أ FIRGELLIقرر العميل الذي لديه تسلا صنع شاحن تسلا التلقائي الآلي الخاص به ، وهذا هو مقطع الفيديو الخاص به. من الواضح أنه يعرف شيئًا أو اثنين عن الإلكترونيات والبرامج ، لأنه متورط قليلاً في إنشاء جهاز مثل هذا يتطلب أجهزة استشعار وأجهزة الحركة والبرامج لجعلها تعمل معًا. استخدم أ FIRGELLI المحرك الخطي لتأرجح الذراع من الجدار باتجاه منفذ الشحن على السيارة ، مع أجهزة استشعار لتحديد الموقع الصحيح قبل إدخال الفوهة في الموقع الصحيح.
لذلك في قلبه ، لديك Raspberry Pi 4 ، وهي أدمغة كل شيء. تم تركيبه على العربة ، التي تعمل على هذين الاثنين المحامل الخطية فوق وتحت. وتوفير الحرية اليسار واليمين ، الحرية الجانبية. ثم حصلت المحرك الخطي هنا يمنحك التمديد. يتم تدويره لتوصيله. إذا انتقلت إلى نهاية العمل ، يمكنك أن ترى أنك حصلت على مضاعفات كبيرة هنا وأنها تدور مقبض الشحن عند الحاجة ، مسافة بالموجات فوق الصوتية منذ أن كنت هنا حتى لا تفعل ذلك. "T ضرب السيارة ، ثم كاميرا تلتقط الصور وتوفرها لنموذج التعلم الآلي ، وهو طراز Lite TensorFlow الذي يعمل على Raspberry Pi. وهذه هي الطريقة التي يجد بها العاكس وموانئ الشحن.
كما أنه يحمل الضوء عندما يكون الظلام ويستخدم بروتوكول zigbee. هذا ما هو جهاز الإرسال الصغير من أجله. إذا نظرت إلى اللوحة الرئيسية ، فهناك مصدر طاقة ، وحدات تحكم محرك ، وأخذ جميع الأوامر من Raspberry Pi ، ثم محرك موجه. وبعد ذلك ، يحتوي على مخرجات للمشفر ، فهو يستخدم Arduino كمشفر ، لمجرد أنها رخيصة جدًا وسهلة الاستخدام. لذلك عندما يتم فصله ، فإنه يستغرق أولاً قياسات مسافة بضع مسافة للتأكد من وجود شيء ما في المرآب. ثم يأتي الضوء. هذا فقط الافتراضيات على التشغيل بحيث إذا كان الظلام خارج ، يمكن للكاميرا رؤية العاكس هناك.
إنه نموذج معقدة إلى حد ما ، ويستغرق الأمر من ستة إلى ثماني ثوانٍ في كل مرة لتشغيل الاستدلال علىRaspberry Pi 4 ، So إنها ليست عملية سريعة ، لكنها ستلتقط صورة ، ثم سيتم تشغيل هذا الاستدلال. وما الذي تبحث عنه عاكس. يمكنك أن ترى في الفيديو وجدها هناك برصيد 80 ٪. لذلك هو 80 ٪ واثقة. ثم يديرها مرة أخرى للتأكد. نماذج التعلم الآلي تكون في بعض الأحيان صاخبة بعض الشيء ، وبالتالي فإن الأمر يتطلب في بعض الأحيان بعض المحاولات للتأكد. بمجرد أن يكون هناك شيء ما ، سيبدأ في التحرك إلى اليسار واليمين إلى التركيز على المكان الصحيح. لذا في الفيديو ، يمكنك رؤيته في البداية بعيدًا جدًا ثم ينتقل إلى الوراء. انها تقترب جدا. بمجرد أن تكون سعيدًا بكيفية تركزها هنا ، سيتم إيقاف تشغيل الضوء ، ثم باستخدام API Tesla من خلال تطبيق Tesla ، سيفتح منفذ الشحن.
ليس لديه أي مشغل على مقبض الشحن الفعلي. يتم كل ذلك من خلال الإنترنت ، وهو مكان ضعيف لهذا التصميم. لكن في قرصة ، حصلت على شاحن ثانٍ لكيمكن دائمًا توصيله. لذلك يبدو أنه متمركز بشكل كبير. سيبدأ تمديد الشاحن نحو الفوهة. في الفيديو ، يمكنك رؤيته يبحث عن شعار Tesla Blue Tesla ، وهو نقطة مرجعية جيدة للبرنامج في ، ثم منفذ الشحن. لكن شعار Tesla أسهل في الواقع من منفذ الشحن بسبب اللون النهائي ، حيث أن منفذ الشحن يبدو مختلفًا تمامًا عن زوايا مختلفة ويظهر الشعار دائمًا كما هو أكثر دقة. سترى بعد ذلك أنه ينشر مقبض الشحن عندما يقترب. ثم يذهب ذهابًا وإيابًا حتى يتمحوره.
تحتاج هذه الوظيفة إلى بعض الضبط الدقيق ، وهذا الجزء هو في الواقع حلقة مفتوحة. إنه عدم استخدام المشفر. إنه يعمل بشكل جيد بما فيه الكفاية. التعليقات الوحيدة التي تحصل عليها من اليسار واليمين هي من الكاميرا. وبعد ذلك هو مجرد وضع سرعة والذهاب لفترة معينة من الوقت. لذلك يمكن أن ينقذ بضعة أخطاء هنا إذا قمت برمجتي لاستخدام المبرمج وتعرف بالضبط إلى أي مدى تسير الأمور. لكنه لا يزال عمل قيد التقدم. مقبض الشحن مسطح قليلاً وهو ما يجعل هذا الجزء صعبًا في الحفرة. يتم استخدام الشق للسماح لزاوية الفوهة لأسفل إلى منفذ الشحن ، ويُسمح له بالتجول لأسفل. لذلك كما يدفع ، فإنه يحرق إلى أسفل في الموضع يجب أن يكون فيه.
لذلك بمجرد توصيله ، فهذا بعد ذلكمن المقرر أن تبدأ الشحن باستخدام API Tesla مرة أخرى لمعرفة متى يجب الانتهاء من الشحن المجدول. سوف يستخدم API Tesla لإطلاق مقبض الشحن ثم التراجع إلى وضعه المتوقف. وهذا كل شيء.
