Suchergebnisse für "beagley or ai or sbc or with or gpu or dsp or and or ai or accelerators"

A Practical Guide to AI, Python, and Hardware Projects Welcome to your BeagleY-AI journey! This compact, powerful, and affordable single-board computer is perfect for developers and hobbyists. With its dedicated 4 TOPS AI co-processor and a 1.4 GHz Quad-core Cortex-A53 CPU, the BeagleY-AI is equipped to handle both AI applications and real-time I/O tasks. Powered by the Texas Instruments AM67A processor, it offers DSPs, a 3D graphics unit, and video accelerators. Inside this handbook, you‘ll find over 50 hands-on projects that cover a wide range of topics—from basic circuits with LEDs and sensors to an AI-driven project. Each project is written in Python 3 and includes detailed explanations and full program listings to guide you. Whether you‘re a beginner or more advanced, you can follow these projects as they are or modify them to fit your own creative ideas. Here’s a glimpse of some exciting projects included in this handbook: Morse Code Exerciser with LED or BuzzerType a message and watch it come to life as an LED or buzzer translates your text into Morse code. Ultrasonic Distance MeasurementUse an ultrasonic sensor to measure distances and display the result in real time. Environmental Data Display & VisualizationCollect temperature, pressure, and humidity readings from the BME280 sensor, and display or plot them on a graphical interface. SPI – Voltmeter with ADCLearn how to measure voltage using an external ADC and display the results on your BeagleY-AI. GPS Coordinates DisplayTrack your location with a GPS module and view geographic coordinates on your screen. BeagleY-AI and Raspberry Pi 4 CommunicationDiscover how to make your BeagleY-AI and Raspberry Pi communicate over a serial link and exchange data. AI-Driven Object Detection with TensorFlow LiteSet up and run an object detection model using TensorFlow Lite on the BeagleY-AI platform, with complete hardware and software details provided.

Lesen (+) (–)

