Od dłuższego czasu majsterkuję przy komputerach jednopłytkowych i mikrokontrolerach i jedna rzecz zajęła mi o wiele za dużo czasu, zanim ją zrozumiałem: to nie są konkurenci — razem działają lepiej. Arduino świetnie sprawdza się przy obwodach, czujnikach i automatyce, a Raspberry Pi zajmuje się cięższymi obliczeniami. Połącz je, a otworzą się przed tobą projekty, z którymi żadne z nich samo dobrze sobie nie poradzi.
Moje ulubione połączenie to stacja pogodowa dla Home Assistant. Arduino odczytuje czujnik BME280 na płytce stykowej, Raspberry Pi uruchamia Home Assistant, a obie płytki łączę przez MQTT. Jest tanio, niezawodnie, a panel pokazuje na żywo temperaturę i wilgotność z mojego balkonu.
Kolejny projekt, do którego ciągle wracam, to inteligentna szachownica: Arduino Nano steruje diodami LED i przełącznikami pod planszą, a Pi uruchamia silnik szachowy Stockfish jako przeciwnika AI. To fajne połączenie elektroniki, druku 3D i oprogramowania.
Jeśli lubisz retro gaming, Raspberry Pi to świetna maszyna do emulacji, a Arduino może posłużyć jako samodzielnie zbudowany kontroler do gier. Widziałem też pomysłowych ludzi, którzy zbudowali zamek drzwiowy RFID, w którym Pi przechowuje bazę tagów, a Arduino obsługuje czytnik i zaczep elektromagnetyczny — naprawdę przydatny domowy projekt.
Jeśli dopiero zaczynasz, nie komplikuj: kup używane Arduino i Pi i zrób jeden mały projekt od początku do końca. Wiedza szybko się kumuluje i zanim się obejrzysz, będziesz wymyślać własne konstrukcje.
Źródło: XDA Developers
Ten projekt, opublikowany na blogu Maker firmy Robotistan, rozwiązuje problem znany każdemu, kto przechodzi z jednego spotkania na kolejne: zamiast ciągle sprawdzać kalendarz w przeglądarce albo czekać na powiadomienie w telefonie, widać następne spotkanie na fizycznym ekranie na biurku.
W projekcie wykorzystano 5-calowy wyświetlacz TFT LCD ESP32 HMI. Ekran ma już na pokładzie mikrokontroler ESP32-S3, Wi-Fi i układ sterowania grafiką, więc nie trzeba podłączać osobnego ESP32 przewodami. System łączy się z Wi-Fi, pobiera przez API Google Calendar najbliższe wydarzenie i wyświetla tytuł, godzinę oraz opis spotkania na ekranie 800x480. Aktualny czas pochodzi z serwera NTP. Po dodaniu nowego spotkania do kalendarza nie trzeba dotykać ESP32: urządzenie co jakiś czas sprawdza kalendarz i samo odświeża ekran.
Ekran ma pojemnościowy dotyk, ale w tej wersji nie jest on wykorzystywany; panel służy wyłącznie do wyświetlania informacji. Projekt wykracza poza elektronikę i oprogramowanie: zasilany jest akumulatorem litowo-polimerowym 1S 3,7 V o pojemności 1800 mAh, a wydrukowana w 3D obudowa montowana na ścianie mieści zarówno ekran, jak i akumulator. Dzięki temu panel może wisieć na ścianie bez stałego podłączenia do kabla USB. Podczas prac korzystano też z płytki deweloperskiej ESP32 z 30 pinami, ale w wersji końcowej nie jest ona konieczna.
Podoba mi się, że z niewielkiej liczby części powstaje naprawdę przydatne narzędzie na co dzień. Ten sam pomysł można dostosować do wyświetlania planu lekcji w szkole albo harmonogramu w warsztacie. Lista materiałów jest krótka, więc także początkujący mogą spróbować bez większych problemów.
Źródło: Robotistan Maker
Kontynuując eksperymenty z dongle RTL-SDR V4, framboise314 publikuje opracowanie o dekodowaniu APRS na Raspberry Pi 4. Pomysł polega na zamienieniu niewielkiej płytki w stację odbiorczą krótkofalowców, nasłuchującą europejskiej częstotliwości VHF 144,800 MHz.
Artykuł zaczyna od wyjaśnienia, czym jest APRS (Automatic Packet Reporting System). Powstał pod koniec lat 80. i jest radiem pakietowym: bardzo krótkie impulsy dźwiękowe w AFSK o szybkości 1200 bodów, zapakowane w ramki AX.25. Służą do śledzenia położenia, telemetrii (stacje meteorologiczne, stan baterii odizolowanego przekaźnika) i krótkich wiadomości. Sieć działa bez internetu dzięki digipeaterom, a iGate łączy ją z siecią. Autor porównuje ją też z Meshtasticiem, którego główna różnica tkwi w przepisach i częstotliwościach.
