fakat anlatılan Speed PLC programı RPi ile de kullanılabilecektir. PLC Zero, STM32F407VGT6 mikrodenetleyici içeren giriş çıkışları RPi gibi 3.3V olan bir geliştirme kartıdır. Aynı çip STM32F4DISCOVERY geliştirme kartında da kullanılmaktadır. Her ne kadar linkte ”15 dolara PLC edinelim” diyorsa da bu bilgi malesef çip krizi nedeniyle geçmişte kalmıştır. Firma yetkilisi, maliyetlerin artması ve PLC Zero yu satın alan elektronik mühendislerinin kartın çıkışlarına akım çeken malzemeleri direk bağlayıp kartı yaktıktan sonra şikayette bulunmaları nedeniyle bir süre sonra bu kartın satışını durduracaklarını söyledi.. Ben elektrik mühendisi olduğumdan pek üstüme alınmadım Neyse ki PLC firmware ini RPi ye kurup çalışmalara devam edebiliriz..

Raspberry Pi İmaj Yöneticisi

SD karta imajı yazmak için kullanılan ve bize birtakım kolaylıklar sağlayan İmaj Yöneticisini (Raspberry Pi Imager) Raspberry Pi resmi sitesinde bulunan linkten indirebilirsiniz.

İşletim sistemi olarak “Özel imaj kullan” a tıklayıp önceden indirdiğimiz RPi OS Lite dosyasını seçmeliyiz. Sağ alt köşede bulunan ayarlar a tıklayınca aşağıdaki gibi ayarları yapabiliriz. Kullanıcı adı pi, parola da pi olacak, RPi nizde wifi varsa wifi ayarlarını da buraya girebiliriz. RPi de wifi yoksa pc ile aynı ve internet bağlantısı olan network e ethernet kablosu ile bağlamanız gerekir. RPi ye yazılımları internetten yükleyeceğimizden internete bağlı olması gerekiyor. Yazılımları monitör klavye bağlayarak veya burada anlatacağım gibi headless (monitör klavye olmadan) yükleyebiliriz.

Ayarları yapıp, SD kartı da seçip YAZ butonuna tıklayınca karta yazma işi başlar. İş bitince programı kapatıyoruz ama SD kartı pc den çıkarmıyoruz. SSH ile bağlanabilmek için SD karta SSH isimli boş bir metin belgesi ekleyip .txt uzantısını siliyoruz. Ayrıca pi4j dosyasını da resimdeki gibi zip ten çıkarıp aynı yere koyuyoruz.

PuTTY ile SSH bağlantısı

SD kartı RPi ye takıp enerji verdikten sonra pc de komut istemine ping raspberrypi.local yazıp enter a basın bir süre sonra RPi den cevap gelmeye başlayacaktır. SSH ile RPi ye bağlanmak için Speed PLC programını açın, üstteki ayarlar butonuna basıp Raspberry Firmware e tıklayın. Açılan pencerede PuTTY Terminal e tıklayın.

Host Name kutusuna raspberrypi.local yazın ve Open a tıklayın. Çıkan soruyu Evet olarak yanıtlayın. Açılan pencerede kullanıcı adı ve parola için pi girip enter a basın. SSH bağlantısı kurulmuş oldu. Bu ekranda cat /proc/cpuinfo komutunu verdiğinizde ARM versiyonu ve RPi model ismi gözükecektir.

Raspi-config

sudo raspi-config ile RPi ayarlarına girelim. Burada yön tuşları, TAB ve enter tuşları ile bazı ayarlar yapacağız. Interface Options içinde SSH server ı enabled yapalım, yani aktifleştirelim. Grafik hafızayı (masaüstü) düşürmek için Performance Options ta GPU Memory i 16 yapalım, Java ram ı sever.. Finish e tıklayalım, gelen ekranda reboot (yeniden başlatma yapılsın mı?) sorusunu yes olarak yanıtlayın. RPi kapanıp açılacaktır. Aklınızda olsun RPi bir bilgisayar olduğundan direk fişini çekip kapatmak doğru olmaz bunun için önce sudo poweroff komutunu vermek lazım. Biraz bekledikten sonra fişini çekebilirsiniz.

Firmware için gereken paketleri kuralım

RPi nin internet bağlantısını kontrol etmek RPi ye PuTTY ile bağlanıp ping www.google.com komutunu verelim. Ping ten çıkmak için Ctrl+C yapabilirsiniz. Daha önce SD karta koyduğumuz pi4j dosyasını kurmak için cd /boot ardından sudo dpkg -i pi4j-1.3.deb komutlarını verelim. Ardından bu komutları sırayla verelim, çıkan sorulara Y (evet) cevabını verelim :

sudo apt-get update
sudo apt-get install git-core
cd ~
git clone https://github.com/WiringPi/WiringPi --branch master --single-branch wiringpi
cd ~/wiringpi
sudo ./build

Bu işlemler 5-10dk. sürecektir. Şimdi de biraz daha uzun sürecek olan Java kurulumu için sudo apt-get install openjdk-8-jdk komutunu verelim.. Java kuruldu mu diye kontrol etmek için java -version komutunu verelim..

RPi nin ve PC nin ethernet portuna sabit IP verelim

PC de çalışan Speed PLC programı ile RPi arasında network bağlantısı olması gerekiyor ki ladder programı RPi ye atabilelim. Bunu kolaylaştırmak için ethernet portuna sabit ip vermek gerekiyor. RPi Zero W sahibi iseniz de ethernet portu olmadığından wifi portuna sabit ip verebilirsiniz. Öncelikle Windows pc nin ethernet portuna sabit ip vermemiz gerekiyor.. Ben pc ye 192.168.0.182 verdim.

