В данной статье расскажу реализацию своей идеи датчика толщины филамента на основе USB микроскопа. 

 Из известных в интернете реализаций датчика толщины нити, мой вариант является “самым, самым”.    Датчик самый простой в повторении, самый дешевый и самый точный, но и самый большой из известных.

Известно, что в промышленных условиях нить изготавливается путём выдавливания расплавленного пластика с определённой скоростью в охлаждающую ванну. Сопла для нити диаметром 2,85 мм и 1,75 мм на самом деле имеют одинаковый размер, но нить растягивается больше или меньше, когда выходит из сопла.

Регулируя скорость выдавливания и растягивания, система может производить нить любого желаемого размера на одном и том же диаметре сопла.  Как и любая механическая система, она нуждается в постоянной настройке для поддержания этого баланса. Обычно это делается путём измерения нити лазером после её охлаждения и передачи этой информации обратно в систему. У лучших производителей нитей есть несколько лазеров и очень быстрые контуры обратной связи. Некоторые из лучших производителей обеспечивают разницу в толщине между любыми двумя точками нити в пределах +-20 мкм, а некоторые из худших производителей допускают отклонения до +-100 мкм.

При 3D печати пластик подаётся в экструдер принтера с постоянной линейной скоростью, что приводит к изменению объёма пластика, выходящего из сопла в единицу времени. При наилучших условиях мы наблюдаем изменение объёма расплавленного пластика примерно на 1%. При наихудших условиях изменение может составить более 10%.

В данной статье представлен обзор двух вариантов датчиков для измерения толщины нити, проволоки, линии. Такие датчики можно применять для измерения толщины филамента, интенсивности спектральных линий, числа капель, штрих-меток и  др.  

            В продаже можно найти различные по конструкции и цене:

Часть 1. https://habr.com/ru/articles/848264/

Архитектура тактильно-визуального слияния и стабильная стратегия восприятия

Хотя предлагаемый мультимодальный тактильный сенсор наделяет роботов быстрым и сложным тактильным восприятием, само по себе тактильное восприятие недостаточно для удовлетворения потребностей роботов в сложных сценариях. Мы объединяем тактильное восприятие с визуальным и в дальнейшем внедряем гибридную тактильно-визуальную архитектуру слияния. Эта архитектура объединяет информацию тактильного и визуального восприятия на уровне данных, функций и решений, предоставляя роботам возможность эффективно взаимодействовать со сложными средами. Специфическая архитектура робота показана на рис. 4a. Мы разделяем архитектуру на разные уровни, начиная с нижнего, с уровня сигнала, за которым следует уровень восприятия, уровень принятия решений и, наконец, системный уровень. На уровне сигнала бинокулярная камера глубины используется для захвата визуальных сигналов, а вышеупомянутые мультимодальные тактильные датчики используются для сбора сигналов интерфейса, скольжения, давления и температуры. На уровне восприятия компьютер преобразует сигналы датчиков в соответствующие когнитивные функции. В частности, визуальные сигналы позволяют распознавать объекты и их локализацию, в то время как тактильные сигналы позволяют при контакте воспринимать температуру, теплопроводность, контактное давление, текстуру и состояние скольжения объектов. На основе мультимодального восприятия робот принимает соответствующее решение и отправляет задания исполнительным механизмам (роботизированной руке и автоматизированному управляемому транспортному средству (AGV)). Исполнительные механизмы выполняют ряд действий, таких как управление движением автомобиля с помощью AGV, приближение к объекту, захват и сортировка объектов роботизированной рукой. Объединив все эти уровни, мы создали комплексную тактильно-визуальную архитектуру роботизированной системы (системный уровень). Более того, благодаря дополнительным датчикам и исполнительным механизмам это может наделить роботов еще большими возможностями восприятия и выполнения, что позволяет выполнять более сложные задачи.

В области робототехники постоянное стремление имитировать сенсорные возможности человека было вызвано желанием наделить машины более глубоким пониманием окружающего мира. В последние годы тактильное восприятие и слияние тактильных и визуальных чувств (называемое тактильно-визуальным слиянием) стали новаторскими подходами в этом направлении. Внедрение тактильного восприятия в робототехнику означает кардинальный сдвиг в возможностях машин, предоставляя им способность воспринимать окружающее с помощью прикосновений, во многом схожую с человеческой.

