https://www.atmos-hamamatsu.com/ 2026-05-05T20:00:14+09:00 FeedCreator 1.7.2 2026-03-27T00:00:00+09:00 2026-03-27T00:00:00+09:00 2026-03-27T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=108 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Raspberry Pi 5 にてPWM出力を試してみました。PWMOutputDeviceを使用します。from gpiozero import PWMOutputDevicePWM0 = PWMOutputDevice(pin=21,frequency = 50) PWM1 = PWMOutputDevice(pin=20,frequency = 50) PWM0.value = 0.9PWM1.value = 0.1 frequency はPWM周波数です。50=50Hz ,周期20msecです。value は、デューティです。 0.9 では18msec オンしています。0.1 では2msecオンしています。測定結果は下記の通りです。黄色 : PWM0  空色 : PWM1周期は同期しています。パルス幅と周波数は指定通りに動作しています。PWM0の信号を、入力のGPIOに入れて、time.perf_counter()にてパルス幅を測定したら、ほぼ設定値通りのパルス幅を計算しています。（GPIO入力は0vでオンですので、0Vのパルス幅を測定しています）また、PWM0とPWM1の周波数を変えても、互いに同期しています。下は、PWM1を100Hzへ変更しましたが、波形の立上りは同期しています。

2026-03-27T00:00:00+09:00 2026-03-27T00:00:00+09:00 2026-03-27T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=107 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Raspberry Pi 5 や CM5では、GPIOを制御するための Rpi.GPIOやpigpioは使用できませんので、gpiozero を利用して、押しボタン操作による割り込み処理等を確認みました。GPIO40ピンをフラットケーブルにて外側に出し、変換基板とブレッドボードにてモメンタリの押しボタン２個とGPIO出力のループバックにて３入力を割り込み処理させています。　①SW0 :GPIO17 <----  GPIO27 出力　②SW1 :GPIO18 <----  押しボタン　③SW2 :GPIO23 <----  押しボタンfrom gpiozero import Button,LEDSW0 = Button(17,pull_up=True,bounce_time=0.0001) SW0.when_pressed = pressed0SW0.when_released = released0SW1,SW2も同様に定義して、関数を実行させると３つの入力を同時に操作しても、それぞれの関数を実行することができました。

2026-03-21T00:00:00+09:00 2026-03-21T00:00:00+09:00 2026-03-21T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=106 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Lidar  RPLidar C1の基準方向から　±の角度範囲で測定データ表示してみました。基準方向は下記の図のＸ軸方向です。まずは、全周360°　前方±45°±90°±135°

2026-03-19T00:00:00+09:00 2026-03-19T00:00:00+09:00 2026-03-19T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=105 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

SLAMTEC社のLidar  RPLidar C1　を購入し、Pythonにて測定してみました。SLAMTEC　RPLidar　C1  https://www.slamtec.com/en/c1Pythonにて使用できるモジュールは、https://pypi.org/project/rplidarc1/ を利用しました。RPLidar C1 は、ToF方式で測定精度±30mm、レーザーセンサーが回転して、360°検出します。USBポート経由でシリアル通信によりデータを収集します。基準の方向から、時計回りで角度と距離のデータが0.3～0.7°程度のステップで360°分のデータを受信します。tkinterとmatplotlibを使用し、測定データは回転座標系ですので、三角関数を利用して直交座標系へデータを変換し、プロット表示させました。測定開始からプロット表示まで５秒程度かかります。（Raspberry Pi 5 を使用)段ボール箱の中にRPLidarを入れて周囲の形状を表示させてみます。箱の中央にLidarを配置　箱の中央に斜めにLidarを配置　matplotlibで描画したプロットがほぼ段ボール箱の形状を表しています。およそ1000ポイントの座標を表示しています。中央のピンクの丸印がLidarの位置です。左側の最小距離リストは、Lidar中心から距離の短い点の上位５点の、座標と距離です。プロット上にもピンクの番号で位置を示しています。Lidarは自動運転等でROS2を利用して運用するケースが多いようですが、障害物の回避等であれば、このようにROS2なしでPythonで使用することも可能ですね。

2026-02-17T00:00:00+09:00 2026-02-17T00:00:00+09:00 2026-02-17T00:00:00+09:00 https://www.atmos-hamamatsu.com/arrivals/?mode=detail&article=20 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Compute Module 5 のセットを販売します。詳しくは、サービス内容の　CM5セット販売をご参照ください。

2026-02-17T00:00:00+09:00 2026-02-17T00:00:00+09:00 2026-02-17T00:00:00+09:00 https://www.atmos-hamamatsu.com/service/?mode=detail&article=19 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