Dieses Bundle enthält das AI Fusion Lab Kit mit über 450 Komponenten sowie das Buch Physical AI mit Raspberry Pi und bietet einen umfassenden, praxisnahen Einstieg in KI, Elektronik und Python-Programmierung. Realisieren Sie praxisnahe Projekte, die Computer Vision, Sprachinteraktion, Sensoren, Motoren und Large Language Models miteinander verknüpfen. Das beiliegende Buch führt Sie Schritt für Schritt von der Einrichtung des Raspberry Pi und der Hardware-Steuerung bis hin zu fortgeschrittenen Anwendungen unter Einsatz von OpenCV, MediaPipe, YOLO, OpenAI-Diensten und lokalen Ollama-Modellen. SunFounder AI Fusion Lab Kit für Raspberry Pi (450+ Teile) Das AI Fusion Lab Kit verwandelt einen Raspberry Pi in eine umfassende Plattform zum Erlernen von künstlicher Intelligenz, Elektronik und Python-Programmierung. Es unterstützt die Modelle Raspberry Pi 5, 4B, 3B+, 3B und Zero 2 W sowie gängige KI-Modelle und -Dienste, darunter ChatGPT, Gemini, Grok, DeepSeek, Qwen, Doubao und Ollama. Dank Kamera, Pan-Tilt-HAT, 10-Achsen-Sensormodul, Mikrofon, Lautsprecher und elektronischen Komponenten ermöglicht das Kit den Bau interaktiver KI-Projekte, die Sprache, Bilderkennung, Bewegung und Sensordaten kombinieren. Es eignet sich für Anfänger, Schüler und Studierende, Maker sowie alle, die praktische KI-Anwendungen erkunden möchten. Multimodale KI-Projekte entwickeln Kombinieren Sie große Sprachmodelle (LLMs) mit Spracherkennung, Text-zu-Sprache-Ausgabe, Kamera-Bilderkennung, Sensoren und Breadboard-Schaltungen. Erstellen Sie Projekte, die hören, sprechen, sehen, reagieren und mit ihrer Umgebung interagieren können, während Sie gleichzeitig die Funktionsweise moderner KI-Systeme kennenlernen. KI-Bilderkennung und Objektverfolgung erkunden Nutzen Sie YOLO, OpenCV und MediaPipe, um Objekte, Farben, Gesichter und menschliche Bewegungen zu erkennen und zu verfolgen. Der motorisierte Pan-Tilt-HAT ermöglicht es der Kamera, Zielen automatisch zu folgen, und demonstriert so das Zusammenspiel von Computer Vision und Bewegungssteuerung. Sprach-KI mit dem Fusion HAT+ Das Fusion HAT+ vereinfacht die Hardware-Steuerung durch eine einheitliche Python-Bibliothek und unterstützt das sichere Herunterfahren des Raspberry Pi. Dank des integrierten Mikrofons und Lautsprechers lassen sich problemlos sprachgesteuerte Assistenten und andere KI-Anwendungen für die Mensch-Maschine-Interaktion entwickeln. Kompatibel mit Raspberry Pi 5, 4B, 3B+, 3B und Zero 2 W Unterstützt verschiedene cloudbasierte und lokale KI-Modelle Umfasst Kamera, Pan-Tilt-HAT, 10-DOF-Modul, Mikrofon und Lautsprecher Projekte zu den Themen Sprach-KI, Computer Vision, Sensorik und Elektronik Video-Tutorials, Dokumentation und Beispielcode Buch: Physical AI with Raspberry Pi Anhand des Raspberry Pi und des AI Fusion Lab Kits führt Sie dieses Buch Schritt für Schritt von den Grundlagen der Hardware-Anbindung bis hin zur Entwicklung intelligenter Systeme, die sehen, hören, sprechen und Entscheidungen treffen können. Ob Schüler, Lehrkraft, Maker oder Ingenieur – Sie sammeln wertvolle Erfahrungen durch Projekte, die darauf ausgelegt sind, sowohl Ihr Wissen als auch Ihr Selbstvertrauen zu stärken. Ausgehend von der Systemeinrichtung, der GPIO-Programmierung sowie dem Einsatz von Sensoren, Displays, Motoren und Automatisierungstechniken führt das Buch schrittweise in fortgeschrittene Themen ein, darunter Spracherkennung, Text-zu-Sprache-Synthese, dialogorientierte KI (Conversational AI), Objekterkennung und maschinelles Lernen. Dabei lernen Sie, sprachgesteuerte Geräte, intelligente Assistenten, Kamera-Tracking-Systeme, Lösungen zur Umweltüberwachung sowie KI-gestützte Embedded-Anwendungen zu entwickeln. Entdecken Sie moderne Technologien wie OpenAI-Dienste, lokale Large Language Models (via Ollama), OpenCV, MediaPipe und die Objekterkennung mit YOLO, während Sie praktische Erfahrungen mit realen Anwendungen aus den Bereichen Robotik, Industrieautomatisierung, Smart Devices und autonome Systeme sammeln. Sie erfahren, wie intelligente Software mit Sensoren, Kameras, Motoren und Displays interagieren kann, um Systeme zu schaffen, die auf natürliche Weise auf ihre Umgebung reagieren. Anstatt lediglich Code-Beispiele nachzuahmen, werden Sie dazu ermutigt, zu experimentieren sowie jedes Projekt individuell anzupassen und zu erweitern. Die in diesem Buch vermittelten Techniken und Fähigkeiten bilden eine solide Grundlage für zukünftige Innovationen, Rapid Prototyping, Forschung und Produktentwicklung. Wenn Sie bereit sind, über die klassische Elektronik hinauszugehen und die Zukunft intelligenter Embedded-Systeme zu erkunden, begleitet Sie dieses Buch auf jedem Schritt des Weges. Dieses Bundle enthält: SunFounder AI Fusion Lab Kit for Raspberry Pi (Einzelpreis: 100 €) Buch: Physical AI with Raspberry Pi (Einzelpreis: 45 €) Nicht enthalten Raspberry Pi

Lesen (+) (–)