RPi ye PuTTY den ifconfig komutunu verdiğimizde mevcut ip adresleri gözükecektir. Burada eth0 ethernet portu, wlan0 ise wifi portudur. sudo nano /etc/dhcpcd.conf komutunu verelim. eth0 a sabit ip vermek için resimdeki gibi comment (#) leri kaldıralım..

RPi ye 192.168.0.10 adresini vermiş olduk. Ctrl+X e basıp Y tuşuna ardından enter a basalım. Şimdi sudo reboot komutu ile RPi yi yeniden başlatalım.. Ethernet kablosunu takmadan ifconfig ile ip adresini göremezsiniz. RPi Zero W sahibi iseniz wifi ye sabit ip vermek için interface eth0 yerine aşağıdaki gibi interface wlan0 yazmanız gerekiyor..

interface wlan0
static ip_address=192.168.0.10 / 24
static routers=192.168.0.1
static domain_name_servers=192.168.0.1

PC den komut isteminden (cmd) ping 192.168.0.10 komutu ile bağlantıyı test edebiliriz. Artık PuTTY de Host Name kutusuna 192.168.0.10 yazarak da RPi ye bağlanabiliriz..

RPi ye SpeedPlc firmware yükleme

PC de PuTTY açıksa kapatalım.. “PuTTY ile SSH bağlantısı” başlığı altındaki resimde olan pencereye gelelim ve resimdeki bilgileri girelim. Bu kez PuTTY Terminal butonuna değil Load butonuna tıklayalım. Aşağıdaki bilgi mesajı gelecektir..

Yeni PLC niz hayırlı olsun..

Raspberry Pi ile PLC Devremizi Hazırlayalım

Bendeki RPi eski olduğundan 26 pin ona göre devreyi kurdum. Sizdeki konektör, Speed PLC programında birazdan göreceğimiz RPi 3 şemasına göre 40 pin olabilir. Devreye 2 buton ve 2 led bağladım. Butonların bir uçlarına 3.3V veriyoruz, diğer uçlarını GPIO17 ve GPIO27 ye bağladım. Ledlerin katodlarını 330ohm ile GND ye bağladım. Ledlerin anodlarını ise GPIO4 ve GPIO22 ye bağladım.

Speed PLC de GPIO adresleme

PC de Speed PLC programını açalım, sol üst köşedeki New butonu ile yeni proje açalım ve gelen pencerede Raspberry Pi yi seçip OK e tıklayalım. Şuan muhtemelen Program sekmesindesin, Hardware (donanım) sekmesine tıklayalım. Kırmızı PLC resmini üzerine çift tık yapalım ve aşağıdaki gibi adreslemeleri yapalım. 2 input, 2 output oluşturuyoruz. Butonlar input, ledler output oluyor PLC için..

Burada gösterilen pinler RPi 3 içindir, sizdeki RPi modeline göre devrede doğru bağlantıları yaptığınızdan emin olun..

Bağlantıyı test edelim ve ilk programı yükleyelim

Program tab ında solda Bit Logic altında NO ya çift tık yapın, network tarafında normalde açık kontak oluşacaktır. Sonra yana geçip Q ya çift tık yapın. Ladder programına eklediğiniz elemanları seçip delete tuşu ile silebilir, Ctrl+C ile kopyalayabilir, Ctrl+V ile yapıştırabilirsiniz.. Tanımlarını da resimdeki gibi yapın. D0.X0.6 ve Q0.0 olarak.. D0 dahili data bloktur, sol tarafta Programs -> Data Block yanındaki + ya basarak DB0 a çift tık yaparsanız bu bitleri ve anlamlarını görebilirsiniz. D0.X0.6 1Hz ile sinyal üreten bir bittir. PC ve PLC bağlantısını kontrol etmek için sol üstte soldan 5. butona (Settings veya ayarlar) basıp Plc Connection Settings e tıklayalım, ekrana aşağıdaki pencere çıkacaktır. Ayarlarınız resimdeki gibi ise Connection Test e tıklayın, “Connected to Plc” mesajı geldiyse bağlantı tamam demektir..

Şimdi Sağ üstte bulunan butonlardan soldan 4. butona a veya F9 a basın resimdeki pencere çıkacaktır. All Blocks ve Plc Configuration tiklerini yapıp Load a tıklayın, çıkan pencerelerde Evet e tıklayın. Led yanıp sönmeye başlayacaktır.

Start Stop devresi

PLC işlerinin merhaba dünyası olan devreyi yapalım.. Giriş çıkışlara açıklama yapmak için Symbol sekmesini kullanabilirsiniz. Start butonuna basınca led yanacak ve elinizi çekseniz de yanık kalacak, Stop butonuna basınca led sönecektir. Yeni proje açtıysanız, Hardware sekmesindeki ayarları unutmayın..

Tek buton ile ON/OFF devresi

Butona basınca led yanar, aynı butona tekrar basınca led söner. Programı PLC ye yükledikten sonra sağ üstte bulunan soldan ilk buton ile (F7) plc ye canlı bağlantı kurarak devreyi izleyebilirsiniz. Siemens te M0.0 olarak gösterilen dahili hafıza biti burada F0.0 gibi gösteriliyor. I0.0, Q0.0 gösterimleri Siemens ile aynı zaten.. P_TRIG sayesinde plc, butona basıldığı an (yükselen kenar) 1 çevrim pals almış olur. N_TRIG ise butondan parmak çekildiği anı yakalamak için kullanılır.