Традиционные роботы в значительной степени полагались на визуальное восприятие, редко принимая во внимание тактильные ощущения, необходимые для взаимодействия в сложных и динамичных средах.

Тактильные датчики объединяют различные тактильные характеристики, такие как давление, температура, текстура и свойства материалов, наделяя роботов богатыми органами чувств и позволяя им более умело взаимодействовать с окружающей средой.

 На производстве роботы, оснащенные тактильными датчиками, будут выполнять задачи тонкой сборки с более высокой точностью и адаптивностью.

В здравоохранении тактильная обратная связь потенциально помогает хирургам при проведении минимально инвазивных операций, повышая точность манипулирования хирургическим инструментом.

 Алгоритмы машинного обучения играют ключевую роль в облегчении интеграции этих разнообразных сенсорных данных в рамках тактильно-визуального слияния. Например, архитектуры глубокого обучения, такие как сверточные нейронные сети (CNN) и рекуррентные нейронные сети (RNN), демонстрируют исключительные возможности в улавливании сложных корреляций между данными мультимодального восприятия и объектами, подлежащими распознаванию.

Многие из нас в какой-то момент за последние несколько лет купили один или два модуля LoRa, чтобы оценить технологию беспроводной сети с низким энергопотреблением, доступную в свободном доступе. Некоторые создали проекты, используя их, в то время как, возможно, у остальных из нас они все еще лежат на наших стендах как напоминание о наполовину завершенных проектах.

Возможно приведенные далее примеры сподвигнут кого-то на разработку устройств дальней связи на основе LoRa , например, для управления БПЛА на большом расстоянии.

2015 год. Применение системы Lora в дешевых трекерах для высокогорных аэростатов Pico. Эти трекеры весят менее 20 г и запускаются с помощью 36-дюймовых воздушных шаров из фольги для вечеринок, наполненные гелием. Для проверки возможностей телеметрии на большие расстояния радиомодулей ISM-диапазона с использованием приемопередатчика Semtechs SX1278 был разработан трекер HAVAXE2. Трекер и батарея примерно на 24 часа работы весили 16 грамм. HABAXE2 был запущен около 09:30 4 января 2015 года с Кэрфилли Коммон, 51.5621 Северной широты 3.2228З ападной долготы. В последний раз о нем слышали на широте 44.1618 северной широты, 4.3205 восточной долготы, недалеко от побережья Средиземного моря на высоте 8032 м, преодолев чуть более 1000 км. Британские условия любительского лицензирования разрешают использование любительских передатчиков в диапазоне 434 МГц без лицензии с мощностью не блоее 10 МВт. Полезная нагрузка аэростатного трекера передавалась в формате FSK RTTY и ее можно засечь на расстоянии сотен километров даже при мощности 10 МВт. Цель HABAXE2 состояла в том, чтобы выяснить, является ли телеметрия данных LoRa жизнеспособной альтернативой и можно ли ее использовать на больших расстояниях для дистанционного управления трекером. Тесты показали, что при скорости 1042 бод устройствам LoRa требуется всего 2 МВт для покрытия зоны прямой видимости в 40 км, поэтому использование LoRa для слежения на больших расстояниях выглядело целесообразным. В другом проекте для телеметрии с RFM22B, используемой для спутника стоимостью 50 долларов, требовалось 100 МВт, чтобы преодолеть то же расстояние. Используя только вертикальную всенаправленную антенну на базовой станции (Diamond X50N) и трекер мощностью 10 mВт с проводом длиной ¼ волны , были получены следующие результаты; в последний раз, когда полезная нагрузка трекера была получена без ошибок, расстояние до аэростата составляло 269 км. На расстоянии 242 км на HABAXE2 была отправлена серия команд, со скоростью 98 бод при различной мощности передатчика вплоть до уровня 3 mВт. Экстраполяция 3мВт до 10 mВт (ограничение Великобритании) показывает, что связь возможна на расстоянии 611 км, что соответствует радиогоризонту на высоте около 22 км. Для другого теста использовали более высокую скорость передачи данных 13,7 Кбод и мощность передатчика 7 дБм было достигнуто расстояние связи 105 км.

