Aller au contenu
5 octobrelun.
4 octobredim.
  1. Hackaday47

    Un proxy auto-hébergé compresse images et pages pour économiser les données mobiles

    PortalRunner a construit un proxy HTTPS auto-hébergé basé sur mitmproxy pour compresser les images et les sites web.

    Motif de la recommandation :Le projet montre comment un proxy auto-hébergé basé sur mitmproxy compresse images et pages pour réduire la consommation de données mobiles.

3 octobresam.
2 octobreven.
  1. Hackster.io78

    Construire soi-même une interface cerveau-machine à moins de 350 dollars

    Carlos Lorenzo-Zúñiga Marí a construit un casque EEG à huit canaux pour moins de 350 dollars.

    Motif de la recommandation :Un cas concret de BCI DIY à moins de 350 dollars, avec les choix de conception et les résultats de test détaillés, utile pour les lecteurs qui veulent comprendre le matériel de collecte de signaux biologiques.

  2. Hackster.io62

    Seedmate, un calculateur BIP39 air-gapped pour générer des phrases de récupération crypto

    Seedmate est un calculateur BIP39 autonome et air-gapped qui permet de créer, vérifier et manipuler des phrases mnémoniques hors ligne à partir d'entropie fournie par l'utilisateur.

    Motif de la recommandation :Présente un appareil air-gapped qui convertit dés, pièces ou cartes en mnémonique BIP39, avec partage de Shamir et export QR.

  3. Hackster.io62

    Transformer une webcam bon marché en caméra de profondeur avec Depth Anything V2 sur Arduino VENTUNO Q

    Le projet Depth Multitool de Samuel Alexander transforme une webcam USB ordinaire en caméra de profondeur en exécutant Depth Anything V2 Small sur le NPU Qualcomm Dragonwing de l'Arduino VENTUNO Q, sans caméra stéréo, projecteur infrarouge ni LiDAR. Le réseau de 25 millions de paramètres réalise une estimation de profondeur monoculaire à 20 images par seconde et alimente quatre modes interactifs : Heatmap, Slicer, Flood et Sonar. Pour tenir le rythme sur le matériel local, le modèle utilise une entrée 336×252 en pleine précision flottante, un choix jugé plus avantageux que la quantification 8 bits qui introduisait des artefacts. L'inférence prend environ 16 millisecondes sur le NPU, et limiter l'application à 20 FPS en mode d'alimentation équilibré ramène la consommation à 11,8 watts, permettant de faire tourner l'ensemble depuis une batterie USB-C.

    Motif de la recommandation :Le projet montre comment obtenir une estimation de profondeur monoculaire sur NPU à partir d'une webcam, avec les compromis de résolution et de consommation.

  4. Hackster.io58

    KAIST dévoile un robot souple inspiré de la dionée qui détecte et saisit sans câblage

    Des chercheurs du KAIST ont mis au point Ionograsper, un robot souple inspiré de la dionée qui réunit détection et actionnement dans un seul polymère ionique. Le matériau.

    Motif de la recommandation :Un robot souple qui détecte et saisit sans câblage ni alimentation continue, avec le mécanisme et la consommation détaillés.

1 octobrejeu.
  1. Hackster.io62

    Un convertisseur boost élévateur de 200 A pour moteur 48 V à partir d'une batterie 12 V

    Le YouTuber Nick Electronics a construit un convertisseur boost élévateur capable de fournir jusqu'à 200 A pour alimenter un moteur de bateau 48 V depuis une batterie 12 V. Il utilise six étages de puissance entrelacés d'environ 33 A chacun, des cartes à substrat métallique isolant à base d'aluminium, des barres omnibus en cuivre de 4 mm et un boîtier en aluminium usiné CNC faisant office de dissipateur thermique. Le montage a nécessité une plaque d'aluminium de 5 mm pour aplanir la carte lors du refroidissement, et l'électronique de commande avec un STM32 et des contrôleurs PWM multiphases est placée sur une carte séparée. Le coût des pièces atteint 1 000 dollars.

30 septembremer.
  1. Seeed Studio22

    Comment un robot mobile équipé d'un Jetson AGX Thor suit et frappe une bulle transparente avec VLA et SO-ARM

    Des membres de Chaihuo Makerspace ont construit un robot mobile capable de suivre une bulle de gel transparente en mouvement et de la frapper avec une raquette rouge montée sur un bras SO-ARM101. Le système combine la caméra Intel RealSense D455 pour la perception RGB-D, LingBot-Depth pour le traitement de la profondeur, LingBot VLA V2 pour les décisions d'action, la base mobile LeKiwi pour le repositionnement et le NVIDIA Jetson AGX Thor Developer Kit Bundle comme cœur de calcul IA embarqué. La difficulté réside dans la boucle continue perception-décision-action : la transparence et le mouvement de la bulle rendent les mesures de profondeur instables, et le robot doit continuellement mettre à jour sa compréhension de la scène pour agir sur une position à jour.