كاميرا OV5640 بدقة ٥ ميجابكسل على واجهة DVP قياسية. ومصفوفة ميكروفونين بخفض الضجيج وإلغاء الصدى. ومضخم صوت ٣ واط ومخرج سماعة، مع سماعة مرفقة. وموصّل شاشة لشاشات Waveshare اللمسية من ١٫٨٣ إلى ٣٫٥ إنش. ودائرة شحن بطارية ليثيوم للتشغيل دون كابل. و٨ ميجابايت PSRAM مع ١٦ ميجابايت فلاش، وهي الذاكرة التي تجعل تخزين الصور وتشغيل نماذج الذكاء الاصطناعي عملياً لا نظرياً.

ومجتمعة، تصنع هذه القطع جهازاً يستطيع أن يرى ويسمع ويتكلم ويعرض — على لوحة بحجم بضعة طوابع بريدية. وتنشر Waveshare أمثلة لربطه بمنصات النماذج اللغوية الكبيرة للمحادثة الصوتية، ومثالاً لكشف الأجسام يشغّل كشفاً لحظياً متعدد الأجسام على اللوحة نفسها.

المواصفات

الموديل                  : ESP32-S3-CAM-OV5640
المتحكم                  : ESP32-S3R8
المعالج                  : Xtensa ثنائي النواة ٣٢ بت حتى ٢٤٠ ميجاهرتز
الذاكرة الداخلية          : ٥١٢ كيلوبايت SRAM و٣٨٤ كيلوبايت ROM
الذاكرة الخارجية          : ٨ ميجابايت PSRAM و١٦ ميجابايت فلاش
الاتصال اللاسلكي          : واي فاي ٢٫٤ جيجاهرتز وبلوتوث

الكاميرا                 : OV5640 بدقة ٥ ميجابكسل
أقصى دقة                 : ٢٥٩٢ × ١٩٤٤
واجهة الكاميرا            : DVP بـ ٢٤ طرفاً
صيغ الخرج                : RGB565 و YUV/YCbCr422
حجم المستشعر             : ١/٤ إنش
البعد البؤري              : ٤٫١ ملم
فتحة العدسة              : f/2.8
مجال الرؤية              : ٦٨ درجة قطرياً، ٥٥ أفقياً، ٤٢ رأسياً

دخل الصوت                : مصفوفة ميكروفونين بخفض الضجيج وإلغاء الصدى
شريحة الترميز الصوتي       : ES8311
المضخم                   : NS4150B بقدرة ٣ واط عند ٤ أوم
السماعة                  : ١٢١٧ بمقاومة ٨ أوم وقدرة ٢ واط (مرفقة)

واجهة الشاشة             : FPC بـ ١٨ طرفاً، بنظام SPI / QSPI
                          تدعم شاشات ١٫٨٣ و٢ و٢٫٨ و٣٫٥ إنش من Waveshare
التخزين                  : مدخل بطاقة microSD
التوسعة                  : موصّل I2C وموصّل UART بأربعة أطراف
شريحة توسعة المنافذ        : CH32V003F4U6
إدارة الطاقة              : MP1605
البطارية                 : موصّل MX1.25 لبطارية ليثيوم ٣٫٧ فولت
                          مع دائرة شحن تدعم الشحن والتفريغ
منفذ USB                : Type-C
الهوائي                  : هوائي خزفي مدمج (افتراضياً)
                          وموصّل IPEX لهوائي خارجي (يحتاج إعادة لحام مقاومة)
الأزرار                  : BOOT و PWR وزران محجوزان لوظائف مخصصة
المؤشرات                 : مؤشر مستخدم ومؤشر شحن
الوزن                    : نحو ١٢ غراماً

محتويات العبوة

  ١ × اللوحة الأساسية ESP32-S3-CAM
  ١ × وحدة كاميرا OV5640
  ١ × سماعة ١٢١٧ بمقاومة ٨ أوم وقدرة ٢ واط

والشاشة غير مرفقة وتُشترى منفصلة.

أهم المزايا

• ترى وتسمع وتتكلم وتعرض على لوحة واحدة — كاميرا وميكروفونان ومخرج سماعة وموصّل شاشة، كلها مدمجة ومدعومة في شفرة الأمثلة.

• كاميرا ٥ ميجابكسل حتى ٢٥٩٢ × ١٩٤٤ — أعلى دقة في هذه العائلة، بعدسة ٤٫١ ملم بفتحة f/2.8.

• مصفوفة ميكروفونين بإلغاء الصدى — وهذا ما يجعل التفاعل الصوتي يعمل فعلاً. فالميكروفون الواحد يلتقط خرج السماعة نفسها ويربك التعرف، أما المصفوفة بإلغاء الصدى فلا.

• ٨ ميجابايت PSRAM — تكفي لتخزين إطارات كاملة الدقة وتشغيل الاستدلال. فلوحات ESP32-CAM الشائعة فقيرة الذاكرة لهذا العمل.