Mit diesem Praxis-Bundle können Sie echte Edge-AI-Anwendungen mit dem Raspberry Pi entwickeln Raspberry Pi AI HAT+ (13 TOPS) Das Raspberry Pi AI HAT+ ist eine Erweiterungsplatine für den Raspberry Pi 5, die einen integrierten Hailo AI-Beschleuniger enthält. Dieses Add-on bietet einen kostengünstigen, effizienten und leicht zugänglichen Ansatz für die Integration von leistungsstarken KI-Funktionen, mit Anwendungen in den Bereichen Prozesssteuerung, Sicherheit, Heimautomatisierung und Robotik. Das AI HAT+ wird über die PCIe Gen3-Schnittstelle des Raspberry Pi 5 angeschlossen. Wenn auf dem Raspberry Pi 5 eine aktuelle Version des Raspberry Pi OS läuft, erkennt es automatisch den integrierten Hailo-Beschleuniger und macht die neuronale Verarbeitungseinheit (NPU) für KI-Aufgaben verfügbar. Darüber hinaus unterstützen die im Raspberry Pi OS enthaltenen rpicam-apps Kameraanwendungen das KI-Modul nahtlos und nutzen die NPU automatisch für kompatible Nachbearbeitungsfunktionen. Raspberry Pi Camera Module 3 Raspberry Pi Camera Module 3 ist eine Kompaktkamera von Raspberry Pi. Es bietet einen IMX708 12-Megapixel-Sensor mit HDR und verfügt über einen Autofokus mit Phasenerkennung. Das Camera Module 3 ist in Standard- und Weitwinkelvarianten erhältlich, die beide mit oder ohne Infrarot-Sperrfilter erhältlich sind. Das Camera Module 3 kann sowohl Full-HD-Videos als auch Fotos aufnehmen und bietet einen HDR-Modus mit bis zu 3 MP. Sein Betrieb wird vollständig von der libcamera-Bibliothek unterstützt, einschließlich der schnellen Autofokus-Funktion des Camera Module 3: Dies macht es für Anfänger einfach zu bedienen und bietet gleichzeitig viel für fortgeschrittene Benutzer. Das Camera Module 3 ist mit allen Raspberry-Pi-Modellen kompatibel. Buch: Edge AI Made Practical – AI Projects for the Raspberry Pi with the AI HAT+ Edge-KI revolutioniert Alltagsgeräte, indem sie Intelligenz genau dort integriert, wo sie am wichtigsten ist: direkt in der Hardware. Dank On-Device-Inferenz kann eine Kamera Besucher sofort erkennen, ein Smartphone Sprache übersetzen, ohne Audio in die Cloud zu streamen, und ein Wearable Anomalien in Echtzeit erkennen – schnell, datenschutzfreundlich und zuverlässig, selbst wenn die Netzwerkverbindung ausfällt. Dieses Buch ist Ihr praktischer Leitfaden zum Bau solcher Systeme mit dem Raspberry Pi AI HAT+ und dem Hailo-8L-Beschleuniger. Sie beginnen mit den Grundlagen: Kernkonzepte von KI und maschinellem Lernen, Funktionsweise neuronaler Netze und die wesentlichen Unterschiede zwischen Edge AI und Cloud AI – sowie eine ehrliche Betrachtung ethischer Aspekte und zukünftiger Auswirkungen. Dieses Bundle enthält: Buch: Edge AI Made Practical Raspberry Pi AI HAT+ (13 TOPS) Raspberry Pi Camera Module 3 Aktiver Kühler für Raspberry Pi 5 FPC Display-Kabel für Raspberry Pi 5 (300 mm) Elektor Komponenten-Kit 40-poliger GPIO-Header Ampelmodul Rote LED, 5 V, mit integriertem Widerstand Gelbe LED, 5 V, mit integriertem Widerstand Grüne LED, 5 V, mit integriertem Widerstand Blaue LED, 5 V, mit integriertem Widerstand Steckbrett (400 Tie-Points) 10 Dupont-Drähte (male-female) DHT22-Sensormodul Servomotor Erforderlich Raspberry Pi 5

Lesen (+) (–)

