Projekt CMUcam#

Programabilni ugrađeni senzori vida u boji otvorenog koda

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 izrastao je izravno iz te loze: ista ideja o vizijskom senzoru otvorenog koda, samostalnom, za ugrađene sustave, prenesena na moderne mikrokontrolere i MicroPython. Veza je izravna – praktično iskustvo iza kasnijih CMUcamova otišlo je izravno u izradu OpenMV Cama.

Originalna stranica, cmucam.org, u međuvremenu je otišla izvan mreže. Ove stranice čuvaju njezine preglede kamera, wikije i preuzimanja u povijesne svrhe, kako rad ne bi bio izgubljen. Tekst je reproduciran s originalne stranice uz samo manja pročišćavanja.

Pregled#

Cilj projekta CMUcam je pružiti jednostavne vizijske mogućnosti malim ugrađenim sustavima u obliku inteligentnog senzora. CMUcam programabilni ugrađeni senzori vida u boji otvorenog koda jeftini su senzori niske potrošnje za mobilne robote. CMUcam vizijske sustave možete koristiti za obavljanje mnogo različitih vrsta ugrađenih zadataka obrade vida u stvarnom vremenu.

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 →

Zahvale#

Ovaj projekt podržan je zahvaljujući velikodušnosti NASA Ames Intelligent Systems Program, Parallax, Lextronic, SparkFun i Semiconductor Research Corporation. Ovaj projekt potječe od Odjela za elektrotehniku i računalno inženjerstvo, The Robotics Institute (dio School of Computer Science) i Ureda za dodiplomsko istraživanje na Sveučilištu Carnegie Mellon.