J40 header met de gele jumper, J48 met de zwarte jumper, let op de zwarte draden van de power en reset knoppen
De nano in de waveshare box monteren terug naar de inleiding
De metalen kast voor de jetson nano bevat een pwm ventilator een reset en power knop en een steun voor de camera
Ik heb de Wireless-AC 8265 card, niet geinstalleerd, een wifi verbinding kan je gewoon maken via een USB poort met een 802.11N adapter De montage instructies zijn helder
Niet vergeten de twee jumpers te plaatsen (zie afbeelding boven dit artikel)
1) De gele jumper (J40 header) om auto power uit te schakelen zodat de power button werkt.
2) De zwarte jumper om de power via de micro USB bus uit te schakelen.
De nano kan nu gevoed worden via via de Barrel connector. (Ik gebruik een 5 V 4 A voeding)
Twee problemen opgelost
1) Door het aansluiten van de raspberry pi V2 camera bleek er een slag in de ribbon kabel te zitten
Dit opgelost door de camera 180 graden te draaien het camera beeld staat nu wel op zijn kop
2) Tijdens het testen bleek dat bij het aanraken (dus niet indrukken) van de resetknop, de nano zich af te sluiten.
Door de zwarte draden van de power en reset knop, aangesloten op de Button Header, richting board aan te sluiten,
deed het probleem zich niet meer voor. (zie afbeelding boven dit artikel)
De raspberry pi V2 CSI (Camera Serial Interface) camera testen
De camera testen met cheese werkt niet. Jim van jetsonhacks.com legt uit wat je moet doen
Ga naar zijn github pagina
clone de software: git clone https://github.com/JetsonHacksNano/CSI-Camera.git
Ga naar de aangemaakte map: cd CSI-Camera
Run een script met: python simple_camera.py
Het beeld is 180 graden gedraait, dit oplossen door in het script flip-method=0 te veranderen door flip-method=2
Er verschijnt een foutmelding
Gtk-Message: 09:57:46.981: Failed to load module "canberra-gtk-module" (jeetje waarvoor is dat nu weer nodig)dit verholpen door deze module te installeren met: sudo apt install libcanberra-gtk-module libcanberra-gtk3-module
Gezichtsherkening getest met: python face_detect.py
Dit werkt goed, alleen moet de afstand tussen de camera en het gezicht minstens een meter zijn.