Dieses Bundle enthält das Arduino UNO Q (2 GB) und das Buch "Arduino UNO Q and AI". Das Arduino UNO Q ist das erste UNO-Board mit einer hybriden Dual-Brain-Architektur, die einen leistungsstarken Linux-Prozessor mit einem Echtzeit-Mikrocontroller kombiniert – und so fortschrittliche Rechenleistung und präzise Steuerung auf einem Board vereint. Angetrieben von einer Qualcomm Dragonwing QRB2210 MPU mit Debian Linux und einer STM32U585-MCU für Echtzeitaufgaben ist das UNO Q für Anwendungen der nächsten Generation konzipiert. Von Edge-Computing und KI bis hin zu Robotik und Automatisierung bietet es hohe Leistung, ohne dabei an Benutzerfreundlichkeit einzubüßen. Schließen Sie einfach Ihre Peripheriegeräte an und legen Sie los – es ist keine zusätzliche Hardware erforderlich. Features Dual-Core-Architektur: Linux-MPU + Echtzeit-MCU Qualcomm Dragonwing QRB2210 mit Debian-Linux-Unterstützung STM32U585-Mikrocontroller für deterministische Steuerung Führt Arduino-Sketches über Zephyr OS aus Ideal für KI-, IoT-, Robotik- und Industrieprojekte Technische Daten Mikroprozessor (MPU) Qualcomm Dragonwing QRB2210:Quad-Core Arm Cortex-A53 @ 2,0 GHzAdreno GPU 3D-Grafikbeschleuniger2× ISP (13 MP + 13 MP oder 25 MP) @ 30 fps Mikrocontroller (MCU) STM32U585Arm Cortex-M33 bis zu 160 MHz2 MB Flash-Speicher786 KB SRAM RAM 2 GB LPDDR4 Stromversorgung Über USB-C-Anschluss: max. 5 V bei 3 AEingangsspannung (VIN): 7–24 V Speicher 16 GB eMMC USB 1× USB-C-Anschluss mit Host-/Geräterollenumschaltung, Stromrollenumschaltung und Videoausgang Konnektivität Wi-Fi 5 (2,4/5 GHz) mit integrierter AntenneBluetooth 5.1 mit integrierter Antenne Schnittstellen I²C/I³CSPIPWMCANUARTPSSIGPIOJTAGADC Video Videoausgabe über USB-CMIPI-DSI-Pins am JMEDIA-Header Extra 4× RGB-LEDs (vom Benutzer steuerbar)8× 13 blaue LED-Matrix1× Qwiic-Anschluss (3,3 V, I²C)1× BenutzertasteJCTL: MPU-Ferndebugging Anschluss Audio Mikrofon-Eingang / Kopfhörer-Ausgang / Line-Ausgang am JMISC MPU-Betriebssystem Linux Debian OS mit Upstream-Unterstützung Echtzeit-Betriebssystem Arduino Core auf Zephyr OS Containerisierung Docker- und Docker Compose-Unterstützung Unterstützte Betriebssysteme für Arduino App Lab Windows: Windows 10 oder höher (64-Bit)macOS: macOS 11 oder höher (64-Bit)Linux: Ubuntu 22.04 oder höher und Debian Trixie (64-Bit) Abmessungen 68,85 × 53,34 mm (UNO-Formfaktor) Downloads Datasheet User Manual Pinout Schematics Buch: Arduino UNO Q and AI – Learn to Build Intelligent Embedded Systems Entwickeln Sie intelligentere Embedded-Systeme mit dem Arduino UNO Q. Dieses Buch vermittelt Ihnen die Werkzeuge, das Wissen und das Vertrauen, um Ideen in intelligente, funktionierende Lösungen mit der Arduino UNO Q-Plattform umzusetzen. Entdecken Sie, wie Sie intelligente Embedded-Systeme mit dem Arduino UNO Q und KI realisieren können. Schöpfen Sie das volle Potenzial des Arduino UNO Q aus – einer Next-Generation-Plattform, die die Echtzeit-Leistung des STM32U585-Mikrocontrollers mit der Flexibilität eines Qualcomm Dragonwing QRB2210-Mikroprozessors kombiniert. Lernen Sie, wie Sie reale Anwendungen schnell prototypisieren können – mit der Arduino IDE für Low-Level-Embedded-Steuerung und Python im Arduino App Lab für High-Level-Entwicklung. Gewinnen Sie Sicherheit durch praxisnahe Projekte, die Sie Schritt für Schritt von den grundlegenden Funktionen bis hin zu vollständig funktionsfähigen Systemen führen. Entdecken Sie sofort einsatzbereite, KI-basierte Arduino App Lab-Beispiele und erfahren Sie, wie diese Ihre Entwicklung beschleunigen und die Time-to-Market verkürzen können. Steigen Sie in die Welt der Edge AI ein – mit einer klaren und praxisorientierten Einführung in das Edge Impulse Studio, ganz ohne Vorkenntnisse im Bereich KI. Folgen Sie einem vollständigen, praxisnahen Workflow zur Entwicklung einer Keyword-Spotting-KI-Anwendung – von der Datenerfassung über das Training und die Optimierung bis hin zur On-Device-Inferenz mit dem Edge Impulse Studio. Schließen Sie die Lücke zwischen Embedded-Systemen und Machine Learning und lernen Sie, wie Sie Intelligenz direkt auf Ihre Hardware bringen. Ideal für Embedded-Entwickler, Lehrkräfte, Studierende und Maker, die bei der KI-gestützten Produktentwicklung einen Schritt voraus sein möchten. Dieses Bundle enthält: Arduino UNO Q (2 GB) (Einzelpreis: 50 €) Buch: Arduino UNO Q and AI (Einzelpreis: 35 €)

Lesen (+) (–)

A Practical Guide to AI, Python, and Hardware Projects Welcome to your BeagleY-AI journey! This compact, powerful, and affordable single-board computer is perfect for developers and hobbyists. With its dedicated 4 TOPS AI co-processor and a 1.4 GHz Quad-core Cortex-A53 CPU, the BeagleY-AI is equipped to handle both AI applications and real-time I/O tasks. Powered by the Texas Instruments AM67A processor, it offers DSPs, a 3D graphics unit, and video accelerators. Inside this handbook, you‘ll find over 50 hands-on projects that cover a wide range of topics—from basic circuits with LEDs and sensors to an AI-driven project. Each project is written in Python 3 and includes detailed explanations and full program listings to guide you. Whether you‘re a beginner or more advanced, you can follow these projects as they are or modify them to fit your own creative ideas. Here’s a glimpse of some exciting projects included in this handbook: Morse Code Exerciser with LED or BuzzerType a message and watch it come to life as an LED or buzzer translates your text into Morse code. Ultrasonic Distance MeasurementUse an ultrasonic sensor to measure distances and display the result in real time. Environmental Data Display & VisualizationCollect temperature, pressure, and humidity readings from the BME280 sensor, and display or plot them on a graphical interface. SPI – Voltmeter with ADCLearn how to measure voltage using an external ADC and display the results on your BeagleY-AI. GPS Coordinates DisplayTrack your location with a GPS module and view geographic coordinates on your screen. BeagleY-AI and Raspberry Pi 4 CommunicationDiscover how to make your BeagleY-AI and Raspberry Pi communicate over a serial link and exchange data. AI-Driven Object Detection with TensorFlow LiteSet up and run an object detection model using TensorFlow Lite on the BeagleY-AI platform, with complete hardware and software details provided.

