¿Cuántas veces te has encontrado en la situación de tener en la cocina varios pepinos de distintos tamaños y liarte para clasificarlos de menor a mayor? Igual a tí no te ha pasado, pero una granja de pepinos de Japón ha intentado solucionar ese problema utilizando una Raspberry Pi junto a una webcam para analizar visualmente cada pepino y poder clasificarlos de manera eficiente.
Lo interesante es que han utilizado una combinación de OpenCV junto con la librería TensorFlow de Google para utilizar redes de neuronas en Google Cloud para entrenar un modelo de clasificación en la nube. Mediante una pequeña máquina casera con unos servos y una cinta transportadora, consigue una eficiencia teórica de más de 95% de acierto, aunque indican que debido a que el dataset es muy pequeño, se queda en poco más de 70% que aún así no está nada mal.
Leer más
Como sabes, la Raspberry Pi no tiene ningún pin de entrada analógico. Esto hace que la conexión de algunos sensores y otros dispositivos sea un poco más difícil. Existen bastantes soluciones diferentes, pero es probable que el uso de algo como el conversor ADC MCP3008 sea la mejor solución.
El código del tutorial ADC con Raspberry Pi es bastante sencillo, sin embargo, algunos dispositivos que puedas conectar requerirán de un poco de matemáticas para calcular el valor correcto. En este ejemplo, se muestra cómo detectar cambios en la luz con una fotoresistencia LDR.
Leer más
Quién no ha tenido o por lo menos visto una lámpara de lava? Esas míticas, aunque estuvieron de moda en los años 90, fueron inventadas ya en los años sesenta y ofrecen un ambiente muy relajante pudiendo estar horas mirandolas. Además hasta las utiliza Cloudflare como generador de números aleatorios para generar entropía. A Julian se le ha ocurrido crear su propia versión digital de la famosa lámpara utilizando una Raspberry Pi y una tira de LEDs Neopixel. Con la ayuda de un tubo de cristal con un difusor y algo de programación en Processing, la magia puede comenzar y el resultado mola pero mucho! Donde hay un LED hay alegría.
Leer más
El juego Trivial Pursuit nació allá por el año 1979 a partir de una idea de Scott Abbott y se convertiría en uno de los juegos más populares de la historia. El funcionamiento es muy sencillo y está basado en preguntas a la que se debe responder. En función de si se acierta o no, el jugador puede avanzar en el juego. Éste sencillo y simpático proyecto propone el mismo juego un poco modernizado utilizando una Raspberry Pi junto a Python que mediante una pantalla y pulsadores permite jugar. Lo interesante es que al tener conectividad de red, el sistema se conecta a una base de datos online de Trivial Pursuit. Ésta web tiene un API al que puedes conectarte y descargar preguntar de diversas temáticas y por lo tanto no tienes que aportarlas manualmente.
Leer más
El cultivo hidropónico consiste en plantar sin utilizar tierra, sino disoluciones minerales transportadas por agua. Eso es, se dejan las raíces de las plantas al aire y se riegan directamente para aportar los alimentos. Puede ser un sistema muy eficaz para el crecimiento de todo tipo de plantas pero tedioso a la hora de gestionarlo. En el vídeo que os dejo a continuación se plantea la solución de utilizar una placa Raspberry Pi junto a un conjunto de sensores y actuadores para automatizar el sistema entero. Dado que Raspberry Pi es básicamente un ordenador en miniatura, se puede ejecutar casi cualquier software de control. El que utiliza el autor se llama MyCodo y es un sistema de control ambiental diseñado para este tipo de instalaciones. Puede generar una página web (y por lo tanto poder gestionar el sistema por Internet si se desea) donde ofrece todo tipo de datos y gráficas en tiempo real sobre la plantación, al mismo tiempo que puedes configurar todas las acciones/reacciones. Por ejemplo, si falta agua, activar una bomba de agua o si hace mucha calor, activar un ventilador. MyCodo es Open Source y se puede descargar directamente desde su repositorio de Github.
Leer más