Во многих задачах, связанных с обработкой данных, возникает проблема нехватки памяти для их хранения.

Например, с датчика непрерывно поступают данные с частотой дискретизации F=1000 Гц, которые сохраняются в массиве. Однако, для анализа данных используется конечное временное окно наблюдения, например, T=10 секунд. Таким образом, при поступлении нового отсчета данных необходимы лишь последние N=T*F=10 000 значений.

Подобные задачи возникают при фильтрации сигналов, построении индикаторов для торговли на биржах, в нейронных сетях.

Эту статью пишу от имени некоего ИП. Все доказательства своего рассказа, мною получены из открытых источников в виде отчетов аудита и отчетов в ФНС.

Зарегистрировался ИП в 2020 году и с тех пор работаю наемным руководителем в различных компаниях.

Официально моя деятельность, связана с использованием вычислительной техники и информационных технологий, а также прочая; деятельность творческая, деятельность в области искусства и организации развлечений и ещё 2 вида деятельности.

Ну Вы полагаю, поняли, что я специалист широкого профиля.

В 2022 году мне предложили возглавить одно Акционерное общество, уставной капитал которого составил 200 тыс.рублей.

Род деятельности — разработка программного обеспечения.

В АО до настоящего времени никто не работает, кроме меня. Это подтверждает аудит.

Сравнительно давно написал на хабре несколько статей

Особенности создания программ в NODEMCU ESP8266 для «интернета вещей» / Хабр

Уменьшаем потребление ESP8266 при автономной работе с датчиками

Как уменьшить потребление wifi модулей в десять и более раз

о ESP8266 и способах уменьшения энергопотребления популярного модуля ESP12x.

За последнее время появилось много новых мало потребляющих модулей с протоколом BLE , но ESP8266 остается уникальным по простоте применения и низкой стоимости для реализации различных поделок IOT.

Обычно автономные устройства сбора данных и устройства сигнализации большее время находятся в состоянии сна.

В данной статье представлены некоторые результаты практической реализации высокоточного измерения сигнала ЭКГ и ФПГ.

В данной статье изложу свою концепцию регистрации и обработки сигналов ЭКГ в носимых устройств для  решения задач обнаружения  опасных состояний сердечно-сосудистой системы человека.

  Далее рассмотрю кратко реальную точность измерения ЭКГ и свой вариант ее повышения, а также расскажу свой вариант накопления и передачи для обработки больших объемов данных в суточных (по Холтеру) регистраторах.

Физический уровень - это нижний уровень стека протоколов BLE, который определяет основные радиочастотные параметры связи BLE, включая частоту сигнала, схему модуляции и т.д.

Рабочая частота BLE составляет 2,4 ГГц. Он использует частотную модуляцию GFSK и использует механизм скачкообразной смены частоты для решения проблемы перегрузки канала.

Существует три схемы реализации для физического уровня BLE 5, а именно некодированный физический уровень со скоростью 1 Мb/s, некодированный физический уровень со скоростью 2 Мb/с и кодированный физический уровень со скоростью 1 Мb/s. Среди них некодированный физический уровень со скоростью 1 Mb/s совместим с физическим уровнем протокола серии BLE v4, в то время как два других физических уровня увеличивают скорость связи и расстояние связи соответственно.

В этой статье мы рассмотрим различные технологии беспроводного подключения и сравним их с точки зрения наиболее важных характеристик, применимых в случае коммерческих и промышленных приложений Интернета вещей.

Давайте обобщим то, что мы узнали, будучи путешественниками во времени 2022 года, изучающими современную технологию глубокого обучения 1989 года:

Прежде всего, за 33 года мало что изменилось на макроуровне. Мы все еще создаем дифференцируемые архитектуры нейронных сетей, состоящие из слоев нейронов, и оптимизируем их от начала до конца с помощью обратного распространения и стохастического градиентного спуска. Все выглядит удивительно знакомо, за исключением того, что оно меньше.

Предположим, что уроки этого упражнения остаются неизменными во времени. Что это говорит о глубоком обучении 2022 года? Что бы путешественник во времени из 2055 года подумал о производительности нынешних сетей?

Последние годы ознаменовались быстрым развитием кардиологии в области как диагностики, так и лечения сердечно‑сосудистых заболеваний.