Lesen (+) (–)

Der Elektor Audio DSP FX Processor kombiniert einen ESP32-Mikrocontroller und einen ADAU1701 Audio DSP von Analog Devices. Neben einem vom Benutzer programmierbaren DSP-Kern verfügt der ADAU1701 über hochwertige integrierte Analog-Digital- und Digital-Analog-Wandler und verfügt über einen I²S-Port. Dadurch eignet es sich als hochwertiges Audio-Interface für den ESP32. Programme für den ESP32 können mit Arduino, Platform IO, CMake oder durch die Verwendung des Espressif IDF auf andere Weise erstellt werden. Programme für die Audio-DSPs ADAU7101 werden mit dem kostenlosen visuellen Programmiertool SigmaStudio durch Ziehen und Ablegen vordefinierter Algorithmusblöcke auf einer Leinwand erstellt. Anwendungen Bluetooth/Wi-Fi-Audiosink (z. B. Lautsprecher) & Quelle Gitarreneffektpedal (Stomp-Box) Musiksynthesizer Sound-/Funktionsgenerator Programmierbarer Crossover-Filter für Lautsprecher Erweiterter Audioeffektprozessor (Hall, Chorus, Pitch-Shifting usw.) Mit dem Internet verbundenes Audiogerät DSP-Experimentierplattform Drahtloses MIDI MIDI-zu-CV-Konverter und viele mehr... Technische Daten ADAU1701 28-/56-Bit, 50-MIPS digitaler Audioprozessor, der Abtastraten von bis zu 192 kHz unterstützt ESP32 32-Bit-Dual-Core-Mikrocontroller mit Wi-Fi 802.11b/g/n und Bluetooth 4.2 BR/EDR und BLE 2x 24-Bit-Audioeingänge (2 V RMS, 20 kΩ) 4x 24-Bit-Audioausgänge (0,9 V RMS, 600 Ω) 4x Steuerpotentiometer MIDI Ein- und Ausgang I²C-Erweiterungsport Multi-Mode-Betrieb Stromversorgung: 5 V DC USB oder 7,5-12 V DC (Hohlbuchse, mittlerer Pin ist GND) Stromverbrauch (Durchschnitt): 200 mA Lieferumfang 1x ESP32 Audio DSP FX Prozessor Board (montiert) 1x ESP32-PICO-KIT 2x Jumper 2x 18-Pin Header (female) 4x 10 KB Potentiometer Downloads Documentation GitHub

Lesen (+) (–)

All-in-One-Plattform für KI-Lernen und -Entwicklung im Bereich Edge Intelligence Dieses auf dem NVIDIA Jetson Orin Nano basierende KI-Starter-Kit ist eine vielseitige Plattform für Lernen, Entwicklung und praktische Experimente im Bereich Edge AI. Das für den Einsatz mit dem NVIDIA Jetson Orin Nano konzipierte Kit kombiniert ein 11,6-Zoll-IPS-Display, eine schwenk- und neigbare 8-Megapixel-Kamera sowie ein KI-gestütztes Sprachinteraktionssystem. Es umfasst 30 Funktionsmodule und 38 sorgfältig ausgearbeitete Python-Kurse, die vom Anfänger- bis zum Fortgeschrittenenniveau reichen. Die Kursinhalte decken Python-Grundlagen, Sensortechnologie, KI-basierte Bildverarbeitung (AI Vision) und Objekterkennung ab. Dank praktischer Schritt-für-Schritt-Übungen – von der grundlegenden Programmierung bis hin zu praxisnahen Computer-Vision-Anwendungen – bietet dieses Kit eine ideale Plattform für Schüler, Maker, Entwickler und alle, die sich mit künstlicher Intelligenz und Edge Computing beschäftigen möchten. Hinweis: Der NVIDIA Jetson Orin Nano ist nicht im Lieferumfang enthalten. Features Entwickelt für den NVIDIA Jetson Orin Nano KI-Sprachinteraktionsmodul 8-MP-Kamera mit Schwenk-Neige-Steuerung Unterstützt Objekt- und Gesichtserkennung (Tracking) Kein Löten oder aufwendige Verkabelung erforderlich Integriertes 11,6-Zoll-IPS-Display 30 Funktionsmodule 38 Schritt-für-Schritt-Python-Lektionen Erweiterungsschnittstellen für I²C, UART und GPIO Tragetasche im Lieferumfang enthalten Technische Daten Hauptprozessor Jetson Orin Nano Anzahl der Sensoren 30 Design des Sensor-Boards Integriertes Sensor-Board; kein Löten oder aufwendige Verkabelung erforderlich Bildschirm 11,6-Zoll-IPS-Bildschirm Bildschirmauflösung 1366 x 768 Kamera IMX219 8 MP Erweiterungsschnittstellen 2x I²C, 1x UART, 1x IO D13, 1x IO D12 Programmierumgebung Python-basiert Anzahl der Tutorials 38 kreative Tutorials Zielgruppe Schüler, Lehrkräfte, Hardware-Enthusiasten Anwendungsszenarien Ideal zum Erlernen der KI-Programmierung und der Grundlagen des Jetson Orin Nano Abmessungen 300 x 200 x 100 mm Modulliste Modul Anzahl Temperatur- und Feuchtigkeitssensor 1 Stk. Taster 4 Stk. Ultraschall-Abstandssensor 1 Stk. Lichtsensor 1 Stk. Linear-Potentiometer 1 Stk. Summer 1 Stk. LCD 1 Stk. Infrarot-Fernbedienung 1 Stk. Relais 1 Stk. NFC 1 Stk. PIR-Bewegungssensor 1 Stk. Joystick 1 Stk. 4-stelliges Display 1 Stk. LED 1 Stk. Mikrofon 1 Stk. Lautsprecher 1 Paar Vibrationsmotor 1 Stk. Berührungssensor 1 Stk. 8x8-RGB-Matrix 1 Stk. Luftdrucksensor 1 Stk. Neigungsschalter 1 Stk. Schrittmotor 1 Stk. Beschleunigungs- und Gyroskopsensor 1 Stk. Gassensor (MQ2) 1 Stk. Hall-Sensor 1 Stk. Drehgeber (Rotary Encoder) 1 Stk. Gabellichtschranke 1 Stk. NTC 1 Stk. Servo 2 Stk. Monokulare Kamera 1 Stk. Lieferumfang 1x Elecrow AI Starter Kit für Jetson Orin Nano 1x IR-Fernbedienung 1x NFC-Karte 1x 128 GB SD-Karte 1x 40-Pin-GPIO-Kabel 2x 22-Pin-FPC-Kabel 2x 24-Pin-FPC-Kabel 1x Jetson-DP- und USB-Adapterplatine Nicht enthalten NVIDIA Jetson Orin Nano Downloads Manual Wiki OpenClaw Install and Config Guide