Timer devresi

Butona basınca led1 500ms yanıp sönecek, ardından led2 1500ms yanıp sönecek. İlk networkte led1 ve led2 normalde kapalı kontak girişlerini koyduk ki ledler yanarken tekrar butona basılamasın.. F1.5 bir nolu byte ın 5. biti demektir. FW10 word hafıza gösterimi olduğundan (10. ve 11. byte lar) ve bir word iki byte tan oluştuğundan 2 nolu timer da FW12 kullanılabilir. FW10 programda kullanıldığından başka bir network te FB10 (tek byte) kullanılamaz, çakışma olur. FD10 ise double word yani dört byte tan (10-13 byte lar) oluşmaktadır. Siemens PLC de de aynı gösterim vardır, F yerine M gelir sadece.. Programda bir eleman seçiliyken F1 tuşuna basarsanız help penceresi çıkar. Bu arada ayarlar butonundan dili Türkçe yapabilirsiniz, yardım dökümanı da Türkçe olur böylece.. F7 ile canlı bağlantı yapmanızı tavsiye ederim, bu şekilde timer değerlerini canlı canlı görebilirsiniz.

Butonsuz timer

Led1 1 saniye yanar, ardından led2 1 saniye yanar, sonra ikiside 1 saniye söner. İlk satırda timer2 aktif olmadığından timer0 tetiklenir ve sıralı işlem başlar ama bitmez döngü halinde devam eder.

RPi yi kapatıp açsanız bile plc nin çalışmaya devam ettiğini görebilirsiniz. Şimdilik bu kadar olsun.. Sizden gelecek talep ve sorulara göre bu konu kapsamında başka yazılar da yazabilirim.. Hoşçakalın..

The post Raspberry Pi ile PLC Öğrenelim appeared first on Robolink Akademi.

Raspberry Pi Pico piyasaya çıktığı andan itibaren fiyat performans olarak da Arduino’ya rakip olmayı başarmış bir karttır. Raspberry Pi bu kartı geliştirerek yakın zamanda “Raspberry Pi Pico W” yi üretti.

Raspberry Pi Pico Özellikleri:

• Mikrodenetleyici Çip: RP2040 mikrodenetleyici çipi
• İşlemci:Çift çekirdekli Arm Cortex M0 +
• Saat Frekansı: 133 MHz
• SRAM: 264KB
• Dahili Flash Bellek: 2MB
• Mikro USB Giriş
• Castellated modül ile doğrudan taşıyıcı kartlara lehimlemek mümkündür.
• Cihaz ve ana bilgisayar destekli USB 1.1
• Uyku ve Düşük Güçte uyku modları bulunur.
• USB üzerinden depolama kullanarak sürük – bırak programlama
• GPIO Pin: 26
• 2 × SPI
• 2 × I2C
• 2 × UART
• 3 × 12-bit ADC
• 16 × PWM Kanalı (Kontrol edilebilir.)
• Dahili saat ve zamanlayıcı
• Sıcaklık sensörü
• Özel çevre birimi desteği için 8 × Programlanabilir G / Ç (PIO)

Robolink Akademi Raspberry Pi Pico ve Raspberry Pi Pico Port Hatası yazılarımızı incelemenizi tavsiye ederiz.

Raspberry Pi Pico W

Raspberry Pi RP2040 mikrodenetleyici çipine dayalı, Pico modelinin Wİ-Fİ destekleyen bir versiyonudur. Dahili olarak 2.4GHz bir kablosuz ara yüze ve dahili antene sahiptir. C ve MicroPython ile programlanabilmektedir. Pico ile aynı özelliklere sahip olup, 264 KB bir SRAM’e ve 133MHz bir saat hızına sahiptir.

Pico ile gerçekleştirebileceğiniz tüm projeleri desteklemekle beraber, üzerinde bulunan Infineon CYW43439 çipi sayesinde Wi-Fi özelliğine sahip olup kablosuz uygulamalarda kullanıma olanak tanıyor. Şuanlık wifi özelliği sadece MicroPython ile programlanabilse de ilerleyen süreçte kartın geliştirilip C/C++ ile de programlanabileceği söylenmekte. Yine ilerleyen süreçlerde bu çip sayesinde bluetooth gibi özelliklerin de pico ailesine katılacağından bahsediliyor.

Raspberry Pi Pico H

Raspberry Pi Pico H ise sanılanın aksine Pico W gibi farklı özelliklere sahip bir kart değildir. Raspberry Pi Pico ile tamamen aynı özelliklere sahip sadece lehimlenmiş headerları ve debug konnektörü bulunmaktadır üzerinde. Raspberry Pi, Pico satın alıp lehimlemek istemeyen ya da direkt olarak kullanıma hazır olan bir kart almak isteyen geliştiriciler için Raspberry Pi Pico H ‘ı piyasaya çıkarttı. Bu sayede Arduino’ya olan benzerliği de iyice arttı.

Arduino’nun hayatımızdaki yeri tabi ki vazgeçilmez olmakla beraber Pico hem hız olarak hem performans olarak gün geçtikçe daha kullanılabilir bir hale geliyor. Model çeşitliliği ile beraber ise Nodemcu ya da ESP32 gibi kartlara da rakip olacak gibi duruyor.

The post Raspberry Pi Pico, Pico W ve Pico H appeared first on Robolink Akademi.

1. Arduino IDE programını açalım. Eğer kurulu değilse buradan kurabilirsiniz. Daha sonra Dosya > Tercihler > Ek Devre Kartları Yöneticisi URL’leri kısmına “https://github.com/earlephilhower/arduino-pico/releases/download/global/package_rp2040_index.json” linkini yapıştırıyoruz.
2. Araçlar > Kart > Kart Yönetici adımlarını takip ediyoruz. Pico’yu arama kısmına yazıyoruz ve Pico’yu kur diyoruz. Not: Biraz zaman alabilir. Kurulum tamamlanınca Araçlar > Kart kısmında picoyu görüyor olmalısınız.
3. Örneklerden Blink örneğini açıyoruz. Kartı Pico seçiyoruz ve port seçmiyoruz.
4. Pico’yu ilk kez ide ile kodlayacağımız için bootsel butonuna basılı tutarak bilgisayarımıza takıyoruz. Karşımıza bir dosya çıkıyor onu kapatabiliriz. Port seçmeden yükleye tıklıyoruz. İşte ilk kodumuz yüklendi!
5. Artık pico port olarak da karşımıza çıkacaktır. Arduino programlar gibi kartı ve portu seçerek programlayabilirsiniz.

