Robotics in education (versione kindle italiana)

Promozione estiva: Robotics in education Q.bo cooding for STEM versione italiana disponibile su Amazon in versione Kindle.

Indice generale

QBO_STEM introduzione 9

Q.bo STEM Hardware 13

I Touch sensor di Qbo.STEM 15

Collegamenti elettrici 17

Le forme d’onda 19

Un programma di test per i touch sensor 20

Il modulo di gestione principale 22

I microfoni di Q.bo STEM 25

Microfoni a condensatore 27

Cenni di acustica 30

Lo speaker di QBO. 39

Il campo di frequenza dell’udibile 40

l’intensità sonora 41

La riproduzione sonora 43

tipologie di altoparlanti 45

I segnali audio 51

Gli occhi di Q.bo STEM 55

Principio di funzionamento delle telecamere digitali 55

I fotositi 60

I sensori CMOS 60

I sensori CCD 61

Le fotocamere di Q.bo STEM 61

Dati di configurazione delle fotocamere 62

Verifica dei dati di configurazione 69

Test di funzionamento della telecamera 71

I servomotori di Q.bo STEM. 73

Cenni sui campi elettromagnetici 73

Le equazioni principali dei campi elettromagnetici 74

I motori elettrici 75

Motori in corrente continua 78

La tecnica di comando PWM 80

I motori brushless 82

La tipologia “stepper” 84

Esempio di tecnologia di costruzione: 87

I servomotori 89

Il controllo PID 90

Servomeccanismi di Q.bo STEM – Dynamixel XL-320 92

Circuito di comunicazione: 94

Il software di controllo 94

Le espressioni facciali di Q.bo STEM 95

I LED (light emitting diode) 95

L’indirizzamento software della matrice a led 97

Pinout ATSAMD21-G18A-U 98

Le configurazioni della matrice di led 99

Le Configurazioni espressive 106

Configurazione per espressioni alfabetiche 108

Le codifiche per espressioni numeriche 111

Esempio di codice di comando in “C” 113

Programmi per le espressioni facciali in Python 114

QBO_Think_syllable.py: 114

QBO_Think_numbers.py 115

Q.bo STEM BOARDS 119

I/O Digitali 122

Ingressi analogici 122

Le grandezze analogiche. 122

Il convertitore ADC. 127

Tensione di input o di riferimento: 128

Frequenza di campionamento: 128

Risoluzione: 128

Linearizzazione: 128

Rumore: 128

Soglie (Vref min): 128

Isteresi: 129

Normalizzazione: 129

Tipologie di conversione. 129

Il SAMD21G18 129

Caratteristiche: 130

Schema a blocchi ADC: 131

Il convertitore DAC: 132

Caratteristiche: 134

Il protocollo I2S: 137

Caratteristiche: 138

Configurazione pin I2S 141

La funzionalità multiplexer: 143

Principio di funzionamento: 145

Il protocollo I2C: 146

Principio di funzionamento: 147

Modalità di comando e controllo: 148

Il protocollo UART: 149

Il connettore GPIO: 151

Q.bo STEM HMI 155

La tecnologia costruttiva: 155

Il Raspberry PI 3 Model B+ 157

Il connettore display (DSI): 158

La trasmissione dati bilanciata 159

Il connettore HDMI 160

Le porte USB: 163

La porta Ethernet 165

La porta wifi 168

La specifica Bluetooth: 170

Raspberry Piedinatura GPIO: 171

Q.bo STEM – Nozioni fondamentali. 175

I sistemi operativi per i vari dispositivi. 175

Componenti di base per i sistemi operativi: 176

I sistemi di archiviazione 180

I sistemi di archiviazione distribuiti. 181

I NAS. 181

I CLOUD. 181

I comandi principali di Linux 183

Elenco dei principali comandi linux 194

Comandi da terminale ssh e scp 209

I permessi 210

I comandi di gestione 213

Reti e comunicazioni 215

Il concetto di informazione 215

La comunicazione 216

La rete “LAN” 218