Lesen (+) (–)

Über 40 vollständig getestete ESP32-Projekte mit Arduino IDE und der LVGL-Grafikbibliothek Dieses Bundle enthält das ESP32 Cheap Yellow Display (CYD) – ein kompaktes Entwicklungsboard, das einen Standard-ESP32-Mikrocontroller mit einem 320 x 240 Pixel großen TFT-Farbdisplay kombiniert. Das Board verfügt außerdem über mehrere Anschlüsse für GPIO, serielle Kommunikation (TX/RX), Strom und Masse. Das integrierte Display ist ein großer Vorteil und ermöglicht die Erstellung komplexer, grafikbasierter Projekte ohne externe LCDs oder Displays. Das Begleitbuch stellt die Hardware und die integrierten Anschlüsse des CYD-Boards detailliert vor. Es bietet eine Reihe von Projekten für Anfänger und Fortgeschrittene, die mit der beliebten Arduino IDE 2.0 entwickelt wurden. Sowohl grundlegende Grafikfunktionen als auch die leistungsstarke LVGL-Grafikbibliothek werden behandelt, und praktische Projekte veranschaulichen jeden Ansatz. Alle enthaltenen Projekte wurden vollständig getestet und sind sofort einsatzbereit. Das Buch enthält Blockdiagramme, Schaltpläne, vollständige Codelisten und Schritt-für-Schritt-Erklärungen. Mit der LVGL-Bibliothek können Leser moderne, vollfarbige grafische Benutzeroberflächen mit Widgets wie Schaltflächen, Beschriftungen, Schiebereglern, Kalendern, Tastaturen, Diagrammen, Tabellen, Menüs, Animationen und mehr erstellen. ESP32 Cheap Yellow Display Board Dieses Entwicklungsboard (auch bekannt als "Cheap Yellow Display") wird vom ESP-WROOM-32 angetrieben, einem Dual-Core-MCU mit integrierten Wi-Fi- und Bluetooth-Funktionen. Es arbeitet mit einer Hauptfrequenz von bis zu 240 MHz, mit 520 KB SRAM, 448 KB ROM und einem 4 MB Flash-Speicher. Das Board verfügt über ein 2,8" Display mit einer Auflösung von 240x320 und Resistive Touch. Darüber hinaus enthält die Platine einen Steuerkreis für die Hintergrundbeleuchtung, einen Schaltkreis für die Berührungssteuerung, einen Schaltkreis für die Lautsprecheransteuerung, einen lichtempfindlichen Schaltkreis und einen RGB-LED-Steuerschaltkreis. Es bietet außerdem einen TF-Kartensteckplatz, eine serielle Schnittstelle, eine DHT11-Schnittstelle für Temperatur- und Feuchtigkeitssensoren und zusätzliche E/A-Anschlüsse. Das Modul unterstützt die Entwicklung in Arduino IDE, ESP-IDE, MicroPython und Mixly. Anwendungen Bildübertragung für Smart Home-Gerät Drahtlose Überwachung Intelligente Landwirtschaft QR-Funkerkennung Signal des drahtlosen Positionierungssystems Und andere IoT-Anwendungen Technische Daten Mikrocontroller ESP-WROOM-32 (Dual-Core-MCU mit integriertem WLAN und Bluetooth) Frequenz Bis zu 240 MHz (Rechenleistung bis zu 600 DMIPS) SRAM 520 KB ROM 448 KB Flash 4 MB Betriebsspannung 5 V Stromverbrauch ca. 115 mA Display 2,8" TFT-Farbbildschirm (240 x 320) Touch Resistive Touch Treiberchip ILI9341 Abmessungen 50 x 86 mm Gewicht 50 g Downloads GitHub Dieses Bundle enthält: The ESP32 Cheap Yellow Display Book (Einzelpreis: 35 €) ESP32 Cheap Yellow Display Board (Einzelpreis: 25 €) 1x ESP32 Dev-Board mit 2,8" Display und Acrylgehäuse 1x Touch-Stift 1x Verbindungskabel 1x USB-Kabel

