Лучшие проекты Jetson Nano в 2025 году

Jetson Nano — отличный способ начать изучать искусственный интеллект. Оцените эти удивительные проекты Jetson Nano, которые максимально используют его возможности!

В прошлом искусственный интеллект (ИИ) был поручен мощным вычислительным машинам из-за большого объема вычислительной мощности, необходимой для обучения моделей ИИ. Из-за этого приложения ИИ были ограничены в размерах. Существуют обходные пути при создании небольших проектов ИИ, но в большинстве случаев точность и скорость противоречат вычислительной мощности и цене.

Компания Nvidia занимает лидирующие позиции на рынке ИИ, сосредоточившись на предоставлении ИИ профессиональным разработчикам с помощью своей линейки Jetson. В марте 2019 года был выпущен Jetson Nano — недорогое дополнение к линейке Jetson, призванное донести ИИ до широких масс, особенно до разработчиков и преподавателей.

Вдохновленный Raspberry Pi 4, Jetson Nano представляет собой одноплатный компьютер с небольшим форм-фактором, доступными контактами GPIO, общими выходами USB и дисплея. Под капотом находится графический процессор — ядро со 128 процессорами, построенное на архитектуре Maxwell. Этот графический процессор специально разработан для выполнения алгоритмов машинного обучения и основан на процессорах из оригинальной линейки Jetson.

Открытость и низкая стоимость платы побудили многих разработчиков взять Nano для внедрения ИИ в свои проекты. В этой статье мы рассмотрим несколько удивительных проектов со всего мира, в которых Nano используется в качестве вычислительного ядра. Давайте начнем!

Проверить цену Jetson Nano можно на сайте:

• Aliexpress
• Яндекс.Маркет

Роботы

Во-первых, у нас есть несколько очень умных роботов. От робота-собаки, вдохновленного фильмом «Спот», до говорящего плюшевого медведя — каждому найдется занятие по душе.

Черепаха-бот

Черепаха-бот — это базовая платформа с роботизированным функционалом. Этот проект считается подходящим для начинающих, поскольку сборка электроники, программирование и механика дадут вам представление об этой области. Однако насколько продвинутым вы захотите стать после этого, зависит только от вас.

Процесс сборки включает в себя 3D-печать, сборку различных компонентов, пайку, интеграцию электроники и компиляцию кода на Arduino. Вы можете настроить его с помощью модулей и добавить больше функциональности, чтобы расширить его возможности. Шасси для этого проекта можно купить или напечатать. Если в какой-то момент вы окажетесь в затруднительном положении, вы всегда можете задать вопросы автору.

• Сложность: Новичок
• Разработчик: matop_m
• Страницы проекта: Instructables, GitHub, Onshape
• Основные компоненты: Arduino Due, Proto-board, 2 двигателя постоянного тока 12 В с энкодерами, драйвер двигателя L298N

Роботизированная нанорука

Это 3D-рука гуманоида с открытым исходным кодом, которой можно управлять с помощью распознавания жестов и искусственного интеллекта. Проект разработан Rob Knight из The Robot Studio в сотрудничестве с Silicon Highway и Codethink. Rob Knight известен созданием функциональных роботов, вдохновленных анатомией человека.

В центре ладони робота находится камера. С ее помощью можно записывать и воспроизводить свои действия или обучать робота имитировать движения рук в режиме реального времени. Всю обработку данных и глубокое обучение выполняет Jetson Nano.

Чтобы начать работу над проектом, вы можете собрать все детали и компоненты в спецификации материалов и найти программное обеспечение на GitLab. Также есть возможность приобрести все 3D-печатные детали или напечатать их самостоятельно!

