変わりモノがいい!

変わりモノには価値がある・・・ハズ?

経過報告:Raspberry Pi 3 B+修理中

動かない理由は判りました。

前回の記事でRaspberry Pi 3 B+のジャンク品が動かない推定原因を書きました。
昨日テスターが届いたので早速レギュレータの出力を調べてみました。
レギュレータが作っている電圧3.3V、18.V、1.2V全てが0Vと、出力がされていないことが判りました。
何らかの原因でレギュレータが破損したようです。

f:id:ken2017:20220119121209j:plain
レギュレータは上の写真の左下のちょっと大きめの四角くて沢山のピンが付いているチップです。
単に3.3Vだけの故障であれば当該ラインのLを除去し、ラインの接続用のハンダ穴からハンダを抜いてやれば良いと思っていましたが、ちょっと重症なのでこのやり方ではダメというか面倒です。
急遽方針変更し、レギュレータを基板から取り除くこととしました。
DIP部品の取り除きは嫌というほどやったことがありますが、面実装部品は経験がありません。
ネットで調べてみると2つ方法があるみたいで、一つは除去専用のブロアーで熱風を当て部品を外す方法、もう一つは下の記事のようにハンダにハンダを吸わせ除去する方法があるようです。

www.analog.com

どちらの方法もハードルが高すぎて真似できません。
ということで無謀な方法に走ってしまいました。
それは、機械的な除去、です。
ニッパーでチップを破壊し除去しようというものです。
自分でも無謀なことをやったものだと思います。
現時点の状態はコレ。
写真左下の黄土色のところが破壊されたレギュレータです。

f:id:ken2017:20220121160024j:plain
想定外だったのは、
チップのリード(足)が小さすぎて1本1本を個別に切れない。
どうやらリードだけで基板に付いているのではなくチップの底面も基板に固着している、ということです。
途中から、コリャ失敗だな、と思いながら、途中でやめても仕方ないので行くとこまで行くかと作業を続けています。
この状態では基板に電源を供給できないので、テスターで5Vラインの導通を確認しました。
見事に5VとGNDが短絡しています。
レギュレータを除去する作業でチップのピン間がショートしたんだろうと思います。
手持ちのニッパーはプラモデル用で歯が大きく細かなことができないので急遽、精密ニッパーをAmazonで手配しました。
続きの作業は、それが届いてからです。
精密ニッパーでチップをより綺麗に除去し、電源ラインのショートが無いことを確認出来たら次に進めます。
可能性は低いかな、と思いますが。
これで上手くいったら外部電源を使ってRaspberry Pi 3 B+を動かしてみようと思っています。
その電源の候補がコチラ。
必要最低限で考えるとCPUやその周辺用の電源である3.3Vと1.8Vだけでよいので下の電源モジュールでいけそうです。

気になるのは、Raspberry Pi 3 B+から1.2Vが加わっていることであり、ひょっとするとwifibluetooth関係の電源であるかも知れません。
このあたりはもう少し調べてみようと思います。
1.2Vが必要となった時には下のモノが候補としてあります。

japanese.alibaba.com

または、1.2Vを諦めてwifibluetoothはドングルを使うという手もあります。
いずれにしても明日手に入る精密ニッパーでの作業次第です。
どうなることやら。
今日はここまで。
では、また。

 