Arduino ide ile raspberry pi pico nasıl programlanır beraber görmüş olduk. İyi Çalışmalar Dilerim…

Raspberry Pi Pico yazımızı okumanızı tavsiye ederiz.

Raspberry Pi Pico satın almak için Robolink Market’i ziyaret edebilirsiniz.

The post Arduino IDE ile Raspberry Pi Pico Kullanımı appeared first on Robolink Akademi.

Malzeme Listesi

• HC-SR04 
• Raspberry Pi
• Jumper kablo

HC-SR04 Nedir? Nasıl Çalışır?

HC-SR04 ultrasonik mesafe sensörü ismini Sound Navigation and Ranging kelimelerinin kısaltmasından almaktadır. Ultrasonic ses dalgaları yoluyla karşısındaki nesneyle etkileşim kurar.

Sensör 4 tane pine sahiptir.

• VCC -> güç pini
• GND -> toprak hattı
• TRIG -> ses dalgası gönderen kısım
• ECHO -> yansıyan ses dalgasını alan kısım

TRIG pinine güç verildiğinde sensörden çıkan ultrasonik ses dalgaları sensörün önündeki cisimden yansıyarak geri döner ve dönen dalgalar ECHO pini tarafından sinyal olarak işlenecek merkeze doğru iletilir.

Biz de sesin yayılma hızından ve giden gelen dalga arasındaki zaman farkından yola çıkarak mesafeyi bulabileceğimiz bir formül üreteceğiz. bu formülün detaylarını kodun içerisindeki “distance” fonskiyonunda görebilirsiniz.

Raspberry Pi ile HC-SR04 Kullanımı Projesi Devre Şeması

Raspberry Pi ile Ultrasonik Mesafe Sensörü Kullanımı Projesi Kodları

Sonuç

Kodu çalıştırdığınızda sensörün ölçtüğü uzaklık 10 cm‘ den az ise ledin ışık verdiğini, diğer durumlarda ise ledin kapalı olduğunu fark etmelisiniz.

Projemizin sonuna geldik. Bu proje hakkında herhangi bir sorunuz olursa bu gönderiye yorum olarak yazabilir veya mail adresimden bana ulaşabilirsiniz.

İyi çalışmalar dilerim.

Diğer raspberry pi projeleri için linki ziyaret edebilirsiniz.

The post Raspberry Pi ile Ultrasonik Mesafe Sensörü appeared first on Robolink Akademi.

Malzeme Listesi

• Raspberry Pi Pico
• Neopixel Led
• Jumper Kablo

Neopixel Led Nedir?

Neopixel ya da diğer adıyla adreslenebilir ledlerin en büyük özelliği ledleri tek tek adreslenerek çalıştırılabilmesidir. Örneğin normal bir şerit lede direkt güç verdiğinizde büyük ledler aynı parlaklıkta ve aynı renkte yanar. Fakat neopixel şerit ledler her bir ledin parlaklığını, rengini spesifik olarak belirleme imkanı sunuyor.

Piyasada boyutlarına ve şekillerine göre ayrılmış, halka, şerit, çubuk ve tekli birçok model bulunmaktadır. Basit projelerde en çok WS2812B tercih edilmektedir. Aşağıda halka neopixel ledin resmini görebilirsiniz.

Neopixel ledlerin ne olduğunu öğrendiğimize göre projemizin kodlarına ve devre şemasına geçebiliriz.

Raspberry Pi Pico ile Neopixel Led – Devre Şeması

Devre şemamız oldukça basit. Tek yapmanız gereken ledin VCC  pinini Pico’nun 3.3V pinine, GND pinini GND hattına, D (Data) pinini ise 1 numaralı GPIO0 pinine bağlamak.

Eğer sizin de lediniz 4 çıkışlı ise DI (data input) pini Pico’nun GPIO0 pinine gitmelidir. DO (data out) pini ledleri birbirine bağlamak için kullanılır.

Şimdi ledleri sürmek için kodlara ama kütüphaneye göz atabiliriz.

Raspberry Pi Pico ile Neopixel Led – Kodlar

Aşağıdaki kod parçasını neopixel.py adıyla Pico üzerine kaydedelim. Bu kodlar ledleri daha rahat kullanmak için gerekli kütüphane yapısını oluşturuyor.

Aşağıdaki kodu ise main.py adıyla Pico üzerine kaydedelim. Eğer başka isimle kaydederseniz Pico’yu bilgisayardan ayırıp harici bir güç kaynağıyla beslediğinizde kodun otomatik olarak çalışmayacağını unutmayın.

Sonuç

4. satırda ledlerinizin sayısını doğru belirtmeyi unutmayın ve 8. satırda da ledin rengini RGB renk skalasına göre özelleştirebilirsiniz, sonuç olarak kurulumu başarıyla tamamladıysanız, main.py kodunu çalıştırdığınızda ledlerin sırayla yandığı bir animasyon görmelisiniz.

“Raspberry Pi Pico ile Neopixel Led Kullanımı” projemizin sonuna geldik. Bu proje hakkında herhangi bir sorunuz olursa bu gönderiye yorum olarak yazabilir veya mail adresimden sosyal medyadan bana ulaşabilirsiniz.

İyi çalışmalar dilerim.

Raspberry Pi Pico yazımızı okudunuz mu?

The post Raspberry Pi Pico ile Neopixel Led Kullanımı appeared first on Robolink Akademi.

Malzeme Listesi

• Raspberry Pi
• Mantar led
• Dişi – dişi jumper kablo

Tkinter Nedir?