• Сложность: Средняя
• Разработчик: The Robot Studio
• Страницы проекта: Robot Nano Hand, Thingiverse
• Основные компоненты: Камера Raspberry Pi V2 и кабель, микросервоприводы SCS0009, сервоприводы SCS15, тефлоновые трубки

Robottle

Следующий проект — тот, который действительно может вдохновить на большие перемены. Ведь пластиковые бутылки — это проблема для окружающей среды и, следовательно, проблема для создания более устойчивого мира. Этот проект был разработан в рамках семестрового образовательного конкурса, в ходе которого студенты Lorenzo Jacqueroud, Arthur Bricq и Leonardo Mussa создали решение для очистки окружающей среды от пластиковых бутылок.

Этот робот должен быстро собирать бутылки, преодолевая небольшие и разнообразные препятствия на арене, а затем сдавать их в пункт приема вторсырья. Для этого студенты создали робота, который использует два вычислительных блока: один с Jetson Nano отвечает за высокоуровневое программирование, а другой с Arduino Mega — за низкоуровневое программирование и управление, например, моторами и ультразвуковыми датчиками. Глубокая нейронная сеть выполняется на графическом процессоре Jetson, чтобы обнаружить бутылки с помощью камеры, а также составить карту окружающей среды с помощью лидарного датчика.

Этот проект не так-то просто повторить. Однако если вы хотите проверить свои знания, создав робота с помощью ROS2 на разных узлах, работающих вместе, то это хороший выбор, поскольку в нем используется Python и предоставляются основные компоненты высокоуровневого кода, который Jetson использует для управления роботом. Также предоставляется код для Arduino Mega, а в конце вы сможете поэкспериментировать с мощным байесовским алгоритмом SLAM (Simultaneous Localization and Mapping).

• Сложность: Средний
• Разработчики: A Bricq, L Mussa, L Jacqueroud
• Страницы проекта: GitHub, YouTube, Nvidia Community
• Основные компоненты: Arduino Mega, датчик лидара, камера Raspberry Pi, ультразвуковые датчики, сервоприводы, детали лазерной резки, другие мелкие электронные детали и компоненты

Машинки

Следующие проекты — это то, что движется, включая беспилотники, багги и гоночные роботы!

Нанозавр

Этот проект, который выглядит как небольшой робот, похожий на танк, на самом деле является роботом-динозавром. Поскольку это маленький робот, работающий на базе Jetson Nano, его создатель назвал его «Нанозавр». Робот имеет открытый исходный код, а его детали можно распечатать.

Нанозавр — хороший обучающий инструмент для изучения ROS 2 и искусственного интеллекта в робототехнике. Вам понадобятся 3D-печатные детали, Jetson Nano, OLED-дисплеи, моторы и некоторые другие компоненты. На главной странице проекта вы можете найти хорошо написанное руководство по сборке робота. После того как робот будет готов, вы сможете найти несколько обучающих уроков, чтобы начать работу.

• Сложность: Новичок
• Разработчик: Raffaello Bonghi
• Страницы проекта: Hackster, Nanosaur
• Основные компоненты: Модуль OLED-дисплея, моторы, 3D-печатные детали

Марсоход

RB-0 — это ровер Jetson Nano, основанный на том же механизме подвески, что и новые марсоходы NASA, известном как система rocker-bogie. Благодаря корпусу, напечатанному на 3D-принтере, и более дешевым компонентам хобби-класса, этот проект идеально подходит для начинающих владельцев Jetson Nano!

Пользователь plankton на Hackster указал все необходимые компоненты на странице проекта на GitHub. Все компоненты корпуса могут быть напечатаны на принтере размером 200 x 200 мм. Также прилагается весь код на Python, так что марсоход можно распечатать и играть!

• Сложность: Новичок
• Разработчик: plankton
• Страницы проекта: Hackster, GitHub
• Основные компоненты: Модуль камеры Raspberry Pi, сервопривод MG90S, линейные сервоприводы L12-R, плата сервопривода PCA9685

Гоночные роботы

Хотите начать заниматься робототехникой? Мультиагентная система для неголономных гонок, или сокращенно MuSHR — это полнофункциональная робототехническая платформа, специально предназначенная для обучения и исследований в области робототехники. Основанная на списке готовых компонентов, платформа MuSHR содержит инструкции по сборке для каждого этапа проекта. Стандартные сборки включают такие компоненты, как 3D-камера глубины RealSense, датчик лидара, переключатели на бампере и 3D-печатный навес!