速報:Raspberry Pi3 B+はジャンク品確定です。

望みは絶たれました。

ジャンク品として買ったRaspberry Pi3 B+ではありますが、心の中ではSDカード内のデータ破損ではないかと簡単な修理の可能性を信じていました。

f:id:ken2017:20220119113241p:plain
Raspberry Pi3 B+にOSを入れたSDカードを入れなおして電源を入れましたが、メルカリのページに書いてあったように赤いLEDが点灯したままで何も動きませんでした。
色々ネットを調べていくとSDカードのデータ破損の場合には、電源ONの後に一瞬だけ緑のLEDも点灯するようです。
SDカード不良でない場合には、緑のLEDの一瞬の点灯もなく赤のLEDが点灯しっぱなしであるようです。
今回買ったものと同じ症状です。
僕と同じようにRaspberry Piの修理にチャレンジした人も沢山いるようで、今回もそれらの記事が参考になりそうです。
それらの記事にあるのは、Raspberry Piの故障は、
1)外部5V電源の電流容量不足
2)SDカードのデータ破損
3)電源周りの部品の破損
4)静電気による破損
と大きく4つに分けられています。
1)はRaspberry Pi3 B+が5V電源の電流3A必要なところを2Aとか1Aで使って動かないという現象です。
このことは既に知っており別件で5V電源を買うときに3A品を勝っていたので問題なしです。

電力不足問題 - Raspberry Pi Forums
2)は上に書いたように期待したけど今回は違いました。

hardware.srad.jp

4)の件を書いている人がいましたが、理由はRaspberry Pi3 B+が静電気対策をしていないということでした。
その人が調べたところ気中8KVで即死とありますが、そりゃそうでしょ、と思います。
静電気は簡単に10KV程度は貯まりますので8KVが高すぎるとは言いませんが、8KVの気中放電があれば普通は気づきます。
今回買ったRaspberry Pi3 B+が静電気で破壊されていたとは思いにくいですね。

zenn.dev

また、こういう記事も出ていますのでRaspberry Pi3 B+が静電気に弱いというわけではないようです。

qiita.com

最後に残るのが電源の問題です。
これは十分にあり得る問題です。
例えばこういう記事がありました。

denkenmusic.com

3.3V出力を壊してしまったというものです。
別の記事にこんなのもあります。

www.yokohama-alice-factory.jp

中級、上級編です。
Raspberry Pi3 B+の電源周りの回路図をネットで見つけました。
それがこれ。

f:id:ken2017:20220119120249j:plain
ちっちゃくて見えないので拡大すると、
USBからの5V給電部はコレ。

f:id:ken2017:20220119120352j:plain
5Vを電源としてレギュレータでシステムに必要な電圧を作っているところがココ。

f:id:ken2017:20220119120458j:plain
ちっちゃいので、出力部を拡大したのがコレ。

f:id:ken2017:20220119120538j:plain
レギュレータで作られている電圧は、3.3V、1.8V、1.2Vとなります。
回路を見て判ったのですが、緑のLEDを点灯させているのは3.3Vのラインです。
上の記事に会った電源の故障も3.3Vです。
今回もその可能性はあります。
テスターで調べてみる価値はあります。
今日お買い物に街に出た時にホームセンターでテスターを買おうと思います。
おっと、だんだんと最初から5000円の必ず動くRaspberry Pi3 B+を買ったほうが安く済んだという話に近づいています。

現物での確認

今回買ったRaspberry Pi3 B+はコレ。

f:id:ken2017:20220119121120j:plain
今回問題となりそうな部分がココ。
左下にUSBコネクタがあり、その上の四角で沢山のピンが付いているチップがレギュレータになります。
3.3V電源が壊れているとしたら、上の回路図におけるL7の除去とPP8のハンダ除去を試みてみようと思っています。
ちなみにL7は先ほどのチップの周辺にある4つの小さな四角の黒い部品の内の一つです。

f:id:ken2017:20220119121209j:plain
PP8は基板の裏面にあります。
それがコレ。
PP8はSDカードソケットのすぐ下にありました。
ハンダ吸い取り器も買わないといけません。
おっと。

f:id:ken2017:20220119121708j:plain
ということで続きはまた今度。
今日はここまで。
では、また。

 

tensorflowをインストールできました。

やっとインストールできました。

今回も悩みました。
試行錯誤を繰り返し、たっとのことでIdeapad Duetにtensorflowをインストールできました。

f:id:ken2017:20220114181903p:plain
この記事では、どうやれば上手くインストールできるかを備忘録として記録しておきたいと思います。

