CMUcam-projekti#
Avoimen lähdekoodin ohjelmoitavat sulautetut värinäköanturit
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 kasvoi suoraan tuosta perinnöstä: sama ajatus avoimen lähdekoodin, itsenäisestä konenäköanturista sulautetuille järjestelmille, siirrettynä eteenpäin nykyaikaisiin mikro-ohjaimiin ja MicroPythoniin. Yhteys on suora – myöhempien CMUcamien takana ollut käytännön kokemus meni suoraan OpenMV Camin rakentamiseen.
Alkuperäinen sivusto, cmucam.org, on sittemmin poistunut verkosta. Nämä sivut säilyttävät sen kamerayleiskatsaukset, wikit ja lataukset historiallisia tarkoituksia varten, jotta työ ei mene hukkaan. Teksti on toistettu alkuperäiseltä sivustolta vain vähäisin siistimisin.
Yleiskatsaus#
CMUcam-projektin tavoitteena on tarjota yksinkertaisia konenäkökykyjä pienille sulautetuille järjestelmille älykkään anturin muodossa. CMUcamin avoimen lähdekoodin ohjelmoitavat sulautetut värikonenäköanturit ovat edullisia, vähän virtaa kuluttavia antureita mobiiliroboteille. Voit käyttää CMUcam-konenäköjärjestelmiä monenlaisten sulautettujen reaaliaikaisten konenäön käsittelytehtävien suorittamiseen.

CMUcam5 (Pixy) 2014
Small, fast, and teachable — the Kickstarter hit that carried the CMUcam name to pixycam.com.
Explore →
CMUcam4 2012
A Parallax Propeller-based, Arduino-shield-compatible tracking camera with a microSD card slot.
Explore →
CMUcam3 2007
An ARM7 fully programmable vision sensor — write custom C with the open-source CC3 library.
Explore →
CMUcam2 2003
Faster colour- and motion-tracking with servo control, image windowing, and analog video output.
Explore →
CMUcam1 2002
A low-cost, low-power serial vision sensor for mobile robots — tracks a colour blob at 17 frames per second.
Explore →Kiitokset#
Tätä projektia tuki NASA Amesin Intelligent Systems -ohjelman, Parallaxin, Lextronicin, SparkFunin ja Semiconductor Research Corporationin anteliaisuus. Tämä projekti on Carnegie Mellon -yliopiston sähkö- ja tietokonetekniikan osastolta, The Robotics Institutesta (osa tietojenkäsittelytieteen korkeakoulua) ja perustutkinto-opiskelijoiden tutkimustoimistosta.