После того как вы построите своего робота, платформа MuSHR также предоставляет учебные пособия по автоматизации автомобиля. Учебники включают в себя использование YOLO V5 для обучения моделей для обнаружения других автомобилей MuSHR, планирование траектории и даже глубокое обучение и автономное вождение!

• Сложность: Новичок
• Разработчик: Personal Robotics Lab
• Страницы проекта: MuSHR, GitHub
• Основные компоненты: камера RealSense, YDlidar, RC-автомобиль Redcat Blackout

Поисково-спасательный дрон

Этот проект на GitHub сочетает в себе возможности беспилотного летательного аппарата PX4 Pixhawk с возможностями компьютерного зрения Jetson Nano для создания удивительного автоматизированного поисково-спасательного дрона.

Программное обеспечение для обработки и распознавания изображений, работающее на Nano — это проект Darknet tiny-YOLO V3, выбранный за его быструю скорость обнаружения и малый объем памяти. В руководстве Hackster приведены пошаговые инструкции по установке всего программного обеспечения.

Проект отделяет управление полетом и просто регистрирует абсолютное местоположение обнаруженных людей на основе координат и высоты дрона, полученных от Pixhawk PX4. Это позволяет Jetson взаимодействовать с любым автономным стеком управления полетом, например ArduPilot или DJI Pilot. Перейдите к учебнику, чтобы создать свой собственный!

• Сложность: Средняя
• Разработчик: Jon Mendenhall
• Страницы проекта: Hackster, GitHub
• Основные компоненты: Модуль камеры Raspberry Pi, PX4 Pixhawk (или другой полетный контроллер), USB-батарея

Картографический и разведывательный вездеход

Этот 4-колесный бот может исследовать любую незнакомую местность без помощи человека. Проект состоит из RC-автомобиля, оснащенного беспроводной камерой, работающей на Jetson Nano.

Как объясняет автор, этот тип транспортного средства полезен для картографирования неизвестных местностей, куда человеку трудно или опасно добраться без предварительного изучения местности. Он также полезен при ликвидации последствий стихийных бедствий, землетрясений или обвалов в шахтах, поскольку позволяет безопасно искать выживших и узнавать их точное местоположение.

• Сложность: Продвинутый
• Разработчик: Dhairya Parikh
• Страница проекта: Hackster
• Основные компоненты: Модуль камеры Raspberry Pi V2, 8-канальный пропорциональный контроллер клапана PCA9685

Детекторы

Jetson Nano — отличная плата для проектов по визуальному обнаружению, будь то сбои в 3D-печати или улучшение техники игры в дартс!

Определение положения тела с помощью искусственного интеллекта

Одной из главных сильных сторон Jetson Nano является его способность к компьютерному зрению. Благодаря сравнительно большому количеству ядер CUDA в графическом процессоре, он способен анализировать видео с довольно высокой частотой кадров. Чтобы продемонстрировать эти возможности, Nvidia создала демонстрацию, позволяющую в режиме реального времени определять позу.

Поскольку обучение нейросетевых моделей занимает много времени, в проект включены предварительно обученные модели для гуманоидных фигур, что позволяет легко определять такие признаки, как «левый глаз» или «прямой угол». Для более смелых в проект включены скрипты для обучения собственных моделей, позволяющие обнаруживать все, что угодно!

• Сложность: Новичок
• Разработчик: Nvidia AI IoT
• Страница проекта: GitHub
• Основные компоненты: Только веб-камера!

Распознавание гитарных аккордов

Для многих музыкантов игра на гитаре является относительно простым занятием, но для новичков она может оказаться довольно сложной. С помощью этого проекта процесс станет проще. Здесь камера используется для обнаружения играемых нот, а затем отображает карту аккордов на экране, облегчая процесс обучения и привыкания к нотам на грифе.