なにをやりたかったか。

本件に取り組んだ理由は、以下のことをやりたかったからです。
ESP23 CAMからの画像をパソコンに送ってパソコン側で物体認識を行う。

f:id:ken2017:20220115143055j:plain

www.wenyanet.com

パソコンとしてChromebookIdeapad Duetを使うこととしました。
Chromebookは低スペックでも使えるということが頭にあり、低スペック=tensolflow liteを使わないといけない、という思い込みが働き、ドツボにはまるきっかけになりました。

ドツボの始まりはどこから?

ドツボにはまった入口はココです。
ChromebookLinuxで動かすんだったら今後のことを考えてUBUNTUを入れるべきよね、という軽い思い込みから始まりました。
それがコレ。

chromenews.xyz

結果から言うとUBUNTUはやめてDebianを使うことになりました。
そして次の大きな間違いはtensorflow liteを導入しないといけないと思い込んだこと。
結論から言うと思い込みであってLite版でないtensorflowをインストールできました。
tensorfow liteのインストールは以下の記事を参考にして進めましたが、全くダメでした。

www.tensorflow.orgダメな状況を変えようと、Dockerのインストールをしたり、Bazelをインストールしたりと試行錯誤、紆余曲折を繰り返しました。
数日こういうことを繰り返してはダメという状態を続けた結果、この記事に出会いました。
題名は、

Lenovo Chromebook S330に、VSCodePython+Keras+Tensorflowを導入する

です。
github.com

この記事に書いてあることをやってみよう、ということが転機になりました。

結局、どう進めれば良かったのか。

上の記事をベースにしながら、こうやって進めれば良かった、という手順を記載します。
Step1:Ideapad DuetへのLinux環境の構築
 これが結構大切です。
 簡単にLinux環境は作れるんです。
  1. 画面右下で時間表示をクリックする
  2. [設定]をクリックする
  3. [Linux(beta)]をクリックし、[有効にする]をクリックする
  4. 画面の指示に従って設定を進める
  5. 最後にターミナルウィンドウが開くのでLinuxコマンドを入力して動作確認する
 そしてターミナルから下に記載するコマンドを入力してインストールされたLinux
 バージョン確認を行います。
 今回の件で、このことが一番大切なことでした。
  cat /etc/os-release
 その結果がコレ
 Debianのバージョン11 bullseyeがLinux OSであることが判りました。

  f:id:ken2017:20220115144527j:plain
Step2:Linuxパッケージの更新
 ターミナルから以下のコマンドを入力します。
  sudo apt-get update
  sudo apt-get upgrade -y
  sudo apt-get dist-upgrade
  sudo apt-get autoclean
Step3:ビルド環境の構築
 ソースから落としたpythonをビルドするためのツールやライブラリを挿入します。
  sudo apt-get install build-essential zlib1g-dev libffi-dev libbz2-dev
    libreadline-dev libsqlite3-dev libssl-dev tk-dev
Step4:PyenvとPyenv-virtualenvの導入
 将来の複数Pyrhonバージョン使用のためにPyenvを導入しておきます。
  git clone https://github.com/pyenv/pyenv.git ~/.pyen
  git clone https://github.com/pyenv/pyenv-virtualenv.git
     $(pyenv root)/plugins/pyenv-virtualenv
Step5:環境変数の設定
 テキストエディタで/.profileを開き、最下段に以下の行を追加します。
  export PYENV_ROOT=$HOME/.pyenv
  export PATH=$PYENV_ROOT/bin:$PATH
  eval "$(pyenv init -)"
  eval "$(pyenv virtualenv-init -)"