При этом электрокардиография, как и прежде, остается простым, но важным методом исследования.

В первой части статьи приведен обзор коммерческих и экспериментальных разработок навигационных устройств для незрячих, а также сформулированы желаемые, общие требования к таким устройствам.

Основываясь на информации от незрячих людей и испытаниях собственных разработок, условно разделил устройства навигации на три группы:

Первая группа — устройства дальней навигации. Предназначены для определения положения человека и конечного пункта движения в масштабах страны, города, улицы, дома. В таких устройствах используется GPS, интернет, распознавание образов и их вербальное описание. Устройство передает человеку большой объем информации, что приводит к существенному запаздыванию реакции на эту информацию. Обычно таким устройством является смартфон и встроенный, либо внешний приемник GPS и программа, обеспечивающая вывод навигационной информации посредством синтеза речи.

В настоящее время подобные решения обеспечивают ошибку навигации примерно 10 метров. Если использовать двухчастотные приемники GPS или методы дополнительной обработки фазы сигналов, то погрешность позиционирования можно уменьшить до величин меньше одного метра. Стоимость высокоточных систем составляет сотни тысяч рублей. Кроме того, такие системы требуют наличие специальной инфраструктуры и специальных спутников в зоне видимости. Однако GPS навигаторы не работают внутри помещений. В итоге, навигация на основе GPS позволяет лишь ориентироваться глобально, но бесполезна для навигации внутри зданий и неспособна определить рельеф поверхности передвижения человека на улице.

Вторая группа устройств предназначена для определения направления движения в помещениях, на улицах и открытой местности, либо относительно окружающих человека предметов, с распознаванием относительной скорости и направления движения. Дальность действия таких систем составляет от единиц до нескольких десятков метров.

Третья группа устройств предназначена для определения безопасного маршрута движения человека, предотвращения столкновений, указания стороны обхода препятствий и контроля рельефа поверхности движения. Эти устройства фактически реализуют функции классической белой трости и дополняют ее новыми свойствами. Устройства этой группы должны обеспечить высокую скорость передачи информации человеку и не усложнять для него процесс движения.

Представляю свои экспериментальные разработки, которые относятся к третьей группе устройств.

В статье рассматриваются вопросы, касающиеся разработки устройство навигации для незрячих.   Материал представлен в двух частях. В первой части приведены технический обзор последних коммерческих и экспериментальных разработок. Во второй части речь пойдет уже о моих разработках.

По данным Международного агентства по профилактике слепоты, сегодня примерно 284 миллиона жителей Земли имеют те или иные нарушения зрения, около 39 миллионов из них полностью его лишены. 

Вот уже более пяти лет WiFi модули на основе SOC ESP8266(ESP8285) успешно используются в автономных устройствах для измерения различных параметров объектов и окружающей среды с передачей по WiFi полученных данных.

В заметке «Как уменьшить потребление wifi модулей в десять и более раз» рассказывал о некоторых способах уменьшения времени активности WiFI сеанса таких модулей, что позволяет существенно сократить потребление энергии во время передачи данных. При этом типовое время сеанса передачи короткого сообщения удается уменьшить с 1-4 секунд до 0.12-0.3 секунды.

Однако в устройствах с медленными датчиками или с большим их количеством существенно возрастает время получения информации от датчиков. В этом случае потребление энергии при опросе датчиков становится соизмеримым с затратами энергии на передачу данных по WiFi.

В то же время, если контролируемые датчиками параметры существенно не изменились, либо результаты измерений можно использовать автономно, то необходимость передачи данных по WiFi отпадает. Например, если измеряемая температура объекта осталась прежней, то передавать ее значение не обязательно, что позволяет экономить энергию на WiFi сеансе.

Более того, модуль измерения температуры на основе ESP8266 может периодически переключаться в режим глубокого сна, при котором ток потребления составляет менее 20 мкА. Просыпаясь, модуль читает показания датчика, сравнивает эти показания с предыдущими данными. Если показания изменились незначительно или находятся в допустимом интервале рабочих температур, то модуль вновь переключается в режим сна без сеанса связи.
Если показания датчика заметно изменились или вышли за пределы допустимого интервала, то модуль передает данные и / или сигнал тревоги по WiFi и переключается в режим глубокого сна.