Lesen (+) (–)

Der Elektor Mini-Wheelie ist eine experimentelle autonome selbstbalancierende Roboterplattform. Der selbstbalancierende Roboter basiert auf einem ESP32-S3-Mikrocontroller und ist mithilfe der Arduino-Umgebung und Open-Source-Bibliotheken vollständig programmierbar. Dank seiner drahtlosen Fähigkeiten kann er über WLAN, Bluetooth oder ESP-NOW ferngesteuert werden oder mit einem Benutzer oder sogar einem anderen Roboter kommunizieren. Zur Erkennung von Hindernissen steht ein Ultraschallwandler zur Verfügung. Über das Farbdisplay lassen sich niedliche Gesichtsausdrücke oder für den bodenständigeren Nutzer auch kryptische Debug-Meldungen darstellen. Der Roboter wird als Komplettbausatz mit Teilen geliefert, die Sie selbst zusammenbauen müssen. Alles ist dabei, sogar ein Schraubenzieher. Hinweis: Der Mini-Wheelie ist eine pädagogische Entwicklungsplattform, die zum Lernen, Experimentieren und zur Entwicklung von Robotern gedacht ist. Er ist nicht als Kinderspielzeug klassifiziert, und seine Funktionen, Dokumentation und Zielgruppe spiegeln diesen Zweck wider. Das Produkt richtet sich an Studenten, Dozenten und Entwickler, die Robotik, Programmierung und Hardware-Integration in einem pädagogischen Umfeld erforschen möchten. Technische Daten ESP32-S3 Mikrocontroller mit WLAN und Bluetooth MPU6050 6-achsige Inertial Measurement Unit (IMU) Zwei unabhängig gesteuerte 12 V-Elektromotoren mit Drehzahlmesser Ultraschallwandler 2,9" TFT-Farbdisplay (320 x 240) MicroSD-Kartensteckplatz Batterieleistungsmonitor 3S wiederaufladbarer Li-Po-Akku (11,1 V/2200 mAh) Batterieladegerät im Lieferumfang enthalten Arduino-basierte Open-Source-Software Abmessungen (B x L x H): 23 x 8 x 13 cm Lieferumfang 1x ESP32-S3 Mainboard + MPU6050 Modul 1x LCD-Board (2,9 Zoll) 1x Ultraschallsensor 1x Akku (2200 mAh) 1x Batterieladegerät 1x Motorreifen-Set 1x Gehäuseplatine 1x Acrylplatte 1x Schraubendreher 1x Schutzstreifen 1x Flexkabel B (8 cm) 1x Flexkabel A (12 cm) 1x Flexkabel C 4x Kupfersäule A (25 mm) 4x Kupfersäule B (55 mm) 4x Kupfersäule C (5 mm) 2x Kunststoff-Nylonsäule 8x Schrauben A (10 mm) 24x Schrauben B (M3x5) 8x Nüsse 24x Metallscheiben 2x Kabelbinder 1x MicroSD-Karte (32 GB) Downloads Documentation

Lesen (+) (–)