 そしてターミナルから以下のコマンドを入力します。
  $ source ~/.profile
Step6:Pythonのバージョン確認とバージョン変更
 ターミナルから以下のコマンドを入力してPythonのバージョンを確認します。
       python --version
 結果は、Python 3.9.4 と表示されました。
 調べたところtensorflowはpython3.9に対応していません。
 そこでtensorflowが対応しているpython3.7にバージョンを変更します。
 ターミナルから以下のコマンドを入力してバージョン変更と結果の確認をします。
  pyenv global 3.7.5
       python --version
 結果、python 3.7.5 と表示されました。
Step7:pipとsetuptoolsの更新
 ターミナルから以下のコマンドを入力してpipの更新を行います。
  pip install --upgrade pip
  pip install --upgrade setuptools

Step8:インストールされているpipのバージョンに対応したwhlバージョンの確認
 これが最重要でした。
 pipを使ってwhlファイルをインストールすることでtensorflowのインストールを行う
 のですが、pipのバージョンによって対応するwhlファイルのバージョンが
 異なります。
 このことを知らなかったために何度も何度も色々なものを変えてのインストール
 作業を行う羽目になりました。
 まずやらないといけないことは、インストールされているpipのバージョンに
 対応したwhlファイルのバージョンを調べることです。
 ターミナルよりpythonを起動し、以下のコマンドを入力します。
  from pip._internal.utils.compatibility_tags import get_supported
       print(get_supported())
 その結果がコレ
 沢山のwhlファイルのバージョンが表示されています。
 この中から使えるwhlファイルのバージョンを選ぶ必要があります。

   f:id:ken2017:20220115153059j:plain
Step9:インストールするtensorflowのバージョン決定
 このステップは結構思い込みが入っていますので間違えている可能性もあります。
 僕がやったやり方は、Google先生に以下を聞きました。
   tensorflow whl for python 3.7 debian
 これはpython3.7に対応するtensorflowのwhlを教えて、というつもりです。
 表示された結果を見ていきましたがなかなか思うようなものは出てきませんでした。
 何ページも見ていく中で、下の記事を見つけました。
 python 3.7(debian buster)に対応したtensorflowの候補は判りました。
 記事の名前が表しているようにARM上で動くtensorflowということです。

f:id:ken2017:20220115170241j:plain

releaseeye.info

 今のOSはBullseyeなのでBusterの次にあたります。
 チョット悩むところですが、python3.7はBusterが対応で、python3.9はBullseyeが
 対応であることを考えると、今はpythonのバージョンを3.7にしているので動くか
 どうかのチャレンジをしても良いかなと思いました。
 念のためにBusterとBullseysの違いは確認しました。

www.debian.org

 大丈夫とは思いますが、問題が出たら対応するしかないですね。
 上のデータを見るとtensorflowのv2.4にはRaspberry pi用とRK3399用があるようで
 どちらもARMチップなので使えるとは思いますが、今回はRK3399を使うことと
 しました。
 ここに書いてあるwhlのバージョンをStep8で調べたバージョンリストの中から
 探します。
 結果、cp37-none-linux_aarch64を使うこととしました。
 whlファイル名称は、
  tensorflow-2.4.0-cp37-none-linux_aarch64.whl となります。

