Level: Advanced - Nâng cao

Theo logic thông thường thì Raspberry Pi không thể chạy được Windows vì CPU không trùng kiến trúc (ARM vs x86). Tuy nhiên ta có thể "chạy" Windows trên Raspberry Pi bằng cách giả lập môi trường Windows với chương trình qemu. Bài này tui sẽ hướng dẫn các bạn các bước để có thể giả lập các phiên bản Windows (cụ thể là Windows 98) trên PZW (hoặc Pi3). Cảm giác cầm một bo mạch bé xíu nhưng đủ mạnh để giả lập Windows 98 phải nói là khó có thể tả hết được. Ngoài chuyện hồi tưởng lại những ngày cài Win dạo với đĩa CD những năm cuối thế kỷ trước, cảm giác nắm gọn trong lòng bàn tay cả quá khứ và tương lai của công nghệ quả thật là trên cả tuyệt vời.

Bài này tui sẽ hướng dẫn các bạn làm một bộ đèn nháy theo nhạc với ESP8266 và Neopixel. 

Rõ ràng khi ta sử dụng cảm biến, giá trị trả về từ  chúng luôn thay đổi quanh vị trí cân bằng dù là rất nhỏ, và bạn biết nguyên nhân của hiện tượng này  là do nhiễu, bạn luôn muốn loại bỏ nhiễu nhưng việc đó dường như ngoài tầm với của bạn.(-.-)… Đừng lo, chúng ta đã có giải pháp, bấm đọc bài viết này thôi nào!

Mục đích bài hướng dẫn là mang lại cho bạn các xây dựng một hệ thống giám sát đơn giản, miễn phí, sau đó tùy vào bạn mà mở rộng tính năng theo ý tưởng của mình

Hôm nay mình sẽ giới thiệu module GPS NEO 6 và NEO 7, rất cần thiết cho các dự án định vị vị trí và chuyển động, tốc độ cập nhật rất nhanh, trả về tọa độ rất chính xác, kết nối và sử dụng rất đơn giản là những ưu điểm của loại module này.

Rất dễ dàng để gửi một số hoặc chuỗi kí tự để hiển thị lên màn hình qua cổng Serial. Nhưng mọi chuyện không đơn giản như vậy khi ta muốn truyền số kiểu int, long, double, ..v.v giữa 2 board arduino với nhau bằng Serial. Đừng lo, sau đây mình sẽ giúp bạn giải quyết vấn đề nan giải đó.

Tiếp nối và bổ sung loạt bài về C# trên Cộng đồng Arduino Việt Nam, mình sẽ giới thiệu với các bạn cách để “Vẽ đồ thị theo thị theo thời gian thực từ Arduino”, nhưng ở đây mình sẽ tổng hợp nhiều nội dung lại để cho mọi người có cái nhìn tổng quan hơn nhé, cho nên bố cục của bài viết sẽ gồm các phần:

• Giao tiếp với Arduino thông qua giao thức Serial, công cụ sử dụng là Windows Forms.
• Điều khiển nhận, lưu, xóa dữ liệu trên Windows Forms
• Hiển thị dữ liệu bằng đối tượng ListView (Đã có một bài viết về việc hiển thị dữ liệu với TextBox, nhưng việc sử dụng TextBox không thuận tiện cho việc lưu dữ liệu sang Excel để tính toán và phân tích)
• Vẽ đồ thị theo thời gian thực (Đây là nội dung chính của bài viết)
• Lưu dữ liệu sang Excel (Cũng đã có một bài viết về vấn đề này rồi, nhưng ở đây mình muốn viết theo cách mà mình làm vì dữ liệu mình lưu là dữ liệu thực và tương đối lớn)

Nếu các bạn hứng thú, hãy bắt tay vào làm nào.

Bài trước tui đã hướng dẫn các bạn chuẩn bị phầm mềm cho dự án khóa thông minh nhận diện khuôn mặt, cụ thể là phần training lấy dữ liệu bằng python. Bài này ta sẽ bắt tay vào phần cứng và demo thử xem dữ liệu training của ta tốt đến đâu.

Trong bài trước tui đã hướng dẫn các bạn thu thập dữ liệu từ xa với Raspberry Pi và WebIOPi. Bài này chúng ta sẽ tìm hiểu sâu hơn 1 tí về ứng dụng WebIOPi qua việc thiết lập 1 hệ thống điều khiển bóng đèn từ xa qua Internet. Tutorial này được tham khảo từ trang http://webiopi.trouch.com/Tutorial_Basis.html

LƯU Ý: Tutorial này có liên quan đến nguồn điện 220V có thể gây chết người nên đề nghị các bạn cẩn thận. Tui không chịu trách nhiệm nếu tai nạn xảy ra.

Trong bài trước tui đã giới thiệu về việc nhận diện khuôn mặt với Raspberry Pi và webcam. Tuy nhiên bài chỉ dừng lại ở việc Raspberry Pi có thể nhận diện được khuôn mặt của bất kỳ ai đứng trước webcam mà thôi. Bài toán đặt ra là làm thế nào để Raspberry Pi nhận được khuôn mặt của chính bạn? Đây là một bài toán khó và thú vị. Khó là vì chúng ta cần thuật toán và khả năng xử lí hình ảnh mạnh. Thú vị là do ta có thể "chế cháo" kết hợp với các hệ thống bảo mật khác như vân tay, mật khẩu để tăng tính an ninh cho đề án của bạn. Vì độ phức tạp của đề án này nên tui sẽ chia ra làm 2 phần.

• Phần đầu tiên là "phần mềm": chúng ta sẽ ghi lại khoảng 200 tấm hình webcam với khuôn mặt của bạn và huấn luyện máy tính với thuật toán chính diện (eigenfaces) của OpenCV. Do tài nguyên của Pi hạn hẹp nên bạn cần chạy phần này trên máy tính của mình. 
• Phần tiếp theo là "phần cứng": ta nối Pi với relay và cho webcam chụp ảnh. Nếu Pi nhận diện được chính khuôn mặt của bạn thì sẽ kích relay.

Lưu ý là các bạn phải tải OpenCV về trên cả Pi và máy tính. Các bạn vào đây để download code và các tập tin cần thiết nữa: https://github.com/johnkimdinh/Facial-recognition-Raspberry-Pi-OpenCV