Od strony praktycznej konfiguracja przebiega przez GQRX, ustawiony starannie, a następnie przez Dire Wolfa, czysto programowy TNC dekodujący ramki. Poradnik opisuje instalację, kierowanie dźwięku przez UDP oraz bardzo realną pułapkę: GQRX domyślnie wysyła przez IPv6, więc strumień trzeba wymusić na IPv4, inaczej Dire Wolf nic nie odbierze. Na koniec omówiono problem sprzętowy, czyli termiczne throttlowanie procesora pod obciążeniem przetwarzania sygnału, który trzeba rozwiązać, jeśli stacja ma działać niezawodnie bez przerwy.
Spodobał mi się ton kogoś, kto uprawiał radio pakietowe w latach 90. i teraz odkrywa tę technikę na nowo, na sprzęcie za kilkadziesiąt euro. Dobry punkt wyjścia dla każdego, kto chce połączyć Raspberry Pi z radiem.
Źródło: Framboise 314
Gdy mowa o LLM-ach, od razu myślimy o chatbotach, ale Needle idzie inną drogą. To mały model sztucznej inteligencji, zaledwie 14 MB, stworzony przez Cactus Compute, z jednym zadaniem: zamianą żądania w języku naturalnym na wywołanie funkcji w Pythonie. Nie służy do rozmowy, tylko do sterowania aplikacjami, urządzeniami i automatyzacjami.
Zaciekawiło mnie to, że działa lokalnie na Raspberry Pi 5, korzystając wyłącznie z procesora, bez chmury i bez dedykowanego sprzętu do AI. Zamiast pisać accendi_led(), wystarczy powiedzieć „Włącz diodę 1”, a model wybiera właściwą funkcję. Rozumie też polecenia po włosku, a na stronie projektu są internetowe dema (dom inteligentny, odkurzacz robot, smartwatch, okulary AR) do wypróbowania.
Samouczek RaspberryItaly buduje niewielkiego lokalnego asystenta, który zapisuje notatki w pliku, odczytuje temperaturę Raspberry Pi, włącza i wyłącza diodę LED i rozumie polecenia napisane po włosku. Potrzebne są: Raspberry Pi (najlepiej 5), aktualny Raspberry Pi OS, Python 3, dioda LED z rezystorem 220 lub 330 omów i kilka przewodów połączeniowych. Instalacja odbywa się w środowisku wirtualnym z pakietem cactus-needle; połączenie z internetem jest potrzebne tylko przy pierwszym pobieraniu.
Warto zapamiętać radę autora: lepiej wydawać jedno polecenie naraz. Zdanie w stylu „zgaś światło w kuchni i opuść roletę” może zostać źle zrozumiane, a dwa osobne polecenia działają poprawnie.
Jako pomysł na projekt uważam to za bardzo praktyczne: w połączeniu z lokalnym rozpoznawaniem mowy pozwala sterować robotem lub prostą automatyką bez zależności od jakiejkolwiek usługi sieciowej.
Źródło: RaspberryItaly
Embarcados przedstawia XIAOML Kit firmy Seeed Studio, stworzony z myślą o praktycznych laboratoriach z książki «Machine Learning Systems» profesora Vijaya Janapy Reddiego z Harvardu. Laboratoria powstały wspólnie z profesorem Marcelo Rovaiem z UNIFEI w Itajubá, w ramach grupy tinyML4D.
Zestaw zawiera XIAO ESP32-S3 Sense z kamerą OV3660, cyfrowym mikrofonem i czytnikiem kart SD, a także płytkę rozszerzeń z 6-osiowym IMU i wyświetlaczem OLED o przekątnej 0,42 cala. Dzięki temu obejmuje trzy rodzaje danych, z którymi pracuje książka: obraz, dźwięk i ruch. W zestawie są też antena FPC 2,4 GHz, dwa radiatory i karta microSD 32 GB z adapterem.
SoC to ESP32-S3R8, dwurdzeniowy Xtensa LX7 o taktowaniu 240 MHz, z 512 KB SRAM, 8 MB PSRAM i 8 MB pamięci flash. IMU to LSM6DS3TR-C, a OLED korzysta z kontrolera SSD1315, który biblioteki traktują jak SSD1306 o rozdzielczości 72 x 40 pikseli. Złożony zestaw ma wymiary 21 x 17,8 x 30 mm i waży 10,6 g. Praktyczną uwagę zgłasza autor: IMU i OLED dzielą tę samą magistralę I2C, pod adresami 0x6A i 0x3C, więc podłączając kolejny czujnik I2C, trzeba unikać tych dwóch adresów. Na płytce IMU znajduje się też złącze JST do akumulatora litowego 3,7 V, co przydaje się w projektach wearables.