     f:id:ken2017:20220115183437j:plain
Step10:必要なライブラリーの導入
 以下のライブラリーをインストールします。
 Numpy
         pip install numpy
    Matplotlib
         sudo apt-get install pkg-config libpng-dev libfreetype6-dev
         pip install matplotlib
    Jupyter Notebook
         pip install jupyter
    SciPy
         sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev
         pip install scipy
    scikit-learn
         pip install scikit-learn
    Pillow
         sudo apt-get install libjpeg-dev
         pip install Pillow
    Pandas
         pip install pandas
    pandas-datareader
         sudo apt-get install libxml2 libxslt1-dev
         pip install pandas-datareader
    Numba
         sudo apt-get install llvm-3.8
         LLVM_CONFIG=/usr/bin/llvm-config-3.8 pip install llvmlite==0.15.0
         LLVM_CONFIG=/usr/bin/llvm-config-3.8 pip install numba==0.30.1
    seaborn  statsmodels
         pip install seaborn
         pip install statsmodels
    keras
         pip install keras
    Pygame
         sudo apt-get install libsdl-dev libsdl-image1.2-dev libsdl-mixer1.2-dev
                   libsdl-ttf2.0-dev
         sudo apt-get install libsmpeg-dev libportmidi-dev libavformat-dev
                   libswscale-dev
         pip install pygame
    Graphviz
         sudo apt-get install graphviz
         pip install pidotplus
         pip install graphviz
Step11:tensorflow-aarch64の導入
 pipとwheelをインストール(更新)します。
         curl -sL https://bootstrap.pypa.io/get-pip.py | python3 -
    tensorflow-aarch64をインストールします。
         curl -L https://github.com/lhelontra/tensorflow-on-arm/releases/download/
               v2.4.0/tensorflow-2.4.0-cp37-none-linux_aarch64.whl
                    > /tmp/tensorflow-2.4.0-cp37-none-linux_aarch64.whl
         python3 -m pip install /tmp/tensorflow-2.4.0-cp37-none-linux_aarch64.whl
以上が手順の全貌になります。
色々なライブりーをインストールしますが、その際にエラーが出ることもあると思います。
その時は、エラーの原因を調べて地道に対応していくしかありません。
さて、上の手順でやって、最後の最後に引っかかったのがtensorflowをインストールするときに自動的に行われるh5pyのインストールでした。
どうやらインストールしようとしているh5pyのバージョンが合わないみたいでした。

f:id:ken2017:20220116094532j:plain
本件も悩みに悩んで調べた結果、以下の記事を見つけました。

www.fixes.pub

この記事によればターミナルから以下のコマンドを入力すれば解決できるみたいです。
  pip install versioned-hdf5
どうやらHDF5対応でh5pyをインストールするときに問題が起きているようで、それならばHDF5に適したバージョンのh5pyを事前にインストールしておくというようなことかなと思っています。
それをやった後にtensorflowをインストールしました。

f:id:ken2017:20220116095345j:plain
結果がコチラ。
インストール後の確認の結果、tensorflowとしてバージョン2.4.0がインストールできたことが判りました。

f:id:ken2017:20220116095426j:plain
何日も何日も悩みに悩んだわけですが、やっとここまできました。
これからこの環境を使って本来やりたいことを始めることになります。
今日はココまで。
では、また。

 

またジャンク品を買ってしまいました。

今回は、Raspberry Pi3です。

またまたジャンク品を買ってしまいました。

f:id:ken2017:20220114113529p:plain

僕は、Raspberry Piのうち、
Raspberry Pi2を3枚
Raspberry Pi4を1枚
持っています。
Pi2は、2枚を車タイプのオモチャに使い、1枚をオーディオ用に使っています。
Pi4は今は予備で持っています。
できればPiシリーズのすべての種類を入手したいと思っており、毎日メルカリをチェックしていました。
昨年から半導体不足による価格の上昇が止まらず、Raspberyy Piもかなり高くなってきました。
Raspberry Pi3は安くても5000円程度します。
昨日メルカリを見ているとジャンク品ではありますが1900円で出品されていました。
これはと思い出品者に価格の相談をしたところ1600円になりました。
買いだ、ということで本日購入手続きをしました。
買っちゃいました、またジャンク品を。
記載によると電源を入れてもLEDが赤く点灯するだけで何も動かないとのことです。
普通なら、残念だったね、壊れたね、となります。
でもですね、長くマイコンと付き合ってきた身としては、マイコンって簡単には壊れないものだと思っています。
僕が経験した事例で言えば、
・電圧を間違えて高電圧を入れた。
・極性を間違えて逆電圧を入れた。
・静電気で破壊した。
・水に濡らした。
こういうことでもしない限り壊れないと思っています。
要はほとんどのケースは、壊れた、と思い込んでいるケースが多いということです。
この記事にも同じようなことが書いてありました。

f:id:ken2017:20220114115445j:plain

https://www.qsl.net/jr3bot/Toy/TomyMatk/Repaire/TM83_Micon_CaseRepair.pdf

 