Tkinter, Python programlama dili ile birlikte gelen grafiksel kullanıcı arayüzü aracıdır. Python’la birlikte gelmesi ve basit bir yapıya sahip olması, Tkinter’in yaygın kullanımına neden olmuştur.

Tkinter ile Arayüz Oluşturma Projesinin Devre Şeması

Aslında devremiz oldukça basit, tek yapmanız gereken ledin uzun bacağını GPIO18 pinine, kısa bacağını ise GND hattına bağlamak. 

Eğer ledin uzun bacağının (+) bağlandığı pini değiştirmek isterseniz, seçtiğiniz pinin PWM çıkış verebilmesine dikkat etmelisiniz. Eğer seçtiğiniz pin sadece dijital çıkış veriyorsa ledi sadece aç-kapat yapabilirsiniz ama parlaklığı kontrol etmeniz mümkün olmaz.

Devredeki led en basit haliyle bir yükü temsil etmektedir. Örneğin led yerine röle kullanırsanız “VNC Server” aracılığıyla odanızın ışığını uzaktan kontrol edebileceğiniz bir proje yapabilirsiniz.

Tkinter ile Arayüz Oluşturma Projesinin Kodları

Sonuç

“Raspberry Pi ile Tkinter Arayüz Oluşturma ve Led Kontrolü” projemizin sonuna geldik. Bu proje hakkında herhangi bir sorunuz olursa bu gönderiye yorum olarak yazabilir veya mail adresimden, sosyal medyadan bana ulaşabilirsiniz.

İyi çalışmalar dilerim

#ProjeBaşlasın

The post Raspberry Pi ile Tkinter Arayüz Oluşturma ve Led Kontrolü appeared first on Robolink Akademi.

Bugünkü uygulamamızda Raspberry Pi ile OpenCV modülünü kullanarak renkli cisim tespiti uygulaması yapacağız. Bu uygulama “Arduino ve Raspberry Pi ile Renkli Top Takibi” projemizin temelini oluşturacak.

Öncelikle malzemelerimize göz atalım.

Malzeme Listesi

• Raspberry Pi 4 (1 veya daha üstü bir model yeterlidir.)
• Pi Kamera 

Renkli Cisim Tespiti Proje Basamakları

Öncelikle projemizde OpenCV kullanacağımız için gerekli olan bazı modülleri indirmekle başlayalım.

Modüllerin Kurulumu

Aşağıdaki kodları terminal ekranında satır satır çalıştırarak “OpenCV” ve “imutils” modüllerini yükleyelim. “imutils” modülü önizleme aşamasında işlerimizi oldukça kolaylaştıracak.

sudo apt-get install libhdf5-dev libhdf5-serial-dev libhdf5-103
sudo apt-get install libqtgui4 libqtwebkit4 libqt4-test python3-pyqt5
sudo apt-get install libatlas-base-dev
sudo apt-get install libjasper-dev


pip install opencv-python==4.1.0.25
pip install imutils

Renkli Cisim Tespiti Proje Kodları

HSV Renk Uzayı Nedir ve Niçin Kullanıyoruz?

HSV renk uzayı, 1970′ lerde RGB renk uzayına alternatif olarak için geliştirilmiştir. Özellikle görüntü tanıma uygulamalarında RGB’ den daha iyi sonuçlar alınmaktadır.

HSV, Hue, Saturation ve Value kelimelerinin baş harflerini ifade eder.

HSV; şekilde gibi bir silindir şeklinde ifade edilir. Piksel değeri x için, H değeri x’ in açısal konumunu ifade eder, S değeri x’ in silindirin merkezine uzaklığını, V değeri ise x’ in silindir yüzeyine uzaklığını ifade eder.

OpenCV için bazı renklerin HSV kodları aşağıdaki gibidir:

Bu projemizde örnek olarak kırmızı rengi kullandık. Siz yukarıdaki tabloya göre değerleri değiştirerek farklı renkteki cisimleri tespit edebilirsiniz.

“Raspberry Pi – Pi Kamera ve OpenCV ile Renkli Cisim Tespiti ” projemizin sonuna geldik. Bu proje hakkında herhangi bir sorunuz olursa bu gönderiye yorum olarak yazabilir veya mail adresimden bana ulaşabilirsiniz.

Raspberry Pi – OpenCV ile Yüz Tespit Sistemi yazımızı okumanızı tavsiye ederiz.

İyi çalışmalar dilerim…

#ProjeBaşlasın

The post Raspberry Pi – OpenCV ile Renkli Cisim Tespiti appeared first on Robolink Akademi.

Bu projemizde bize gereken malzemelerin listesine göz atalım.

Malzeme Listesi

• Raspberry Pi (Ram kapasitesi görüntü işleme yapacağımızdan dolayı oldukça önemli. Pi4 4GB+ öneriyorum)
• Pi Kamera Modülü
• LED
• Dişi-dişi jumper kablo kullanacağız.
• Minimum 3000uF Kapasitör

Projemizin Basamakları

Öncelikle görüntüleri canlı olarak işlemek, çıktıyı ekranda göstermek, yüzleri makine öğrenimi ile eğitmek için OpenCV modülüne ihtiyacımız olacak. Daha sonra görüntü üzerindeki yüzleri veri tabanı ile karşılaştırmak için “face_recognition” modülünü kullanacağız.

İlk yapmamız gereken gerekli tüm modülleri kurmak. Daha sonra tanıtmak istediğimiz her bir yüz için 10-15 fotoğraf çekmeli bunları makine öğrenmesi ile işlemeliyiz ve sonunda işlenen canlı görüntüde yüz tanıma yapabilen programımızı çalıştırabiliriz.

