世界首辆特斯拉 Cybertruck 警车、自平衡全向轮小车、智能...

本周社区公众号精选了多个创新项目，包括世界首辆特斯拉Cybertruck警车、一个自平衡全向轮小车、具有LED灯的电吉他、以及多种智能设备。特斯拉Cybertruck警车由UP.FIT公司改装，配备了先进的警用装备和定制功能。自平衡小车使用ESP32微控制器和多种传感器确保平稳移动，而电吉他则通过内置LED灯带增加演出的视觉效果。此外，还介绍了用于延时摄影的智能相机“TIME LEAP CAM”，以及结合YOLOv8和树莓派的蜜蜂计数器，这些项目展示了科技如何在多个领域内发挥创新作用。感兴趣的读者可以查看更多详情和讨论，或向MakerCommunity@outlook.com投稿推荐内容。

社区公众号记录每周值得分享的创客相关内容，每周五发布～

欢迎投稿或推荐相关内容。

投稿邮箱：MakerCommunity@outlook.com

世界首辆特斯拉 Cybertruck 警车


这是世界上第一辆特斯拉警用 Cybertruck，由UP.FIT 公司打造而成。

外观采用专用配色方案，大大增强其威慑力。







从内到外，这辆警车配备一应俱全。包括警报器、一系列灯光、挡泥板聚光灯、公共广播系统、计算机系统和升级版收音机。





以及，还配备 18 英寸锻造轮毂。





除此之外，还可选附加装置包括前推杆、Starlink 连接以及高性能刹车和轮胎。

当然，还可量身定制功能，使其更加强大。据 UP.FIT 称，如果有部门对这款车感兴趣，他们还可以通过添加囚犯隔板、K9 围栏和武器储存隔间等功能对其进行修改，以用于军事、战术和搜救行动。

不知道，大家觉得怎么样？

来源：https://up.fit/tesla-fleet-upfitter-up-fit-unveils-the-worlds-first-tesla-cybertruck-police-vehicle/

自平衡全向轮小车
这是一个创新的自平衡电动车项目，它采用了两个全向轮，能够在各种地面上平稳移动（暂时不能向后移动，刹车也有点问题）。

该项目使用ESP32微控制器和SimpleFOCMini驱动器来控制车辆，搭配MPU6050运动传感器和MT6701磁编码器，确保车辆的平衡性和精准控制。动力方面，项目选用了GBM2804H-100T电机和12A无刷电调，配合1000mAh的3S1P电池，确保了足够的动力输出和续航能力。另外，这款电动车还特别增加了一个30mm的6叶片EDF(electric ducted fan)，为车辆提供额外的推力和控制灵活性。整个项目在YouTube频道@remrc上有更详细的展示和讨论。


http://static.video.qq.com/TPout.swf?vid=wxv_3508203599987671048&1314.swf


来源：https://www.youtube.com/watch?v=GvfQLwAK5uU


电吉他闪耀LED秀


想象一下，在重金属乐队的演出中，你掏出一把装备了智能LED灯（WS2812b）的电吉他。



这个项目通过在电吉他中嵌入由Arduino控制的LED灯带，配合红外遥控器，实现了八种不同的灯光显示模式，让吉他在演奏中更具视觉冲击力。作者使用了两块Arduino Nano板，一块控制琴颈上的固定灯光，另一块负责吉他身上的动态灯光效果。此外，为了解决电源和噪音问题，作者还设计了一个独立的电源系统，并使用了滤波器来减少LED与Arduino之间的干扰。这把电吉他不仅外观炫酷，操作灵活，还能通过简单的充电方式快速补充电力，完美适应演出需求。

来源：https://www.hackster.io/luigi-morelli/let-s-build-an-electric-guitar-with-led-ws2812b-beb836


TIME LEAP CAM 相机


这款名为“TIME LEAP CAM”的相机专为长时间间隔的延时摄影和持续监控设计。其独特之处在于，它能够通过OpenAI的GPT-4o智能分析技术，自动识别图像内容，并在检测到特定情况时通过LINE发送通知，极大地减少了人工监控的需求。例如，它可以在检测到人员跌倒、宠物食盆空、植物不健康、窗户开启或可能下雨的情况下发送警报。



相机支持WiFi通信，采用低功耗的ESP32S3 SoC芯片，并配备了64GB的eMMC存储。它还具备深度睡眠模式以节省电能，且可以通过Qi无线充电进行电池充电。此外，相机具有防水设计，适合户外使用，并可通过触摸背部的一个按钮激活配置的Web服务器，方便用户通过智能手机或电脑浏览器进行设置。此相机不仅适用于老年人监护、家庭安全监控，还可以用于宠物监控、植物健康监测和天气观察等多种场景。

来源：https://www.hackster.io/hnakamiru1103/time-leap-cam-time-lapse-cam-and-monitoring-by-openai-ae91a1


智能蜜蜂计数器：YOLOv8与树莓派的结合
在巴西伊塔茹巴联邦大学，硕士生José Anderson Reis和教授José Alberto Ferreira Filho使用树莓派Zero 2W部署了机器学习模型YOLOv8，实现了蜜蜂出入蜂巢口的实时计数。这项技术的核心在于利用嵌入式机器学习（tinyML）自动化了蜜蜂计数过程，提高了计数的准确性和效率，对养蜂业和生态研究都具有重要意义。该项目不仅优化了数据收集的质量，还通过实时图像处理，极大地节省了人力资源。



来源：https://www.hackster.io/518000/buzztech-machine-learning-at-the-edge-07c951


智能水质与气泡检测系统
这个项目通过结合AI技术和物联网设备，开发了一套可以同时进行水下超声成像和化学水质测试的系统。使用Nano ESP32开发板和UNIHIKER（行空板）单板计算机，系统能够实时识别水下潜在的有害气泡并评估水质污染程度。该系统特别适用于封闭水体和水产养殖业，能够及时发现并预防水质问题，避免对水生生态系统造成破坏。





系统的亮点包括：

• 使用DFRobot URM15 - 75KHZ超声波传感器进行精确的水下扫描。
• 通过Edge Impulse Studio构建的神经网络模型，实现对水下气泡的智能识别。
• 利用NVIDIA TAO RetinaNet算法进行水质测试结果的图像分析，评估污染水平。
• 设计了与Telegram集成的推送通知服务，实时更新检测结果。
  

此外，该项目还自行设计了3D打印外壳和PCB，确保设备的紧凑性和实用性，非常适合在各种水体环境中部署。

来源：https://www.hackster.io/kutluhan-aktar/ai-based-aquatic-ultrasonic-imaging-chemical-water-testing-f6b233

周刊首发于DF创客社区