Proyek CMUcam#
Sensor Visi Warna Tertanam yang Dapat Diprogram Sumber Terbuka
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 tumbuh langsung dari garis keturunan itu: gagasan yang sama tentang sensor penglihatan open-source dan mandiri untuk sistem tertanam, yang diteruskan ke mikrokontroler modern dan MicroPython. Koneksinya langsung -- pengalaman langsung di balik CMUcam-CMUcam berikutnya langsung masuk ke dalam pembuatan OpenMV Cam.
Situs asli, cmucam.org, sejak itu telah offline. Halaman-halaman ini melestarikan ikhtisar kamera, wiki, dan unduhannya untuk tujuan historis, sehingga karya tersebut tidak hilang. Teks direproduksi dari situs asli hanya dengan sedikit pembersihan.
Ikhtisar#
Tujuan dari proyek CMUcam adalah untuk menyediakan kemampuan penglihatan sederhana ke sistem tertanam kecil dalam bentuk sensor cerdas. Sensor penglihatan warna tertanam open source yang dapat diprogram CMUcam adalah sensor berbiaya rendah dan berdaya rendah untuk robot bergerak. Anda dapat menggunakan sistem penglihatan CMUcam untuk melakukan berbagai jenis tugas pemrosesan penglihatan on-board secara real-time.

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 →Ucapan Terima Kasih#
Proyek ini didukung melalui kemurahan hati NASA Ames Intelligent Systems Program, Parallax, Lextronic, SparkFun, dan Semiconductor Research Corporation. Proyek ini berasal dari The Electrical and Computer Engineering Department, The Robotics Institute (bagian dari School of Computer Science), dan Undergraduate Research Office di Carnegie Mellon University.