Modüllerin Kurulumu

İlk önce basit modülleri Raspberry Pi’ ımıza kuralım. İlk komut setimizi teker teker terminal ekranında çalıştıralım ve yükleyelim. Bu işlem yaklaşık 10 dakika sürecektir. (Tüm kurulum kurulması yaklaşık 2.5 saat sürecek.)

sudo apt install cmake build-essential pkg-config git	

sudo apt install libjpeg-dev libtiff-dev libjasper-dev libpng-dev libwebp-dev libopenexr-dev

sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libdc1394-22-dev libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev

sudo apt install libgtk-3-dev libqtgui4 libqtwebkit4 libqt4-test python3-pyqt5

sudo apt install libatlas-base-dev liblapacke-dev gfortran

sudo apt install libhdf5-dev libhdf5-103

sudo apt install python3-dev python3-pip python3-numpy

Şimdi ise OpenCV kütüphanesini yükleyeceğiz fakat bunun için ”Swap-file” dosyamızda küçük bir değişiklik yapmalıyız. Swap (Takas) Alanı, işletim sistemi tarafından sabit diskimizde ayrılmış bir bölümdür. İşlenecek veriler ön belleğe (RAM) sığmadığı zaman bu bölüm “RAM” gibi kullanılır ve böylelikle veri akışının devam etmesi sağlanır.

Takas dosyamızı açalım.

sudo nano /etc/dphys-swapfile

Dosya açıldığında şekilde gibi  CONF_SWAPSIZE = 100 satırını kapatın ve CONF_SWAPSIZE = 2048 ekleyelim. CTRL+X yapıp çıkalım.

OpenCV yüklemesini bitirdikten sonra bu değeri tekrar 100 olarak değiştireceğiz.

Daha sonra değişikliklerin uygulanması amacı ile dosyamızı yeniden başlatalım.

sudo systemctl restart dphys-swapfile

Şimdi OpenCV kütüphanesini yükleyelim. (Bu işlem yaklaşık 2 saat sürecek.)

git clone https://github.com/opencv/opencv.git

git clone https://github.com/opencv/opencv_contrib.git

mkdir ~/opencv/build

cd ~/opencv/build

cmake -D CMAKE_BUILD_TYPE=RELEASE \

          -D CMAKE_INSTALL_PREFIX=/usr/local \

          -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \

          -D ENABLE_NEON=ON \

          -D ENABLE_VFPV3=ON \

          -D BUILD_TESTS=OFF \

          -D INSTALL_PYTHON_EXAMPLES=OFF \

          -D OPENCV_ENABLE_NONFREE=ON \

          -D CMAKE_SHARED_LINKER_FLAGS=-latomic \

          -D BUILD_EXAMPLES=OFF ..


make -j$(nproc) 

sudo make install 

sudo ldconfig 

OpenCV kütüphanesini yüklediğimize göre “Takas Dosyamızı” eski haline geri döndürelim.

sudo nano /etc/dphys-swapfile

Dosya açıldığında, CONF_SWAPSIZE=100 satırını aktifleştirip CONF_SWAPSIZE=2048 satırını silelim ve dosyamızı yeniden başlatalım.

sudo systemctl restart dphys-swapfile

Ve şimdi de yeni terminal açıp kalan son mödüllerimizi yükleyelim.

pip install imputils
pip install face-recognition

Böylelikle projemiz için gerekli tüm modüllerin kurulumunu tamamladık.

Sırada devremiz var ama ondan önce eğer “Pi kamerayı” ilk defa kullanacaksanız kurulum için “Pi Kamera Kurulum” adlı yazıma bir göz atmanızı tavsiye ederim.

Raspberry Pi – OpenCV ile Yüz Tanıma Sistemi Devresi

Gördüğünüz gibi devremiz oldukça basit. Tek yapmamız gereken ledimizin ve kapasitörümüzün katotunu GND hattına, anotunu ise 11.sıradaki GPIO17 pinine bağlamak.

Raspberry Pi – OpenCV ile Yüz Tanıma Sistemi Kodları ve Dokümanlar

Kodlara ve yüz tanıma için gerekli .xml dosyasına, aşağıdaki git komutunu terminalde çalıştırarak ulaşabilirsiniz.  Bu git kodu Raspberry Pi “home/pi” dizinine projemiz için gerekli tüm dosyaları “Face-Recognition” klasörü altında kopyalayacaktır.

git clone https://github.com/furkanbakkal/Face-Recognition.git

Şimdi sırada yüz tanıma sistemini eğitmek için fotoğraf çekmeye geldi.

Raspberry Pi – OpenCV ile Yüz Tanıma Sistemi için Eğitim Dosyası Oluşturmak

Depoyu GitHub üzerinden kopyaladıktan sonra home/pi dizininde “Face-Recognition” adı altında gerekli tüm dökümanları kopyalamış olduk. Şimdi eğitim için gerekli düzenlemeleri yapalım.

Öncelikle kimlerin yüz profilini tanıtmak istiyorsanız “data” klasörü içinde şekildeki gibi herkesin ismine özel klasörler oluşturalım.

Daha sonra “Face-Recognition” klasörü adı altındaki “photo_pi_cam.py” dosyamızı çalıştıralım. Şekildeki gibi resmini çekeceğimiz ve adına klasör oluşturduğumuz kişinin ismini 8. satıra girelim.

Ve kodumuzu Python2 ile çalıştıralım. Açılan arayüzde kameradan gelen görüntüyü görebilirsiniz. Bu kod çektiğimiz her fotoğrafı 8. satırda belirttiğimiz klasörün içine kaydedecektir. Boşluk tuşuna basarak sadece ismini girdiğimiz kişinin yüzünü her profilden 4-5, toplamda 20-25 tane fotoğraf olacak şekilde çekelim. 

Yüzü tanıtmak istediğimiz her bir kişi için 8. satırdaki klasör ismini değiştirmeli ve kodumuzu tekrar çalıştırmalıyız.