Diese Ausgabe steht allen GOLD- und GREEN-Mitgliedern auf der ElektorMagazine-Website zum Download bereit! Sie sind noch kein Mitglied? Hier klicken! Der ESP-BLASTEine Mini-Raketendrohne mit ESP32, die über 100 km/h erreicht Wireless Workshop (1)Freigeschaltetes Funkmodul: 433-MHz-CC1101-Sub-GHz-Transceiver AM-Sendermit Rechteck-/Sinuswellengenerator auf Raspberry Pi Pico STM32Cube Innovations ChallengeTreten Sie mit Ihrem besten STM32C5-Design an CoffeeCallerWie ein langer Flur zu einer maßgefertigten Mesh-Netzwerk-Platine führte AudiotronicsKlirrfaktor Elektor ist 65Projekte aus früheren September/Oktober-Ausgaben Geräteortung durch Bluetooth Channel SoundingZentimetergenaue Entfernungsmessung im IoT der nächsten Generation 2026: Eine KI-OdysseeQuantencomputing ist nicht die nächste GPU Cloud-Schutz durch Edge-Sicherheit Erste Erfahrungen mit dem HackRF ProPraktische Tests mit der neuen SDR-Hardware Herausforderung ElektromobilitätEffiziente Lötlösungen für moderne Fahrzeugtechnik Modem-Update von GPRS/2G auf LTE/4Gam Beispiel einer Funk-Alarmzentrale Loop-Antenne mit RF BricksTeil 1: Kurzwellen-Antenne mit einstellbarer Richtwirkung im Selbstbau Internetradio-zu-AM-KonverterVerwendung eines ESP32-S3 als Sender Projekt 2.0 mioty – ein ÜberblickLPWAN à la Fraunhofer Werkbank-WeisheitPraktische Tipps von Experten Walter, das kompakte IoT-ModulTeil 2: Zugriff auf Wetter- und Datendienste

Lesen (+) (–)

Bauen Sie Ihren eigenen Vintage-Radiosender Das Elektor AM-Sender-Kit ermöglicht das Streamen von Audio auf Vintage-AM-Radioempfänger. Basierend auf einem Raspberry Pi Pico Mikrocontroller-Modul kann der AM-Sender auf 32 Frequenzen im AM-Band senden, von 500 kHz bis 1,6 MHz in 32 Schritten von ca. 35 kHz. Die Frequenz wird mit einem Potentiometer gewählt und auf einem 0,96" OLED-Display angezeigt. Eine Taste ermöglicht das Umschalten des Sendemodus zwischen Ein und Aus. Die Reichweite des Senders hängt von der Antenne ab. Die integrierte Antenne bietet eine Reichweite von wenigen Zentimetern, sodass der AM-Sender nahe am Radio oder im Radio selbst platziert werden muss. Eine externe Loop-Antenne (nicht enthalten) kann angeschlossen werden, um die Reichweite zu erhöhen. Das Elektor AM-Sender-Kit wird als Bausatz geliefert, den Sie selbst auf die Platine löten müssen. Features Die Platine ist kompatibel mit einem Hammond-1593N-Gehäuse (nicht enthalten).Ein 5-VDC-Netzteil mit Micro-USB-Anschluss (z. B. ein altes Handy-Ladegerät) wird benötigt, um das Kit zu betreiben (nicht enthalten). Stromaufnahme: 100 mA. Die Arduino-Software (benötigt Earle Philhowers RP2040-Boards-Paket) für das Elektor-AM-Sender-Kit sowie weitere Informationen sind auf der Elektor-Labs-Seite dieses Projekts verfügbar. Stückliste Widerstände R1, R4 = 100 Ω R2, R3, R8 = 10 kΩ R5, R6, R9, R10, R11 = 1 kΩ R7 = optional (nicht enthalten) P1 = Potentiometer 100 kΩ, linear Kondensatoren C1 = 22 µF 16V C2, C4 = 10 nF C3 = 150 pF Sonstiges K1 = 4×1 Stiftleiste K2, K3 = 3,5-mm-Buchse Raspberry Pi Pico Drucktaste, Winkelmontage 0,96" monochromes I²C-OLED-Display Leiterplatte 150292-1

Lesen (+) (–)

Elektor GREEN and GOLD members can download their digital edition here. Not a member yet? Click here. The ESP-BLASTA Mini ESP32 Rocket Drone That Flies 100 km/h+ Wireless Workshop (1)Radio Modules Unlocked: 433 MHz CC1101 Sub-GHz Transceiver AM TransmitterWith Square/Sine Wave Generator on Raspberry Pi Pico STM32Cube Innovation ChallengeCompete with Your Best STM32C5 Design CoffeeCallerHow a Long Hallway Led to a Custom Mesh-Networked PCB AudiotronicsTotal Harmonic Distortion Elektor at 65Projects from Septembers and Octobers Past Bluetooth Channel Sounding for Asset TrackingCentimeter-Level Precision Ranging for Next-Generation IoT 2026: An AI OdysseyQuantum Computing Is Not the Next GPU Protecting the Cloud Demands Security at the Edge First Experiences with the HackRF ProPractical Tests with the New SDR Hardware Modem Upgrade from GPRS/2G to LTE/4GUsing a Wireless Alarm Control Panel as an Example Loop Antenna with RF BricksPart 1: A DIY Shortwave Antenna with Adjustable Directivity Internet Radio to AM ConverterUsing an ESP32-S3 as Transmitter Err-lectronics mioty — An OverviewFraunhofer’s Approach to LPWAN Workbench WisdomPractical Tips from Experts Walter, the Compact IoT ModulePart 2: Accessing Weather and Data Services

Lesen (+) (–)