最新のラズパイCompute Module5をセットで販売します。M.2 SSDによる駆動ですのでmicroSDは不要です。　microSDを挿入すれば、micorSDから起動します。WAVESHARE製のBOXに組み込んだ状態で販売します。上蓋を開けた状態※ USBのハブが使用できます。（セット販売には含まれません)　・ラズパイ一式　　　①Compute Module 5   CM5104000 (RAM 4GB,WiFi,eMMCなし)  　　　②ケース  WAVESHARE CM5-IO-BASE-BOX　　　　MiniBaseBoard(B)　(冷却ファン、ＡＣ電源アダプタ付き）　　　　M.2 NVME 128GB SSD  2242サイズ (PCIe Gen3モード,OSインストール済)　　　　外部アンテナ付き(2.4G/5G WiFi,SMAコネクタ)　　　　RTC充電バッテリ ML1220　　　③OSは、下記の中からお選びいただきます。           　Trixie(64bit) Desktop            　Bookworm(64bit) Desktop 　・仕様　　　VIDEO : 標準HDMI　　　USB : 3.2 Gen1 Type-A ２ポート　　　詳しくはWAVESHAREのWebをご参照ください。　　　　　　https://www.waveshare.com/cm5-io-base-b.htm?sku=31233　価格についてはお問い合わせください。　お申し込み完了後、代金のお振込みを確認してから手配しますので、　納期については別途ご連絡いたします。

2026-01-23T00:00:00+09:00 2026-01-23T00:00:00+09:00 2026-01-23T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=104 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

CM5を外部アンテナ使用で運用していますが、Amazonでアンテナを購入し電波強度を純正アンテナと比較してみました。9dBiのゲインがあると記載されています。写真左　純正　　写真右　Amazon購入wavemonによる測定結果①Amazon購入品link quality 94%   singal level -43dBm２階にてラズパイを使用していますが、１階にWiFiルーターがありますので購入したアンテナはケーブルが長いので、CM5から離して１階の方へ向けて設置しました。②純正アンテナlink quality 84%   singal level -51dBmCM5の設置場所は①と同じですので、アンテナもその場所です。アンテナの向きは１階の方には向いていません。③アンテナなし(外した状態)link quality 46%   singal level -78dBmいずれも2.4GHz帯です。アンテナの設置の方法の影響もあると思いますが、①の結果が良好です。一般的にRSSI値が０に近づくほど通信品質が良いことを意味します。（マイナス値の表示なので、-40dBmのほうが-80dBmより信号が強い)通信品質が良好といわれるのは、-65dBm以上、-80dBm以下では弱いと言われます。①は最良と言われる-30dBmに近いほうです。②よりも電波強度が8dBmほど大きいです。②も悪くはないです。

2026-01-23T00:00:00+09:00 2026-01-23T00:00:00+09:00 2026-01-23T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=103 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

以前CM5のeMMCとPi5のSSD起動のメモリ速度を比較してみましたが、CM5もM.2 SSDを導入し、CM5のSSDの速度を測定してみました。waveshareのIOボードの裏面に、SSDのスロットがあります。   CM5 : CM5104000  (eMMCなし4GB, wifi)   M.2 SSD : 128GB pcie3.0 (Type2242)  waveshare    RTC用のリチウム充電池(ML1220)も取り付けています。   Raspberry Pi Daignostics にて、CM5 eMMC , CM5 SSD(GeN3)での処理速度を比較してみました。(OSは、bookworm 64bit)結果は、CM5のSSDのほうが、かなり速いです。ただし以前測定したPi5のSSDの方が速いですね。SSDのメーカーや、SSD搭載された基板の違いがあるでしょうか？                                         CM5 eMMC    CM5 SSD    Pi5 SSDシーケンシャル書込(KB/s)         112,075      716,240      816,647             ランダム書き込み  IOPS             24,749       120,470      133,474          ランダム読み込み  IOPS             20,877        58,776      183,574

2025-12-15T00:00:00+09:00 2025-12-15T00:00:00+09:00 2025-12-15T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=102 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Compute Module 5,trixieにてCNNを試してみました。自動車メーカのロゴからもモデルを作成し、印刷したロゴをカメラで撮影しながら、標識を判定することができます。bookwormと同じpythonコードを利用しましたが、一部のコマンド実行にてwarningが発生していますが、動作しています。trixieで使用しているkerasのバージョンが、3.12.0になったことで仕様の変更があり、その影響です。モジュールのバージョン(trixie)keras 3.12.0OpenCV 4.10.0numpy 2.2.4scikit-learn 1.4.2自動車メーカーロゴ　BMW,HONDA,TOYOTA,PEUGEOT交通標識とロゴの混在　右カーブ,HONDA,進入禁止,PEUGEOT