• مثال كشف الأجسام — كشف لحظي متعدد الأجسام يعمل على اللوحة، مع شفرة أمثلة مرفقة.

• تكامل مع منصات الذكاء الاصطناعي — تنشر Waveshare أمثلة للاتصال بمنصات النماذج الكبيرة للتعرف على الكلام والمحادثة.

• جاهزة للبطارية — دائرة شحن ليثيوم وموصّل بطارية، فتعمل دون كابل وتشحن عبر USB-C.

• موصّل شاشة لأربعة مقاسات — ١٫٨٣ و٢ و٢٫٨ و٣٫٥ إنش من شاشات Waveshare اللمسية.

• أربعة خيارات كاميرا على اللوحة نفسها — فتطابق المستشعر مع المهمة.

• صغيرة جداً — نحو ١٢ غراماً، بما يكفي للدمج في جهاز محمول أو قابل للارتداء.

الاستخدامات

• المساعدات الصوتية وأجهزة المحادثة

• الكاميرات الذكية بكشف الأجسام على اللوحة

• الفحص والعدّ البصري الطرفي

• لوحات واجهة الإنسان والآلة بكاميرا وصوت

• أجراس الأبواب الذكية وأجهزة الدخول

• التعرف على المنتجات والمخزون

• المشاريع التعليمية في الذكاء الاصطناعي والرؤية الحاسوبية

• المعروضات التفاعلية والأكشاك

• رؤية الروبوتات والتحكم الصوتي

• أجهزة إمكانية الوصول — التعرف على الأجسام مع خرج صوتي

• التصوير الزمني والتقاط الصور عن بعد

• المراقبة المحمولة العاملة بالبطارية

لماذا ليست لوحة ESP32-CAM

تستحق المقارنة الطرح المباشر، لأن فرق السعر يحتاج تفسيراً.

                        لوحة ESP32-CAM المعتادة   هذه اللوحة
المعالج                  ESP32 ثنائي النواة        ESP32-S3 أحدث
ذاكرة PSRAM             ٤ ميجابايت أو أقل          ٨ ميجابايت
الفلاش                   ٤ ميجابايت                ١٦ ميجابايت
الكاميرا                 ٢ ميجابكسل                ٥ ميجابكسل
الميكروفونات              لا توجد                   مصفوفة بإلغاء صدى
مخرج السماعة             لا يوجد                   مضخم ٣ واط مع سماعة
موصّل الشاشة              لا يوجد                   أربعة مقاسات
شحن البطارية             لا يوجد                   مدمج مع موصّل
قدرات الذكاء الاصطناعي     محدودة جداً                تعليمات متجهة وذاكرة
الأنسب لـ                بث الصور الأساسي           أجهزة ذكاء تفاعلية

والخلاصة الصريحة: إن أردت بث صورة كاميرا عبر الواي فاي، فاللوحة الرخيصة تفعل ذلك وهذه غير ضرورية. أما إن أردت جهازاً يتعرف على شيء ثم يستجيب — يتكلم ويعرض ويقرر — فهذه تملك الذاكرة والعتاد الصوتي وامتدادات المعالج اللازمة. ولوحة ESP32-CAM لا تملكها.

أي كاميرا؟ أربعة خيارات على اللوحة نفسها

تبيع Waveshare هذه اللوحة الأساسية بأربعة مستشعرات مختلفة. واللوحة متطابقة، والكاميرا وحدها تختلف.

المستشعر    أقصى دقة          مجال الرؤية   البعد البؤري  الفتحة    الأنسب لـ
OV5640     ٢٥٩٢ × ١٩٤٤       ٦٨ درجة      ٤٫١ ملم      f/2.8    التفاصيل وقراءة النصوص
OV3660     ٢٠٤٨ × ١٥٣٦       ٦٨ درجة      ٣٫٢ ملم      f/2.4    توازن التفاصيل والإضاءة
GC2145     ١٦١٦ × ١٢٣٢       ٦٨ درجة      ٢٫٣٨ ملم     f/2.4    الاستخدام العام
GC0308     ٦٤٨ × ٤٨٨         ٥٨ درجة      ٢٫٥ ملم      f/2.4    الكشف البسيط وأقل كلفة

وكاميرا OV5640 — هذه النسخة — هي خيار التفاصيل. فمستشعرها بدقة ٥ ميجابكسل يميّز الملامح الدقيقة، وهو ما يهم في قراءة النصوص أو الملصقات، أو التقاط صور قابلة للتمييز، أو أي تطبيق ستقتطع فيه جزءاً من الصورة.

ومقايضتان صريحتان مع هذه الكاميرا:

الدقة تكلّف ذاكرة ووقتاً. فالإطار الكامل كبير، ولأجل الفيديو المستمر أو الاستدلال اللحظي ستعمل بدقة أقل بكثير على أي حال — فالدقة العالية للصور الثابتة لا للبث. فلا تتوقع فيديو بدقة ٥ ميجابكسل.