Örneğin Furkan ve Buse adında 2 kişiyi tanıtmak istediğimizi varsayalım. İlk önce “data” klasörü içinde “Furkan” ve “Buse” olarak 2 ayrı klasör oluşturmalıyız. Daha sonra “photo_pi_cam.py” dosyamızda 8. satıra “Furkan” yazarak Furkan’ın yüz resimlerini çekmeliyiz. Sonrasında  8. satırı “Buse” olarak değiştirip Buse’nin yüz fotoğraflarını çekmeliyiz.

Şimdi sırada çekilen fotoğraflar ile eğitim dosyası oluşturmaya geldi.

Yeni bir terminal ekranı açalım ve aşağıdaki kod ile klasörümüzün içine giriş yapalım

cd Face-Recognition

Daha sonra eğitim kodumuz olan “train_model.py”  çalıştıralım.

python train_model.py

Resimlerimiz işlenmeye başlayacak ve bize şöyle bir çıkış verecektir.

Eğer eğitim işleminiz başarıyla gerçekleştiyse “Face-Recognition” klasörü içinde “encodings.pickle” adlı bir dosyanın oluştuğunu fark edebilirsiniz. Şimdi ise tek yapmamız gereken “face_rec.py” dosyamızı Python2 ile çalıştırmak. Ayrıca eğer isterseniz 108. satırdaki ismi değiştirerek belirlenmiş birini gördüğünde LED’in yanmasını sağlayabilirsiniz.

Yaklaşık 1 dakikalık bir yükleme sürecinden sonra kamera arayüzünün açıldığını göreceksiniz. Artık projeyi test edebilirsiniz.

Sonuç

Şimdi sizlerle bu proje sonunda, resmi bilgisayar ekranında açıp Pi kamerayı ekrana doğrultarak elde ettiğim birkaç canlı resmi paylaşmak istiyorum. Ayrıca internetten bulduğum resimlerle sadece Tom Cruise, Elon Musk ve Angelina Jolie’ nin resimlerini eğittiğimi belirtmek istiyorum. (Solda orijinal resimler, sağda Raspberry Pi üzerinde işlenmiş resim)

Ayrıca canlı olarak görmek isterseniz aşağıdaki videoya göz atabilirsiniz.

Test videosunda fark ettiyseniz,  Raspberry Pi orijinal videonun yaklaşık 1-2 saniye gerisinden geliyor. Bu, video görüntüsü ile Raspberry Pi’dan gelen görüntünün asenkron olmamasına rağmen gerçekleşen bir durum. Düşük FPS’lerde çalışmanın getirdiği bir gecikme de diyebiliriz.

Bir projemizin daha sonuna geldik. “Raspberry Pi – OpenCV ile Yüz Tanıma Sistemi” projesi hakkında herhangi bir sorunuz olursa, GitHub üzerinden “issues” kısmında belirtebilir, bu gönderiye yorum olarak yazabilir ya da mail adresimden bana ulaşabilirsiniz.

İyi çalışmalar dilerim…

#ProjeBaşlasın

The post Raspberry Pi – OpenCV ile Yüz Tanıma Sistemi appeared first on Robolink Akademi.

Bu projede bize gereken malzemelerin listesine bir göz atalım.

Malzeme Listesi

• Raspberry Pi (Ram kapasitesi görüntü işleme yapacağımızdan dolayı oldukça önemli. Pi4 4GB veya üstünü öneriyorum)
• Pi Kamera v2

OpenCV Kütüphanesi Nedir ve Projemizde Ne Amaçla Kullanacağız?

OpenCV açık kaynak kodlu bir görüntü işleme kütüphanesidir. Bu kütüphane içerisinde görüntü işlemeye (image processing) ve makine öğrenmesine (machine learning) yönelik 2500’den fazla algoritma bulunmaktadır. Bu algoritmalar ile yüz tanıma, nesneleri ayırt etme, insan hareketlerini tespit edebilme, nesne sınıflandırma, plaka tanıma, üç boyutlu görüntü üzerinde işlem yapabilme, görüntü karşılaştırma, optik karakter tanımlama OCR (Optical Character Recognition) gibi işlemler rahatlıkla yapılabilmektedir. 

İşe modüllerimizi kurmakla başlayalım.

Modüllerin Kurulumu

İlk önce basit modülleri Raspberry Pi’ ımıza kuralım. İlk komut setimizi teker teker terminal ekranında çalıştıralım ve yükleyelim. Bu işlem yaklaşık 10 dakika sürecektir. (Tüm kurulum kurulması yaklaşık 2.5 saat sürecek.)

sudo apt install cmake build-essential pkg-config git	

sudo apt install libjpeg-dev libtiff-dev libjasper-dev libpng-dev libwebp-dev libopenexr-dev

sudo apt install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libdc1394-22-dev libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev

sudo apt install libgtk-3-dev libqtgui4 libqtwebkit4 libqt4-test python3-pyqt5

sudo apt install libatlas-base-dev liblapacke-dev gfortran

sudo apt install libhdf5-dev libhdf5-103

sudo apt install python3-dev python3-pip python3-numpy

Şimdi ise OpenCV kütüphanesini yükleyeceğiz fakat bunun için”Swap-file” dosyamızda küçük bir değişiklik yapmalıyız. Swap (Takas) Alanı, işletim sistemi tarafından sabit diskimizde ayrılmış bir bölümdür. İşlenecek veriler ön belleğe (RAM) sığmadığı zaman bu bölüm “RAM” gibi kullanılır ve böylelikle veri akışının devam etmesi sağlanır.

Takas dosyamızı açalım.

sudo nano /etc/dphys-swapfile

Dosya açıldığında şekilde gibi  CONF_SWAPSIZE = 100 satırını kapatın ve CONF_SWAPSIZE = 2048 ekleyelim. CTRL+X yapıp çıkalım.