La rete “MAN” 218

La rete “WAN” 218

Le reti “PAN” o “WPAN” 218

La rete “GAN” 219

Le reti virtuali “VPN” 219

La MicroSD CARD 223

Classe di Velocità (SD Bus) 226

Classe di Velocità UHS (Ultra High Speed Bus) 227

I Linguaggi di programmazione 229

Le principali differenze tra C++ e Python: 231

Gli algoritmi 232

Pseudo linguaggio e flow chart 235

Python: nozioni di programmazione. 253

Specifiche e convenzioni. 253

Versioni e release. 257

Tipicizzazione dati e variabili. 259

Un approccio costruttivo. 260

MAT_15 Game. 260

Il mdoulo “Turtle graphics”. 262

Il modulo “Random”. 263

Il modulo “Time”. 264

Variabili: definizioni e settaggi 265

Definizioni di funzioni. 266

Il punto di ingresso. 268

Paradigma di programmazione ad oggetti 271

Le classi 272

La sintassi 274

Un esempio: 274

Il cenni sul controller di Q.bo STEM. 275

Cenni di programmazione in “C” 284

Elementi di base 305

Datatype: costanti e variabili 305

Puntatori 306

Preambolo, commenti headers e definizioni 307

Blocco delle dichiarazioni 308

Le funzioni 309

Operatori, assegnazioni e formati 310

Iteratori 311

Controllo di flusso (condizionali) 312

Controllo della memoria e puntatori 312

Q.bo STEM – Installazione software (prima parte) 315

La scelta del sistema operativo 316

La scelta della SIM CARD: 320

IP address 322

dhcpcd.conf 326

Installazioni preliminari 330

La tastiera virtuale 333

Le installazioni del linguaggio Python 333

Espansione del file sistem 338

Aggiornamento di pip 341

Python e pip 342

Ambiente virtuale 345

Thonny la IDE dei principianti 351

Shell di sistema per principianti. 354

Installazione librerie 354

Le basi del Machine learning 357

Il concetto di “deep learning” 357

Il Neurone artificiale 358

La funzione di attivazione 359

L’apprendimento 360

Il concetto di “Perceptron” 361

Una simulazione di classificatore binario 364

La Congettura di Collatz 381

Sequencer.py 383

Plotting_sequences.py 386

Una tecnica di Machine Learning 389

Pythorch 389

Installazione di pythorch e pytorchvision. 389

bouncer_plot.py 391

Predication.py 392

Le serie temporali LSTM 397

Plotting dei risultati 404

Predisposizione per la ComputerVision 407

Installazione software per la webcam 409

Settaggio parametri della telecamera e test 410

Installazione di OpenCV 411

Aggiornamento del sistema e operazioni di sicurezza 421

Q.bo STEM e la computervision 422

OpenCV-Python: nozioni di base. 424

Un piccolo esempio: 424

Una Applicazione: MoveDetection.py 430

Principio di funzionamento 430

Test_simula_img.py 431

Movedetection.py 435

Face detection 444

Talking_detector 450

Il framework ALSA 475

Installazione software (seconda parte) 481

i file bash 482

OPEN_QBO_Installer.sh 483

Q.bo STEM e il riconoscimento vocale. 491

Un test di riconoscimento vocale 494

Le espressioni regolari 495

Una integrazione al programma ““talking detector.py”. 503

Creazione di un modulo di speech_recognition 505

Introduzione al Natural Language Processing 509

Un file di test nel formato .json 510

Operazioni preliminari sui file di testo 517

Esempio di utilizzo del deep learning per NLP 529

Pre-procesing dei dati 531

costruzione della rete neurale 535

Addestramento della rete neurale 541

Test di verifica 547

Qbo.STEM chatbot 553

Q.bo STEM Cameriere di sala 560

Conclusioni 562

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Translate »