Поскольку в настоящее время в проекте используется только одна камера для обнаружения нот, этот проект может быть несколько ограничен несколькими нотами, которые были выучены интеллектом. Сейчас распознаются следующие ноты: ля-минор, до-мажор, ре-минор, ми-минор, фа-мажор и соль-мажор. Важно помнить, что для создания проекта Jetson inference необходимо следовать специальным инструкциям по использованию программы ImageNet.

• Сложность: Средняя
• Разработчик: R Waltzer
• Страницы проекта: GitHub, Nvidia Community
• Основные компоненты: Jetson Nano, совместимая камера

Видеоняня BabyWatcher

Следующий проект предназначен для новорожденных. Поскольку переворачивание и положение на животе может быть чревато удушьем, очень важно обеспечить им возможность спать или находиться в положении на спине. ИИ здесь следит за тем, как спят младенцы, что может помочь многим родителям вести более спокойный образ жизни. Учитывая использование программы JetPack 4.6, необходимо провести некоторые подготовительные мероприятия, такие как установка SDK и запуск контейнера docker hello.

Важно отметить, что это еще не идеальный инструмент и у разработчика еще есть некоторые доработки, например, включение уведомления после определенного времени пребывания в лежачем положении и предупреждение о том, что ребенок покидает кадр (именно поэтому автор использует обнаружение, а не классификацию). Для процесса обучения использовался инструмент аннотирования CVAT, который облегчает аннотирование изображений и видео, которые могут быть экспортированы в формат Pascal VOC. Посмотрите видео, чтобы увидеть систему в действии!

• Сложность: Средняя
• Разработчик: S Nakano
• Страницы проекта: GitHub, Nvidia Community
• Основные компоненты: Веб-камера Logicool C270n

Распознавание метания дротиков с помощью ИИ

Этот проект придает высокотехнологичный вид извечной игре в дартс! Авторы, которые назвали этот проект «Shoot Your Shot!», использовали Jetson Nano и пять камер для сбора подробных данных о стойке и технике броска дротиков, а также о попадании самого дротика.

Анализ положения игрока осуществляется с помощью функции распознавания поз от Nvidia, о которой мы рассказывали выше. На основе позы алгоритм может оценить скорость, с которой был брошен дротик. В сочетании с историей ваших последних бросков команда смогла создать систему для отслеживания очков, а также представить тепловую карту, показывающую, куда вы чаще всего попадаете. С помощью этого проекта вы сможете проследить взаимосвязь между различными позами и точностью бросков!

• Сложность: Средняя
• Разработчики: Terry Rodriguez, Salma Mayorquin
• Страница проекта: Hackster
• Основные компоненты: 5x USB-камер, доска для дартса

ИИ для обнаружения малярии

Малярия — одно из самых смертоносных заболеваний, поражающих современный мир. При наличии соответствующих инструментов и лекарств она лечится довольно легко, если только ее быстро обнаружить. Однако доставка этих средств в отдаленные районы мира — непростая задача, поскольку инструменты могут быть довольно дорогими, а для их использования требуется опытный врач. Автор проекта Hackster Salman Faris попытался решить эту проблему с помощью 3D-печати и искусственного интеллекта!

Используя отличный проект OpenFlexure для корпуса микроскопа, этот проект позволяет создать недорогой и высококачественный цифровой микроскоп для быстрого и простого анализа крови. Основываясь на наборе данных из NIH с более чем 27 000 изображений зараженных клеток крови, Jetson Nano может использовать предварительно обученную модель TensorFlow для быстрого определения вероятности заражения малярией. Хотя Faris не смог получить образец для тестирования, он сделал этот проект с открытым исходным кодом в надежде, что другие смогут использовать его наработки.

• Сложность: Средняя
• Разработчик: Salman Faris
• Страница проекта: Hackster
• Основные компоненты: Модуль камеры Raspberry Pi, макрообъектив смартфона

Камера, следящая за лицом

Этот проект состоит из камеры, установленной на вращающемся штативе, которая запрограммирована на обнаружение лица. Вращаясь, камера удерживает лицо в центре кадра. Этот проект пригодится, если вы проводите онлайн-презентацию или выступаете на сцене и хотите сохранить запись.

