SimpleClean Psycho Pass Dominator Prop - Gunook

2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:17

Dies ist mein erster Versuch im Requisitenbau. Ich habe es geschafft, dies in einer Woche Schulferien zu erledigen, indem ich vor Ort baute.

Um von einem nicht tödlichen Paralyser in den tödlichen Eliminator-Modus zu verwandeln, spielt diese Dominator-Requisite die entsprechenden Sounds. Es kann auch Gesichter von Personen erkennen, um einen Kriminalitätskoeffizienten zu ermitteln, wenn auch nicht sehr schnell. Es gibt auch NeoPixel-LEDs!

Dies könnte ein gutes Urlaubsprojekt sein, um nicht nur die Fähigkeiten zur Herstellung von Requisiten zu verbessern, sondern auch Elektronik- und Programmierkenntnisse zu haben. Es hat sogar eine Kamera, mit der Sie Computer Vision ausprobieren können.

Schritt 1: Gehäuse

Das Gehäuse besteht aus einer Kombination aus MDF-Holz, klarem PVC-Kunststoff und schwarzem Papier als Abdeckung.

Zuerst wurde das MDF-Holz mit einem Taschenmesser, einer Schere und einer Kappsäge geschnitten. Die oberen MDF-Stücke wurden zusammengeklebt.

Der klare PVC-Kunststoff wurde mit einer Schere geschnitten und mit einer Zange gebogen. Es gibt 2 große Seiten, um die allgemeine Struktur der Stütze stabil zu halten, und viele kleine gebogene PVC-Stücke, um die 2 großen Seiten durch Heißkleber aneinander zu befestigen.

Schritt 2: Transform-Mechanismus

Der Mechanismus wurde mit 2 Servos hergestellt, einem für die rechteckigen Panels und einem anderen für den Quader (Gehäuse des Raspberry Pi und anderer elektronischer Komponenten)

Das Servo für die rechteckigen Platten wurde auf den Quader geklebt. Das Servo, das den Quader bewegt, wurde am Quader befestigt, indem Löcher in den Kunststoff und den Servoarm gebohrt und mit verzinktem Draht verbunden wurden.

Schritt 3: Sichern von Materialien und Komponenten

Schwarzes Papier wurde verwendet, um die äußeren MDF-Holzteile zu bedecken.

Die elektronischen Komponenten und die Plastikteile im Innenrahmen wurden mit Heißkleber & etwas Klettverschluss befestigt. Die äußeren Holzteile wurden zusammengeklebt und mit Gummibändern und Magnetband am inneren Rahmen befestigt (Gut, um die Rahmen bündig mit dem Rahmen zu halten.)

Alle elektronischen Komponenten wurden über Header-Pins miteinander verbunden. Es wurde etwas gelötet, um den GPIO des Raspberry Pi auf das von Servos benötigte Layout (als Mini-PiHat) zu verdrahten. Die NeoPixel-LEDs wurden mit 5V, GPIO 18 und GND verdrahtet. Die Servos wurden mit 3,3 V, GPIOs 17 & 27 und GND verdrahtet, während der Rollenschalter (der als Trigger fungiert) mit 3,3 V und GPIO 24 verdrahtet war.

Schritt 4: Elektronik & Software

Das Gerät verfügt über einen Raspberry Pi Zero, der mit einer Kamera verbunden ist, Roller Switch (als Auslöser, an Pin 24), NeoPixel-LED-Streifen (ca. 60 LEDs, an Pin 18), 2 Micro Servos (Pin 17 und 27). Es gibt keinen eingebauten Akku, da das gesamte Setup über ein Micro-USB-Kabel mit Strom versorgt wird. Der Raspberry Pi Zero verbindet sich drahtlos mit einem Bluetooth-Lautsprecher, um verschiedene Psycho-Pass-Sounds abzuspielen.

Der Raspberry Pi ist als USB-Ethernet-Gadget mit aktiviertem SSH, VNC und Kamera eingerichtet, wie in

Der auf dem Raspberry Pi Zero ausgeführte Code ist in Python und wird beim Booten ausgeführt, indem die Befehle in /etc/rc.local abgelegt werden. Es schaltet die NeoPixel-LEDs auf Cyan (wie die Farbe der Psycho-Pass Dominator Lights) ein und spielt beim Drücken des Auslösers verschiedene Crime-Koeffizient-Sounds ab. Es verwendet diese Bibliotheken:

• gpiozero (eingebaut)
• rpi_ws281x adafruit-circuitpython-neopixel (du musst "sudo pip3 install rpi_ws281x adafruit-circuitpython-neopixel" ausführen)

Der verwendete Code wäre in Kürze verfügbar (1 Monat). Gleiches für die nächste Seite

Schritt 5: Computer Vision

Der Raspberry Pi Zero hat das Potenzial, eine Gesichtserkennungssoftware auszuführen, sodass er Kriminalitäts-Koeffizienten-Messwerte aus dem Gesicht einer Person liefern kann.

Anstatt OpenCV zu kompilieren, lade ich eine vorkompilierte Binärdatei herunter und installierte sie wie in https://www.pyimagesearch.com/2018/09/26/install-opencv-4-on-your-raspberry-pi/. Eine gute Ressource, um mit Raspberry Pi Computer Vision zu beginnen, ist

Schritt 6: Fazit

Insgesamt ist es für ein Kurzurlaubsprojekt durchaus lohnenswert. Ich habe es rechtzeitig zum Anime Festival Asia 2019 geschafft.