2025-12-14T00:00:00+09:00 2025-12-14T00:00:00+09:00 2025-12-14T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=101 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Raspberry Pi5 ,Compute Module5 にてCNNを実装してみました。CNNは、Convolutional neural network 　畳み込みネットワークと言われるディープラーニングの手法です。Web上には、CNNについていろいろと情報が出ています。交通標識のpng画像からモデルを作成し、印刷した標識をカメラで撮影しながら、標識を判定することができます。モジュールのバージョン(bookworm)keras 2.12.0OpenCV 4.11.0numpy 1.23.5scikit-learn 1.7.2

2025-12-04T00:00:00+09:00 2025-12-04T00:00:00+09:00 2025-12-04T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=100 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

現在使用中のCM５は、内蔵WiFiの外部アンテナ接続で使用していますが、USBのWiFiを追加して、WiFiの信号強度が改善するのか確認してみました。外部USBのWiFiはwlan1となります。内部WiFi : wlan0　外部アンテナ使用外部WiFi : wlan1　TP-link Archer T3U plus同時にどちらも同じのSSIDへ接続左側アンテナ：内部WiFi用右側アンテナ：USB接続のTP-linkwavemon にて測定しましたが、リンク品質や信号強度はほぼ同じですが送受信の転送速度は外部WiFi TP-linkのほうが速いです。内部WiFiは2.4Gの電波ですが、TP-linkは5Gです。TP-linkは、USB3.0 AC1300規格867+400Mbpsと謡っているので、その性能が出ているのかもしれません。①外部Wifi  リンク品質 90%以上　信号強度　-47dbm 程度受信　568Mbps   送信　866Mbps②内部WiFi  リンク品質90%以上　信号強度　-45dbm 程度 受信　72Mbps   送信　72Mbps

2025-12-04T00:00:00+09:00 2025-12-04T00:00:00+09:00 2025-12-04T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=99 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

現在使用中のラズパイ５は、金属ケースでファンやNVMe等が搭載されているのでUSBのWiFiを追加して、WiFiの信号強度が改善するのか確認してみました。外部USBのWiFiはwlan1となります。内部WiFi : wlan0　ラズパイ内蔵外部WiFi : wlan1　TP-link Archer T3U plus同時にどちらも5G のSSIDへ接続wavemon にて測定しましたが、予想通り外部WiFi接続のほうが優れていますね。①外部Wifi  リンク品質 90%以上　信号強度　-47dbm 程度受信　468Mbps   送信　780Mbps②内部WiFi  リンク品質73%　信号強度　-60dbm 程度 受信　350Mbps   送信　24～390Mbps

2025-12-03T00:00:00+09:00 2025-12-03T00:00:00+09:00 2025-12-03T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=98 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

CM5のeMMCとPi5のSSD　起動のメモリ速度を比較してみました。   CM5: CM5104032  eMMC 32GB 帯域幅400MB/s   PI5  : SP M.2 SSD 2280 128GB Gen3x4Raspberry Pi Daignostics にて、CM5 eMMC , Pi5 SSD(GeN3)での処理速度を比較してみました。(OSは、bookworm 64bit)結果は、Pi5のSSDのほうが、かなり速いです。CM5を使用する場合には、eMMCレスのモデルを選んでM.2 SSDを増設すれば、Pi5のSSDと同等の速度が得られると思います。                                         CM5 eMMC    Pi5 SSD(Gen3)シーケンシャル書込(KB/s)            112,075         816,647             ランダム書き込み  IOPS                24,749         133,474             ランダム読み込み  IOPS                20,877         183,574 Raspberry Pi DiagnosticsRun Tests クリックでテスト開始Show Log　をクリックして、結果表示測定値は、ばらつきます。

2025-12-02T00:00:00+09:00 2025-12-02T00:00:00+09:00 2025-12-02T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=97 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Raspberry Pi 5 の動作の高速化を図るため、 NVMe M.2 SSD  PCIe Gen3 で起動するようにしました。  NVMe SSD  : SP M.2 2280 SSD 128GB  PCIe Gen 3x4  NVMe I/F 基板 : Geekworm X1001 PCIe M.2 Key-M  Amazonで２つ合わせて5,500円程度で購入しました。　Raspberry Pi 5では,PCIe Gen2がデフォルトですが、Gen3でも試してみました。   sudo raspi-config で 6.Advanced option --- A9.PCIe speed にてGen3へ設定できます。　Boot orderは、microSD ---> SSD の順番としていますので　microSDが挿入されていれば、従来の起動方法となり、microSDが挿入されて　いなければ、SSDからの起動となります。　micorSDからSDcard copier を使用してSSDへファームウェアをコピーしています。Raspberry Pi Daignostics にて、microSD,SSD(Gen2モード)  SSD(Gen3モード)での処理速度を比較してみました。micorSDは,KIOXIA　UHS-I class 10 32GB を使用OSは、bookworm64bit                                        micorSD       SSD           SSD                                                        (Gen2)       (Gen3)シーケンシャル書込(KB/s)       21,801       430,449      816,647             ランダム書き込み IOPS            1,087        103,044      133,474ランダム読み込みIOPS             4,679        107,436      183,574 SSDはGen3x4なので4レーンありますが、ラズパイとの通信は1レーンのみです。SSDは桁違いでSDよりも高速です。シーケンシャル　SD: 21MB/S   SSD(Gen2):  430MB/S    SSD(Gen3):  816MB/S