وفتحة f/2.8 هي الأضيق بين الأربع. فالباقيات f/2.4 وتجمع ضوءاً أكثر. وفي الإضاءة الخافتة ستكون هذه أكثر تشويشاً. وللمشهد الداخلي جيد الإضاءة ليست مشكلة، أما للممر المظلم فقد تنتج GC2145 أو OV3660 صورة أفضل رغم دقتهما الأقل.

اختر OV5640 لـ التقاط الصور الثابتة والتفاصيل وقراءة النصوص وكل ما ستقترب منه.
واختر GC2145 أو OV3660 لـ الاستخدام العام وإضاءة أفضل وسعر أقل.
واختر GC0308 لـ كشف الحركة أو الوجود البسيط حيث لا تهم جودة الصورة.

ما الذي يجعل الجانب الصوتي يعمل

مصفوفة الميكروفونين بإلغاء الصدى هي الميزة الأسهل إغفالاً، وهي الفرق بين جهاز صوتي يعمل وآخر لا يعمل.

المشكلة التي تحلها: حين يتكلم الجهاز عبر سماعته، يسمعه الميكروفون. وبدون إلغاء الصدى يسمع الجهاز نفسه ويحاول تفسير خرجه ككلام فتنهار المحادثة. فلا تستطيع مقاطعته ولا يستطيع الاستماع أثناء الكلام.

ومع مصفوفة ميكروفونين وإلغاء صدى، يطرح الجهاز خرجه الخاص مما يسمعه، ويستخدم الميكروفونين للتركيز على اتجاه المتحدث ورفض ضجيج الغرفة.

ولهذا تستطيع هذه اللوحة تشغيل تفاعل صوتي حقيقي ذهاباً وإياباً، بينما لا تستطيع لوحة بميكروفون واحد سوى الضغط للتحدث.

تشغيل الذكاء الاصطناعي على اللوحة

مساران مختلفان فعلاً.

الاستدلال على اللوحة. فمثال كشف الأجسام يشغّل النموذج على المتحكم نفسه. دون إنترنت ودون زمن استجابة ودون كلفة لكل طلب، ويستمر بالعمل دون اتصال. وتعليمات المعالج المتجهة وذاكرة ٨ ميجابايت تجعل هذا عملياً. والحد هو حجم النموذج وسرعته — نماذج صغيرة بدقة متواضعة تكشف عدداً محدوداً من الأصناف. وهذا يكفي للعدّ والفرز والوجود والتصنيف البسيط.

منصات النماذج السحابية. فأمثلة Waveshare تتصل بخدمات النماذج الكبيرة للتعرف على الكلام والمحادثة. وهي أقوى بكثير — محادثة مفتوحة وتعرف معقد — لكنها تحتاج اتصال إنترنت عاملاً وتضيف زمن استجابة وتكلّف عادة لكل طلب.

والمزيج الواقعي: الكشف المحلي يطلق التفاعل (اقتراب شخص أو ظهور جسم)، والسحابة تتولى المحادثة. فيبقى الجهاز متجاوباً دون اتصال ويكتسب الذكاء عند الاتصال.

ونقطة تستحق التخطيط لها في العراق: يعتمد الذكاء السحابي على اتصال إنترنت مستقر. فلمنتج يجب أن يعمل بموثوقية، ابنِ الوظيفة الأساسية محلياً واعتبر السحابة تحسيناً لا شرطاً.

ملاحظات عملية

• الشاشة تُباع منفصلة. خصّص لها ميزانية. واللوحة تدعم شاشات ١٫٨٣ و٢ و٢٫٨ و٣٫٥ إنش اللمسية عبر موصّل FPC.

• السماعة مرفقة — وحدة ٨ أوم بقدرة ٢ واط. والمضخم يستطيع إعطاء ٣ واط عند ٤ أوم، فسماعة أكبر ممكنة إن احتجت صوتاً أعلى.

• الهوائي الخارجي يحتاج تعديلاً عتادياً. فاللوحة تستخدم هوائيها الخزفي المدمج افتراضياً، وموصّل IPEX يحتاج إعادة لحام مقاومة لتفعيله. فإن كان غلافك معدنياً أو احتاج الجهاز مدى، فخطط لذلك التعديل قبل التجميع.

• أضف بطاقة microSD لتخزين الصور أو الصوت أو ملفات النماذج. فالمدخل موجود والبطاقة ليست كذلك.

• غذّها بشكل صحيح. فالكاميرا والواي فاي ومضخم الصوت والذاكرة معاً تسحب تياراً حقيقياً، خصوصاً في الذروات. استخدم مصدر USB-C جيداً، واختر البطارية بهامش.

• انتبه للحرارة. فالمعالج أثناء الاستدلال مع عمل الكاميرا والواي فاي يسخن. وفي غلاف محكم في صيف العراق، خطط للتهوية.

• التطوير بـ ESP-IDF أو أردوينو. ومشغّلات الكاميرا والصوت والشاشة كلها موجودة في شفرة الأمثلة — ابدأ من أمثلة Waveshare لا من الصفر.