Najbardziej podobało mi się połączenie książki referencyjnej z tanim i kompaktowym sprzętem: można przejść od teorii do uruchamiania inferencji na prawdziwym mikrokontrolerze. OLED oczywiście mieści tylko dwie lub trzy czytelne linijki, ale wystarczy, by pokazać rozpoznaną klasę lub procent pewności.
Źródło: Embarcados
Arduino przyjmuje już przedsprzedaż Ventuno Q, zapowiedzianego jeszcze w marcu. Według relacji Make płytka kosztuje 298,99 euro, a zamówione urządzenia mają zostać wysłane za około cztery tygodnie. Jest przeznaczona przede wszystkim do edge AI i robotyki.
Najbardziej ciekawi mnie koncepcja „podwójnego mózgu”. Po stronie Linuksa pracuje Qualcomm Dragonwing IQ8 (QCS8275) z ośmioma rdzeniami Kryo i NPU Hexagon o mocy do 40 TOPS. Wszystko, co wymaga szybkiej reakcji, obsługuje STM32H5F5 z rdzeniem Cortex-M33. Działa na nim Zephyr RTOS z rdzeniem Arduino i steruje silnikami, PWM oraz GPIO. Obie strony komunikują się przez most RPC. Robot mógłby więc lokalnie analizować obraz z kamer i jednocześnie sterować silnikami, bez łączenia kilku płytek.
Jak na Arduino wyposażenie jest bogate: 16 GB LPDDR5, 64 GB eMMC, gniazdo M.2 na dyski NVMe, trzy złącza kamer MIPI-CSI, Ethernet 2,5 Gb, Wi-Fi 6 i Bluetooth 5.3. Do tego I2C, SPI, UART, kilka interfejsów CAN-FD, złącze Qwiic, cztery diody RGB i matryca LED 8×13.
W oprogramowaniu planowany jest Ubuntu, a Debian ma pojawić się później. Według Arduino dostępne są Docker i apt. W Arduino App Lab można łączyć szkice, skrypty Pythona i kontenerowe modele AI. Preinstalowane są m.in. Qwen, Gemma, Whisper, YOLOX i MediaPipe, a własne modele GGUF działają przez llama.cpp.
Cena znacznie przekracza typowy poziom Arduino, więc płytka nadaje się raczej do większych projektów niż dla początkujących. Najbardziej przemawia do mnie pomysł lokalnego sterowania głosem i automatyzacji niezależnej od chmury.
Źródło: heise online (Make)
W letnie upały coraz częściej zdarza się, że osoby starsze mieszkające samotnie trafiają do szpitala z udarem cieplnym, bo nie zauważyły wzrostu temperatury w mieszkaniu. «THSense», osobisty projekt opublikowany na Zenn, jest przeznaczony dla osób opiekujących się bliskimi mieszkającymi daleko. Monitoruje temperaturę i wilgotność w pokoju i wysyła e-mail, gdy temperatura osiągnie niebezpieczny poziom.
Funkcje są proste. Co minutę mierzy temperaturę i wilgotność, powyżej 35 °C wysyła e-mail, a w przeglądarce można zobaczyć bieżące wartości oraz historię na wykresie. Według autora wykres pozwala wcześniej zauważyć oznaki problemu, na przykład stale rosnącą temperaturę.
Architektura jest ciekawa. Odczyt czujnika (DHT20) powierzono Arduino z zestawu Grove Beginner Kit, a nie Raspberry Pi, ponieważ działa szybciej i łatwiej uzyskać dokładne wyniki. Co 60 sekund Arduino wysyła ciąg znaków przez port szeregowy USB do Raspberry Pi. Program w Pythonie odbiera go przez pyserial, zamienia z powrotem na liczby i zajmuje się sprawdzaniem temperatury, wysyłaniem e-maila oraz zapisem do bazy danych. Bazą jest MariaDB na maszynie wirtualnej w Azure, a interfejs powstał na bazie Flask i Chart.js. E-maile wysyłane są przez serwer SMTP Gmaila za pomocą smtplib, a dane logowania są czytane z pliku .env, a nie zapisane w kodzie.