OpenCV yüklemesini bitirdikten sonra bu değeri tekrar 100 olarak değiştireceğiz.

Daha sonra değişikliklerin uygulanması amacı ile dosyamızı yeniden başlatalım.

sudo systemctl restart dphys-swapfile

Şimdi OpenCV kütüphanesini yükleyelim. (Bu işlem yaklaşık 2 saat sürecek.)

git clone https://github.com/opencv/opencv.git

git clone https://github.com/opencv/opencv_contrib.git

mkdir ~/opencv/build

cd ~/opencv/build

cmake -D CMAKE_BUILD_TYPE=RELEASE \

          -D CMAKE_INSTALL_PREFIX=/usr/local \

          -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \

          -D ENABLE_NEON=ON \

          -D ENABLE_VFPV3=ON \

          -D BUILD_TESTS=OFF \

          -D INSTALL_PYTHON_EXAMPLES=OFF \

          -D OPENCV_ENABLE_NONFREE=ON \

          -D CMAKE_SHARED_LINKER_FLAGS=-latomic \

          -D BUILD_EXAMPLES=OFF ..

OpenCV kütüphanesini yüklediğimize göre “Takas Dosyamızı” eski haline geri döndürelim.

sudo nano /etc/dphys-swapfile

Dosya açıldığında, CONF_SWAPSIZE=100 satırını aktifleştirip CONF_SWAPSIZE=2048 satırını silelim ve dosyamızı yeniden başlatalım.

sudo systemctl restart dphys-swapfile

Ve şimdi de yeni terminal açıp kalan son mödülümüzü yükleyelim.

pip install imputils

Böylelikle projemiz için gerekli tüm modüllerin kurulumunu tamamladık.

Sırada kodlarımız var ama ondan önce eğer “Pi kamerayı” ilk defa kullanacaksanız kurulum için “Pi Kamera Kurulum” adlı yazıma bir göz atmanızı tavsiye ederim.

Raspberry Pi – Yüz Tespit Sistemi Kodları

Kodlara ve yüz tanıma için gerekli .xml dosyasına, aşağıdaki git komutunu terminalde çalıştırarak ulaşabilirsiniz.  Bu git kodu Raspberry Pi “home” dizinine projemiz için gerekli tüm dosyaları “Face-Detection” klasörü altında kopyalacaktır.

git clone https://github.com/furkanbakkal/Face-Detection.git

————————————————————————————————————————————————————

Eğer kodları ve gerekli dosyayı elle eklemek isterseniz aşağıdaki adımları izleyebilirsiniz.

Kodlarımızı çalıştırmadan önce yüklememiz gereken bir dosya daha var.

Normalde bu projeyi gerçekleştirebilmek için Raspberry Pi üzerinde makine öğrenmesi gerçekleştirmemiz gerekirdi ama HaarCascade algoritması sayesinde yüz, kaş ya da göz gibi yapıları makine öğrenmesi yapmadan da tespit edebiliriz.

Ben bu projede yüz tespit algoritmasını olarak haarcascade_frontalface_default.xml dosyasını kullanacağım. (Siz yüzün belli kısımlarını tespit etmek istiyorsanız ilgili tüm algoritmalara buradan ulaşabilirsiniz. Algoritmanın çalışma mantığını öğrenmek için OpenCV’ nin sitesini ziyaret edebilirsiniz.)

Kodumuzun çalışabilmesi için indirdiğimiz dosyanın kodumuzla aynı klasör içinde yer alması gerektiğini unutmayalım. 

Sonuç

Ben bu işlemleri Raspberry Pi 4GB üzerinde gerçekleştirdim. 10-15 FPS civarında bir yenileme hızı alıyorum fakat bunun yüz tespit performansını çok etkilediğini düşünmüyorum.

Zaten elinizde hangi Raspberry Pi modeli olursa olsun ortalama FPS 20’yi geçmeyecektir. 10-15 FPS kulağa çok az gelebilir fakat Raspberry Pi gibi bir sistem için yeterli ve tatmin edici diyebilirim.

Şimdi sizlerle bu proje sonunda, resmi bilgisayar ekranında açıp Pi kamerayı ekrana doğrultarak elde ettiğim birkaç canlı resmi ve videoyu paylaşmak istiyorum. (Solda orijinal resimler, sağda Raspberry Pi üzerinde işlenmiş resim)

Gördüğünüz gibi ilk iki resmimizde tüm yüzler seçili. 

Fakat üçüncü resmimizde 1 kişinin yüzü tam olarak algılanmadı. Eğer hassasiyeti 3 yerine 1 yapsaydık belki o yüzü de yakalama imkanımız olurdu ama bu sefer de Raspberry Pi farklı nesneleri insan yüzü gibi algılayabilir bize içi boş kutucuklar gösterebilirdi. 

Bir de canlı bir örnek olması açısından Pi kamerayı bilgisayarın ekranına doğrultarak çektiğim aşağıdaki test videosuna da göz atabilirsiniz.

Test videosunda fark ettiyseniz,  Raspberry Pi orijinal videonun yaklaşık 1 saniye gerisinden geliyor. Bu, video görüntüsü ile Raspberry Pi’dan gelen görüntünün asenkron olmamasına rağmen gerçekleşen bir durum. Düşük FPS’lerde çalışmanın getirdiği bir gecikme de diyebiliriz.

Bir projemizin daha sonuna geldik. “Raspberry Pi – OpenCV ile Yüz Tespit Sistemi” projesi hakkında herhangi bir sorunuz olursa, GitHub üzerinden “issues” kısmında belirtebilir, bu gönderiye yorum olarak yazabilir ya da mail adresimden bana ulaşabilirsiniz.

İyi çalışmalar dilerim…

#ProjeBaşlasın

The post Raspberry Pi – OpenCV ile Yüz Tespit Sistemi appeared first on Robolink Akademi.