今回買ったのは、これに賭けてのものです。
どうなることやら。
幸運を祈っておいてください。
今日はここまで。
では、また。

(参考資料)

スイッチサイエンスでは在庫ゼロで入荷未定です。

www.switch-science.com

ただいま悪戦苦闘中

いつもながらバージョンの問題に悩まされます。

Ideapad DuetをLinuxマシンとして使うための作業を行っています。
試行錯誤しながら、一歩進んで二歩下がり的な毎日を過ごしています。

f:id:ken2017:20220113172551p:plain
ESP32 CAMからのデータを使って遊ぶためには、python、Keras、tensorflowが必要になります。
今はそのインストール作業を行っていますが、いつも悩まされるtensorflowに今回もどっぷりとハマってしまいました。
tensorflow以外はここ数日の作業の結果、なんとかインストールできましたがtensorflowだけが未だにインストールできません。
明日も作業継続です。
答えはバージョンの組み合わせにあり、動く、組み合わせを探すことになります。
そこにおける大きな制約がARMチップを使っているchoromebookということがあげられると思います。
当分、手がかかりそうです。
今日は近況報告まで。
では、また。

 

Ideapad Duetを買いました。

久々のChromebookです。

実は昨年の末にLenovo Ideapad DuetというChromebookをメルカリで買いました。
メルカリで25000円でした。

f:id:ken2017:20220110151815j:plain

Ideapad Duetで何をしようとしたかというと、通常はキーボードを外してタブレットとして使い、時々パソコン的に使うかな、と軽い感じで考えていました。
買ってからそんなには使っていませんが、今の感想は、iPadは素晴らしい、ということです。
正直なところ、Ideapad Duetに期待していただけに使うときのもたつき感は残念です。
まあ、慣れれば問題はないのでしょうがiPadに慣れているとストレスなく使えているので、ちょっとしたもたつきも気になるところです。
ネットでの評判は悪くなかっただけに残念です。

pc.watch.impress.co.jp

色々と考えた結果、Ideapad DuetをLinuxマシンとして使うことにしました。
まあChromebookなのでLinuxマシンではあるのですが、本格的にLinuxで動かすことにしました。
目的は、Raspberry PiArduino、ESP32の相手側としてLinuxマシンが必要になるケースが発生しており、MacUbuntuを使っても良いのですが、今はMacはエンタメ用のマシンとして使っているので支障があるため、Linux専用マシンを作ることにしました。
載せるOSはUBUNTUを考えています。
これからインストールを始めようと思います。
今日はここまで。
では、また。

 

ESP32 CAMを動かしました。

あけましておめでとうございます。


あけましておめでとうございます。
今年も宜しくお願い致します。

f:id:ken2017:20220106165647p:plain

早いものでブログを書き始めてもう少しで2年です。
心房細動から始まった急性心不全によりコンサルの仕事にブレーキをかけたことから何かをしないといけないと思い、ブログを始めたのですが、あれからもう2年です。
これからも気ままに書き続けていきたいと思います。
新年最初の記事は、ESP32 CAMについてです。
今、僕はArduinoを色々触っていますが、領域を広げてESP32も使ってみることにしました。
ESP32に関しての説明が以下の記事にありますのでご参考。

www.denshi.club

今回買ったのは、ESP32にカメラ機能を搭載したモジュールとUSBシールドのセットです。
それがコレ。

これを少しでも安く手に入れるためにメルカリで買いました。
値段は1180円です。
マイコン+カメラ+wifiBluetoothがついて1180円です。
ESP32もArduino IDEでコードを管理できるので便利です。
今回は、ESP32 CAMを使ってウェブカメラを動かしてみました。