Podział ról jest jasny, dlatego projekt dobrze nadaje się jako przykład projektowania małych układów IoT. Pomiar po stronie Arduino, a ocena i powiadomienia po stronie Raspberry Pi to podział, z którego sam mógłbym skorzystać przy podobnych konstrukcjach. Autor pisze, że kod źródłowy jest opublikowany na GitHubie.
Źródło: Zenn
Raspberry Pi wreszcie uruchomiło sprzedaż swojego modułu Smart Display Module. Po raz pierwszy zapowiedziano go w styczniu, a od tego tygodnia można go kupić u autoryzowanych sprzedawców za 30 dolarów. Compute Module 5 sprzedaje się osobno, więc to goły adapter, a nie pełny komputer.
To płytka adaptera do Compute Module 5, która wsuwa się do wyświetlaczy i projektorów zgodnych ze specyfikacją Smart Display Module (SDM) Intela. Zasilanie, wideo, audio, dane i sterowanie przechodzą przez wewnętrzne złącze, więc za ekranem nie wiszą dodatkowe kable, zasilacze ani uchwyty. Moduł powstał we współpracy z Sharp Display Solutions Europe i obsługuje odtwarzanie wideo 4K.
Na płytce znajduje się także gniazdo M.2, do którego można podłączyć szybką pamięć masową albo akcelerator AI, np. moduł Hailo. Płytka jest bezwentylatorowa i cicha, przeznaczona do cyfrowych tablic informacyjnych, które muszą działać bez przerwy: tablic na lotniskach, systemów nawigacji, ekranów w sklepach i firmach czy wystaw immersyjnych w połączeniu z projektorem SDM.
Jeden z pierwszych testerów, mała firma od cyfrowych tablic Media Looper, używała go przez trzy miesiące na wyświetlaczu Sharp. Jej założyciel powiedział, że moduł robi wszystko, co ich konfiguracja z Raspberry Pi 5, ale bez kabla, zasilacza i uchwytu, które klient mógłby przypadkiem poluzować. Zapowiedział, że w każdym wyświetlaczu z gniazdem SDM będzie to ich domyślne rozwiązanie.
Lubię tego typu ogłoszenia, bo pokazują, jak daleko platforma odeszła od płytek dla hobbystów w stronę schludnego sprzętu wbudowanego. Dla kogoś, kto buduje projekt z wyświetlaczem, moduł za 30 dolarów, który znika w środku ekranu, to ciekawa opcja, choć trzeba sprawdzić, czy wyświetlacz ma gniazdo SDM.
Źródło: Raspberry Pi News
Interfejs HDA Link, zwany też Azalia, występuje zwykle tylko w chipsetach komputerów PC. Autor artykułu na Habr chciał sprawdzić, czy mikrokontroler RP2040 z Raspberry Pi Pico może pełnić funkcję hosta tego interfejsu. Zaleta jest oczywista: wielokanałowe kodeki audio HDA oferują znacznie więcej kanałów niż I²S.
Projekt opiera się na RP2040 z blokami PIO oraz kodeku Realtek ALC889 umieszczonym na płytce. Płytka pochodzi z wcześniejszej, nieudanej próby z STM32F103 i Spartanem-3. Sygnał BCLK musi być stabilny na poziomie 24 MHz, więc nie da się go wygenerować programowo. Interfejs używa czterech linii: BCLK, SYNC, SDO i SDI, a ramka z 1000 bitów daje 48 kHz; dla 96 i 192 kHz rośnie liczba próbek w ramce.
Implementacja korzysta z czterech automatów stanów PIO: wyjścia SDO, wyjścia SYNC, wejścia SDI z generowaniem BCLK oraz automatu przypisującego adres kodekowi. Dane przesyłane są przez DMA, a drugi rdzeń RP2040 pakuje próbki i polecam oraz interpretuje odpowiedzi kodeka. Projekt demonstracyjny generuje sinusoidy na pięciu stereofonicznych przetwornikach DAC, a trzecia harmoniczna wynosi około −123 dB.
Kodek działał przy częstotliwości próbkowania 192 kHz. Podkręcenie RP2040 do 32 MHz (256 kHz) też zadziałało, ale kodek mocno się nagrzewał. Płytka pobiera od 150 do 270 mA przy 3,3 V. Są też ograniczenia: wbudowane filtry działają jak filtr górnoprzepustowy pierwszego rzędu o częstotliwości granicznej około 4 Hz, a przepustowość wejścia HDA nie pozwala na jednoczesne trzy kanały stereo 24/192.
Autor znalazł też błąd synchronizacji RP2040, gdy jednocześnie działają DMA, USB i próbkowanie z XIP; jego przyczynę ustalili specjaliści Raspberry Pi. Do bardziej złożonego przetwarzania polecam RP2350 z instrukcjami DSP. Podoba mi się, że projekt uczciwie pokazuje zarówno wyniki, jak i słabe strony.