Репозиторий GitLab содержит всю информацию о программе и схемах. В папке «Examples, Videos, Images, Presentations» находится полезная презентация PowerPoint с кратким объяснением принципа работы, изображения установки и демонстрационное видео. Эта папка — хорошее место для начала знакомства с проектом.

• Сложность: Средняя
• Разработчик: Mike Schoonover
• Страница проекта: GitLab
• Основные компоненты: PCA9685 16-канальный 12-битный ШИМ-драйвер сервомотора IIC, 2x стандартных сервопривода, кронштейн для крепления сервопривода наклона, Logitech HD Pro Webcam C920

Нейронный аудиосинтез в реальном времени

С помощью этого проекта вам не нужно быть диджеем, чтобы устроить отличное шоу и создать ритм. Он позволяет превращать простые движения в невероятные звуки, создавая по-настоящему интерактивную музыку и шоу. Датчик движения распознает и преобразует ваши действия в эффекты в реальном времени, создавая эффект настоящей игры на инструменте.

Чтобы сделать это возможным, используется RAVE — вариативный автокодер для быстрого и качественного нейронного синтеза звука. Для обучения этой модели используются три этапа: подготовка набора данных, обучение и экспорт. Автор указывает, что существует два метода подготовки набора данных (обычный и «ленивый»), но предупреждает, что распаковка файлов может занять много места в памяти и увеличить нагрузку на процессор Windows при обучении большого аудиокорпуса.

• Сложность: Продвинутая
• Разработчики: A Caillon, P Esling, команда ACIDS в IRCAM.
• Страницы проекта: GitHub, Nvidia Community
• Основные компоненты: Raspberry Pi 4, датчик движения

ИИ Детектор звука животных

Хотя многие проекты, представленные в этом списке, сосредоточены на возможностях компьютерного зрения, Jetson Nano способен на гораздо большее! В этом проекте для обнаружения ИИ использует не изображение, а звук. Вооруженный простым USB-микрофоном, он предназначен для многочасового прослушивания и регистрации любых «естественных» звуков. ИИ способен распознавать призывы животных и даже ультразвуковые звуки!

Чтобы не просматривать сотни часов аудиозаписей, в которых нет звуков животных, программное обеспечение разбивает их на фрагменты и анализирует данные, чтобы обнаружить любой «естественный» звук. Оно способно классифицировать звуки в зависимости от того, какой вид и род животных мог их создать, основываясь на GPS-координатах. В ходе тестирования Capt. Flatus O’Flaherty смог обнаружить семь различных видов летучих мышей в своем районе!

• Сложность: Продвинутая
• Разработчик: Capt. Flatus O’Flaherty
• Страницы проекта: Hackaday
• Основные компоненты: UltraMic 384, 12-вольтовая батарея, 5″ емкостной ЖК-дисплей

Разное

Эти последние несколько проектов настолько уникальны, что не попадают ни в одну из вышеперечисленных категорий. Посмотрите на другие крутые применения Jetson Nano!

Счетчик банкнот

Если вы увлекаетесь технологиями во взрослом возрасте, то, скорее всего, в детстве вы любили Lego. Этот проект сочетает в себе лучшее из обоих миров. Он использует Jetson Nano для распознавания и классификации банкнот, а затем складывает их для подсчета общей суммы.

Для механической части проекта (т.е. компонентов, перекатывающих купюры для подсчета и упорядочивания) в системе используются колеса Lego и сервомоторы, управляемые PCA9685 через I2C. Этот проект — хорошее введение в обучение искусственному интеллекту.

• Сложность: Средний
• Разработчик: Steinheilig
• Страницы проекта: Nvidia Developer, GitHub, YouTube
• Основные компоненты: Lego Technic, 4x моторов, сервомотор, сервопривод PCA9685, 2x платы драйверов моторов L293D