The robot is assembled and powered from battery. User is able to command the robot wheels from the web interface.

am implementat grafica 3D serverul de pe placuta controleaza pozitia,directia si comportamentul masinii.

Am prezentat funtionalitatea proiectului. Datorita faptului ca placuta udoo ruleaza mai lent codul detector de pozitia pupilei si notificarea laptopului se face prin retea( programul detector care ruleaza pe udoo scrie intr-un fisier pozitia pupilei, dupa care o transmite prin scp calculatorului, cel din urma ruland un script care afiseaza mereu fisierul primit) am atins limita maxima(2:46) pentru fimul demonstrativ. Drept urmare, prezentarea codului constitutiv Milestone3 se afla pe repo-ul de Github , sub forma unui filmulet complet in care: prima parte reprezinta prezentarea codului iar a 2-a parte reprezinta prezentarea functionalitatii. Din motivelor de mai sus am ales sa pastram partea de prezentare a functinalitatii pentru uploadul de aici si sa facem referire fimuletul complet prezent pe GitHub.

Codul pentru procesarea de imagine se afla pe git in folderul src/py_scripts.

   Hello! Suntem echipa UDOOpia si proiectul nostru se numeste Self-Balancing Robot. In cel de-al doilea milestone am avut de montat motoarele si alimentarea, precum si de comandat miscarile robotului prin intermediul interfetei web.    Am ramas fara baterii si am alimentat placuta tot de la laptop. Urmeaza, insa, sa renuntam de tot la ele si sa le inlocuim cu acumulatori, datorita eficientei lor.    De asemenea, kit-ul sugerat pentru asamblarea robotului nu a fost favorabil intrucat piesele nu se potrivesc intre ele (universal plate cu piesele in dotare si suporturile motoarelor). Urmeaza sa facem o proiectare a pieselor necesare si sa le scoatem la o imprimanta 3D, pentru un aspect imbunatatit al robotului.    Avand 2 suporturi de baterii, am optat pentru conectarea lor in serie pentru a obtine o singura sursa de alimentare a driverului de motoare. Driverul l-am conectat la motoare si l-am atasat la pinii de Arduino.

CanYouCMe - Milestone 2 - Conveyor Belt with optical sorter We implemented a mechanism which detects object presence and absence using image processing. The conveyor starts running when detects an object, and when there are not more objects, it stops. 

Hello everyone, In this video we are showing off a couple of new features we implemented for the second Milestone. Yoda can control your appliances. In this demonstration, we connected two LEDs that are controlled by the assistant: turn on and off, make them less or more brighter. Each LED can be controlled individually or as a group and are easy to setup: connect an LED and specify which pins you used. In this example, we used the PWM pins for a fine-grained control. Yoda can make use of the information provided by sensors. Currently, it communicates with an LM75A temperature sensor via the I2C interface. Yoda can serve as a music player. You can tell your assistant to play music, skip a song, turn the music louder and manage your playlists. For more details about implementation, installation instructions and other specifications, please check our Git repository. Thanks for watching, Team Yoda

Am realizat conexiunea la un monitor prin micro HDMI .

For this milestone, the new implemented functionality consists of: - adding login/logout feature - enabling an admin user to add new users - separating devices by users and commands by devices - adding IR learning functionality for devices which use the Sony protocol - lighting up a LED while the device is in learning mode

-when a user submit a request we generate a QR code that contains all the information about that request -when a user modify a request we generate a new QR code with the related changes -the user will receive an email with the QR code on the email address that he used to submit/modify the request -in order to read the QR code we connected a webcam to the UDOO board and used Java Script in order to capture and analyze the image

In video este aratat codul pentru recunoasterea unui obiect (cu ajutorul librariilor openCV) dupa o culoare HSV, setata prin slide-urile de range. Dupa ce obiectul este bine delimitat de culoare (rezultatul filtrarii se afla in fereastra Thresholded Image), acesta este identificat si urmarit (punctul de tinta, langa coordonate) in imaginea originala.

La acest milestone trebuia sa conectez senzorii la placuta iar acestia sa detecteze miscarea si sa se activeze o alarma.

Am imbunatatit partea de transmisie seriala pentru a putea trimite si Ack inapoi la server-ul de python pentru a verifica ca datele au fost primite de catre partea de arduino. Am implementat scrierea de semnale PWM pe ESC-uri pentru a putea controla motoarele Am construit drona pentru a putea testa toate componentele si controlul motoarelor Am folosit Neo.Gpio pentru a lua datele de la senzori si a le avea pe server-ul python

Al doilea milestone al echipei Freya in care sunt prezentate elementele controlate de catre Udoo si senzori: -servomotor care deschide trapa rezervorului de apa daca sunt detectate picaturi de ploaie si daca acesta nu este suficient de plin; astfel rezervorul se va alimenta cu apa de ploaie -ventilator pentru a putea aerisi incinta serei in caz ca temperatura creste prea mult, acesta fiind controlat prin intermediul senzorului de temperatura -rezistor de putere pentru a incalzi sera; controlat cu ajutorul senzorului de temperatura si scos in evidenta prin intermediul releului pe care a fost inchis circuitul de alimentare si prin schimbarea limitei minime a temperaturii la o valoare peste temperatura citita de senzor -pompa de apa cu rolul de a uda plantele daca umiditatea solului scade sub limita. In video, scaderea umiditatii este simulata prin scoaterea din apa a senzorului de umiditate ce are ca efect declansarea pompei de apa

We installed opencv and libraries for working with opencv in Python and managed to create an application for finding the eye pupil. In case the camera finds the eye, it will display only the data and image for the eye. In case it doesn't it will show the greyscale image and also show an error "No pupil detected". We also added a counter so in case the camera doesn't see the pupil for a certain time it can assume that the eye is closed and will show a message. As we have some issues with the opencv library and detecting camera on UDOO, we have tested the camera only on PC, but if it the code works on Ubuntu 16  it should also work on UDOO.

This video shows the results obtained by coding an eye-detection application using Python and OpenCV.

Buna seara! In acest video va prezentam cititorul de cod ISBN ce foloseste o camera de telefon conectata la laptop/placuta prin intermediul aplicatiei DroidCam. Interpretarea imaginilor transmise de camera este facuta de un script scris in Python cu ajutorul bibliotecii ZBar. Mentionez ca merge foarte bine si cu un USB webcam, dar nu am dispus de o camera web cu rezolutie buna.

Am adaugat generarea de coduri QR la crearea de request-uri. Cand este scanat, codul duce pe pagina de validare a codului respectiv din webapp.

In videoclipul de mai sus se poate vedea cum robotul este controlat cu ajutorul unei aplicatii Android.Filmulet cu aplicatia se poate gasi pe repositoriul nostru.De aseamenea,am reusit sa facem senzorul LIDAR sa functioneze si sa trimita date spre a fi interpretate.Tot in repositori se pot vedea rezultatele interpretarii datelor si a faptului ca senzorul functioneaza.

We run out of batteries so we used direct alimentation for the demo.