Źródło: Habr
Czujniki przestały być prawie niewidocznymi elementami warsztatu czy fabryki. Hardware Libre przegląda kilka projektów w Hiszpanii i Europie, w których sieci podłączonych urządzeń, platformy danych i sztuczna inteligencja służą bardzo różnym zadaniom: przewidywaniu awarii, monitorowaniu zanieczyszczeń, rozpoznawaniu ptaków po śpiewie czy poprawie bezpieczeństwa pojazdów.
Najbardziej szczegółowym przykładem jest Scamia w Madrycie, projekt miejskiej spółki mieszkaniowej EMVS, który do 2027 roku zostanie zastosowany w piętnastu budynkach, w tym trzynastu z mieszkaniami komunalnymi. Budżet wynosi około 5,2 miliona euro, z europejskim współfinansowaniem, a sercem projektu jest cyfrowy bliźniak każdego budynku. Dane z około dwustu czujników w każdym budynku, połączonych przez Wi-Fi i IoT, mierzą temperaturę, wilgotność względną lub poziom CO2 i wykrywają anomalie, zanim zauważą je sąsiedzi. Dane są anonimizowane i przypisywane do gospodarstw domowych, a nie do osób.
Odpowiedzialni szacują spadek kosztów konserwacji urządzeń, takich jak pompy ciepła czy kotły, o 15–20%, oraz zużycia energii o 5–10%. Artykuł dodaje realistyczną nutę: te procenty to około 40–100 euro oszczędności rocznie na mieszkanie, a prawdziwa wartość ujawnia się, gdy zsumuje się wiele gospodarstw i uniknie kosztownych awarii.
W Kartagenie przygotowywana jest kolejna sieć dla północnych dzielnic, z umową na 130 258 euro z VAT i około piętnastoma urządzeniami, które będą mierzyć gazy, takie jak dwutlenek azotu czy ozon.
To dobre przypomnienie, że te same zasady, które stosujemy w domowym projekcie z mikrokontrolerem i czujnikiem temperatury, można przenieść na całe miasto. Trudne, jak zauważa tekst, nie jest mierzenie, lecz zamienianie milionów odczytów w przydatne decyzje.
Źródło: Hardware Libre
Pavel Loktev opublikował na Habrze recenzję po tygodniu użytkowania ściennego panelu Elecrow CrowPanel z układem ESP32-P4 i zastanowił się, po co w ogóle takie urządzenie. Podobały mi się szczere wnioski, więc przedstawiam najważniejsze punkty.
Urządzenie ma 10,1-calowy ekran 1024×600, 32 MB PSRAM, 16 MB pamięci flash, pojemnościowy ekran dotykowy, dźwięk, slot SD i GPIO. Firmware jest zamknięty, więc to raczej gotowy produkt niż platforma deweloperska. Panel działa jako klient: na serwerze Home Assistant instaluje się dodatek, a potem w samym panelu wpisuje się adres serwera, login i hasło. Następnie wyświetla zwykły pulpit HA i nie trzeba projektować własnego interfejsu.
Autor podaje pomiary. Zimny start do działającego pulpitu trwa około 20 sekund. Od naciśnięcia przycisku do zmiany jego stanu mija 0,7–0,8 sekundy, a przełączenie zakładki do momentu gotowości bloku zajmuje 1,1–1,3 sekundy. Polecenie wysyła się niemal natychmiast, ale wizualne potwierdzenie na ekranie pojawia się wyraźnie później. Suwaki działają poprawnie, sprawdził też kamery i odtwarzanie mediów.
Jeśli chodzi o alternatywy, także jest szczery. Tablet jest szybszy i bardziej uniwersalny, ale potrzebuje uchwytu, zasilania i trybu kiosku. ESPHome z LVGL jest tańszy, lecz interfejs trzeba samemu zbudować i utrzymywać. Gotowe panele, jak Sonoff NSPanel, rozwiązują kwestię obudowy i zasilania, ale często wymagają firmware'u od innych. CrowPanel to złoty środek: jeden pulpit na telefon, komputer i ścianę.
Wśród wad wymienia niższą wydajność, zbyt małą rozdzielczość dla gęstych pulpitów i zamknięty firmware. Brakuje wbudowanej baterii. Wniosek: to nie zamiennik tabletu, lecz zamiennik pilota sterującego przy wejściu, w kuchni czy w garażu. Spodobało mi się jego określenie włącznika z dużym ekranem, uważam je za bardzo trafne.
Źródło: Habr
