2024-J2-CameraTracker

---

---

Descripción

El proyecto Camera Tracker es un sistema de seguimiento de objetos que utiliza una cámara ESP32-CAM montada en una torreta. El sistema es capaz de reconocer y seguir objetos utilizando un modelo de aprendizaje automático optimizado, implementado en la plataforma Edge Impulse.

---

Documentación

Consulta la documentación del proyecto para obtener una visión más detallada de los objetivos, implementación y resultados del sistema.

---

Contenido

• Características
• Hardware
• Reconocimiento de Objetos
• Configuración del Entorno
• Licencia

---

Características

• Seguimiento de objetos.
• Integración de hardware utilizando ESP32-CAM y servomotores.
• Modelo de reconocimiento de objetos entrenado con Edge Impulse.
• Interfaz web para monitoreo y configuración.

---

Hardware

El hardware del proyecto se basa en las siguientes etapas:

1. Medición de Componentes: Se realizan mediciones detalladas de los componentes.
2. Diseño Inicial: Se elabora un boceto preliminar a mano alzada.
3. Diseño 3D: Se utiliza Autodesk Fusion 360 para diseñar las piezas y exportarlas en formato .stl para impresión 3D.
4. Prototipado: Se desarrollan varias versiones del prototipo para optimizar el equilibrio y funcionalidad del sistema.

---

Reconocimiento de Objetos

El reconocimiento de objetos se realiza mediante el uso de Edge Impulse, donde se entrena un modelo para identificar diferentes elementos. El proceso incluye:

1. Captura de Imágenes: Se toman aproximadamente 700 fotos de cada objeto con buena iluminación y fondo uniforme.
2. Etiquetado: Las imágenes se etiquetan manualmente en la plataforma Edge Impulse.
3. Generación de Features: Se especifica el "color depth" (escala de grises o RGB).
4. Entrenamiento del Modelo: Se ajusta el modelo y se realiza el entrenamiento.
5. Evaluación: Se utiliza la matriz de confusión para analizar el rendimiento del modelo y determinar posibles mejoras.

---

Configuración del Entorno

Instalación de Manejadores de Placa

1. Abre el IDE de Arduino.
2. Ve a Archivo > Preferencias y añade la URL para el ESP32 en "Gestor de URLs Adicionales":

   https://dl.espressif.com/dl/package_esp32_index.json
   

3. Dirígete a Herramientas > Placa > Gestor de Placas y busca e instala las siguientes versiones:
   • Arduino AVR Boards: Versión 1.8.6.
   • ESP32 by Espressif Systems: Versión 2.0.5.

Configuración de la Placa

1. Selecciona AI-Thinker ESP32-CAM en el menú de placas.
2. Configura el puerto correspondiente al dispositivo conectado.

Instalación de Bibliotecas

1. Abre el Library Manager desde el IDE de Arduino.
2. Instala las siguientes bibliotecas:
   • ESP32Servo: Versión 3.0.5.
   • FreeRTOS (incluida por defecto):

     #include <freertos/FreeRTOS.h>
     #include <freertos/semphr.h>

   • WiFi y esp_http_server (incluidas por defecto):

     #include <WiFi.h>
     #include "esp_http_server.h"

   • Arduino Core (incluida por defecto):

     #include "Arduino.h"

3. Importa manualmente la biblioteca de inferencia generada por Edge Impulse:
   • Descarga el archivo .zip desde Edge Impulse.
   • Usa la opción Sketch > Incluir Biblioteca > Añadir biblioteca .ZIP.
   • Incluye los siguientes archivos en tu proyecto:

     #include <lapor-project-1_inferencing.h>
     #include "edge-impulse-sdk/dsp/image/image.hpp"

4. Asegúrate de tener las bibliotecas para dibujado de bounding boxes:

   #include "img_converters.h"
   #include "fb_gfx.h"

Clonación del Repositorio

Clona el repositorio del proyecto para acceder a todo el código fuente y configuración:

git clone https://github.com/tpII/2024-J2-CameraTracker.git

---

Licencia

Este proyecto está bajo la Licencia GPL 3.0. Consulta el archivo LICENSE para más detalles.