Projekt CMUcam#

Open source programovatelné vestavěné barevné vizuální senzory

Before the OpenMV Cam, there was the CMUcam. Beginning in 2000 at Carnegie Mellon University, the CMUcam line put real-time machine vision into a small, low-cost, low-power sensor – something a hobby robot or an 8-bit microcontroller could talk to over a plain serial port. Five generations followed over the next fourteen years, from the original CMUcam1 through to CMUcam5 (Pixy).

OpenMV Cam vyrostla přímo z této linie: stejná myšlenka open-source, soběstačného vizuálního senzoru pro vestavěné systémy, přenesená na moderní mikrokontroléry a MicroPython. Spojení je přímé – praktické zkušenosti stojící za pozdějšími CMUcamy šly přímo do stavby OpenMV Cam.

Původní web, cmucam.org, mezitím přestal být dostupný. Tyto stránky uchovávají jeho přehledy kamer, wiki a soubory ke stažení pro historické účely, aby práce nebyla ztracena. Text je reprodukován z původního webu pouze s drobnými úpravami.

Přehled#

Cílem projektu CMUcam je poskytnout jednoduché vizuální schopnosti malým vestavěným systémům ve formě inteligentního senzoru. Open source programovatelné vestavěné barevné vizuální senzory CMUcam jsou levné, nízkopříkonové senzory pro mobilní roboty. Vizuální systémy CMUcam můžete použít k provádění mnoha různých druhů palubních úloh zpracování vidění v reálném čase.

CMUcam5 (Pixy)

CMUcam5 (Pixy) 2014

Small, fast, and teachable — the Kickstarter hit that carried the CMUcam name to pixycam.com.

Explore →
CMUcam4

CMUcam4 2012

A Parallax Propeller-based, Arduino-shield-compatible tracking camera with a microSD card slot.

Explore →
CMUcam3

CMUcam3 2007

An ARM7 fully programmable vision sensor — write custom C with the open-source CC3 library.

Explore →
CMUcam2

CMUcam2 2003

Faster colour- and motion-tracking with servo control, image windowing, and analog video output.

Explore →
CMUcam1

CMUcam1 2002

A low-cost, low-power serial vision sensor for mobile robots — tracks a colour blob at 17 frames per second.

Explore →

Poděkování#

Tento projekt byl podpořen díky štědrosti programu NASA Ames Intelligent Systems Program, Parallax, Lextronic, SparkFun a Semiconductor Research Corporation. Tento projekt pochází z Katedry elektrotechniky a počítačového inženýrství, The Robotics Institute (součásti School of Computer Science) a Kanceláře pro bakalářský výzkum na Carnegie Mellon University.