2025-11-19T00:00:00+09:00 2025-11-19T00:00:00+09:00 2025-11-19T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=96 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

TeamViewer HOSTをTrixieへインストールしました。TeamViewerとは、インターネット経由でラズパイとPCを接続し、VNCのようなリモートデスクトップ環境を構築するツールです。PC側とラズパイ側にソフトウェアをインストールします。PC側接続画面　リモートコントロール欄に登録されたラズパイのIDを入力します。接続されたラズパイをPC側で表示ラズパイへ実装すると、右下のパネルアイテムに　 ⇔ が表示されます。

2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=95 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

最新OS TrixieのautostartはBookwormまでのフォルダとは異なるフォルダに置くことで動作しました。BookwormまでのLXDE-piというフォルダからrpd-xフォルダへ変更しています。CM5にて動作確認しています。これまでと同様、X11の環境で使用しています。①もしくは②に置くと、今のところ動作しています。autostartの内容はBookwormと同じ記述です。①/etc/xdg/lxsessio/rpd-x/autostart②/home/xxxx/.config/lxsession/rpd-x/autostart

2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=94 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

これまで導入したOpenCVを利用した画像認識をCM5にて、まとめて処理してみました。①dlib : 顔検出②face recognition : 顔認識③HOG+SVM : 人間検出④ARマーカー⑤AprilTang⑥QRCODECM5でも６種類を同時に認識させると、時間はかかります。

2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 2025-11-14T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=93 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Aruco ARマーカーと同様な、AprilTagを使用してみました。pip install pupil-apriltagstagは、一般的なTag36h11を 印刷して、Webカメラにて撮影しています。PythonのコードはARマーカーと同じようなものです。

2025-11-09T00:00:00+09:00 2025-11-09T00:00:00+09:00 2025-11-09T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=92 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Compute Module5 , Trixie 64bit へTensorFlow とKeras をインストールしました。Bookwormとは異なるバージョンですが、以下、インストールできたバージョンの組み合わせです。TensorFlow     2.20.0Keras              3.12.0jax                   0.4.34jaxlib               0.4.34protobuf          6.33.0ml_dtypes       0.5.3numpy             2.2.4sklearn            1.4.2trixie   6.12.47+rpt-rpi-2712Fashion MNISTテスト

2025-11-09T00:00:00+09:00 2025-11-09T00:00:00+09:00 2025-11-09T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=91 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Raspberry Pi5 , Bookworm 64bit へTensorFlow とKeras をインストールしました。ライブラリの依存関係が強すぎるため、バージョンを変えながら組み合わせを変えてインストールすることができました。以下、インストールできたバージョンの組み合わせです。TensorFlow     2.12.0Keras              2.12.0jax                   0.4.30jaxlib               0.4.30protobuf          4.25.8ml_dtypes       0.5.3numpy             1.23.5mediapipe       0.10.18sklearn            1.2.1pyzmq             24.0.1bookworm   6.12.47+rpt-rpi-2712Fashion MNISTテストpythonのソースコードは、MITライセンスです。60,000点の学習、10,000点の評価が正常に動作しました。ニューラルネットワークhttps://www.tensorflow.org/tutorials/keras/classification?hl=ja

2025-11-07T00:00:00+09:00 2025-11-07T00:00:00+09:00 2025-11-07T00:00:00+09:00 https://www.atmos-hamamatsu.com/examples/?mode=detail&article=90 IoT/ICT提案｜Raspberry Pi｜ラズパイ｜浜松・静岡　～身近なところからローコスト デジタル化・省力化～

Waveshare 製のRS485 IO を試してみました。製品名①：Modbus RTU IO 8CH製品名②：USB TO RS485通信方式は、RS485 によるModbus RTUとなります。ラズパイから　USB-RS485変換器を経由して、Modbus RTU IO へ差動信号を接続します。Pythonのサンプルコードはメーカサイトからダウンロード可能です。押しボタンのON/OFF 読み込みと、LED 点灯をテストしましたが、特に問題なく動作しました。写真左上：CM5 Compute Module  (OS:Trixie)写真左下：USB TO RS485写真右中：Modbus RTU IO 8CHRS485の差動信号は1.2kmまでの配線が可能です。