コツがつかめない。

初めてのESP32のためか使うコツがつかめません。
Arduino IDEで使うためのボード情報の設定や必要なライブラリの登録は簡単でしたがESP32にコードが書き込めません。
ESP32にコードを書きこむ際のめんどくささはネットに沢山ありましたが、今回僕が遭遇したのはこれらの記事とは全く別物でした。

jorublog.site

ESP32へコードを書きこむ際にリセットボタンやBOOTボタンの操作が必要みたいなことは理解していたのですが、今回悩んだのはESP32 CAMのボードの出来が悪すぎるところからきていました。
コードの書き込みを行うと下の画面のようなエラーが発生しました。
a fatal error occurred: failed to connect to esp32: timed out waiting for packet header

f:id:ken2017:20220106171739p:plain
原因が判りませんでした。
ESP32とパソコンの接続が悪くてUSBでの通信ができないのか、ESP32のリセットやBOOTボタンの操作方法が間違えているのか、ESP32のボードの設定に間違いがあるのか、全く判りませんでした。
ということでネットで調べた多くのことを色々と試しましたが全てダメ。
さて困ったとESP32 CAMを眺めていると、???、なんだこのハンダブリッジは?
これは意図的にピン間をショートさせているのだろうか?
ボードにスタッドピンをハンダ付けしているのですが、そのピン間にハンダのブリッジがありました。
下の写真の右のピンの下から1番目と2番目にハンダブリッジがあります。

f:id:ken2017:20220106172757j:plain
下の写真の左から1番目と2番目のピンです。

f:id:ken2017:20220106172929j:plain

当該ピンは、信号のUOTとGNDです。
UOTをGNDに接続すべきというなら問題はありませんが何となく違和感があります。
それでネットを調べてみると何とUOTはUSB通信のRXです。

f:id:ken2017:20220106173147p:plain

これはGNDに繋げるものではないので早速修理に入りました。
まさかこんなミスをするはずないよな、と思ったのですが、中国の深センでの製作です。
ボード表面も綺麗でなくこれを作っている会社は品質に問題がありそうです。
ネットで調べていると、動かないから追加で5個買ったとか書いている人もいました。
でも、品質に問題があっても日本では作っているところもないので、こういうパーツとも付き合っていく必要があります。
修正した姿がコレ。
ハンダブリッジを除去しました。

f:id:ken2017:20220106173923j:plain
さあこれで動くぞ、とやった結果がコレ。
下の状態表示のところに
Leaving
Hard resetting via RTS pin...
と出ているのでコードの書き込みは成功です。

f:id:ken2017:20220106174024p:plain
でも、どうも動いていません。
シリアルモニタを動かしてみるとcamera prove failedというエラーが出ています。
またまた、頭の中に???が飛びます。
どうやらカメラを認識していないようです。
これには心当たりがありました。
カメラのコネクタの接続が心もとなかったのです。
シート状のコネクタを差し込んでプレートで押さえるタイプのものなのですが、押さえて時に押さえがいがないというか押さえていないかな?という感じになっていました。
ということで、今度はキッチリと入れなおしてしっかりと押さえるようにしました。
その結果がコレ。
こんどは大丈夫でしょう。

f:id:ken2017:20220106174842j:plain
そして動かすと、ちゃんと認識しました。
下の画面コピーの上の部分は動かなかったときのエラー表示で、下の所にある
WiFi connected
が動いた証拠。

f:id:ken2017:20220106175002p:plain
では、ということで、ブラウザーIPアドレスを打ち込んで動かしました。
その結果がコレ。
判りにくいですが、下の図の中央にあるウインドウがESP32 CAMからの映像です。

f:id:ken2017:20220106175245p:plain
ここまできましたので、次はこの映像を使って何かをやってみたいと思います。
今日はここまで。
では、また。

 

プライバシーポリシー お問い合わせ