diff --git a/README.md b/README.md
index d866da5..f2be60b 100644
--- a/README.md
+++ b/README.md
@@ -4,14 +4,14 @@
 
 ## Сервис раздел
 
-- [Страница](https://www.waveshare.com/wiki/AlphaBot2-Pi) с роботом
-- [Схема](https://www.waveshare.com/w/upload/9/91/AlphaBot2-Base-Schematic.pdf) части с мотороми и аккумами и контроллером заряда (НИЗ)
-- [Схема](https://www.waveshare.com/w/upload/7/72/AlphaBot2-Pi-Schematic.pdf) части с креплением для малины (ВЕРХ)
-- User [Manual](https://www.waveshare.com/w/upload/1/1f/Alphabot2-user-manual-en.pdf)
-- Набор [даташитов](https://www.waveshare.com/wiki/AlphaBot2_Datasheet) с компонентами на плате
-- Примеры ```wget https://www.waveshare.com/w/upload/e/ee/AlphaBot2-Demo.7z```
+- [Wiki-страница](https://www.waveshare.com/wiki/AlphaBot2-Pi) с общей информацией о роботе.
+- [Принципиальная схема](https://www.waveshare.com/w/upload/9/91/AlphaBot2-Base-Schematic.pdf) платы-шасси робота.
+- [Принципиальная схема](https://www.waveshare.com/w/upload/7/72/AlphaBot2-Pi-Schematic.pdf) платы-адаптера робота.
+- User [manual](https://www.waveshare.com/w/upload/1/1f/Alphabot2-user-manual-en.pdf)
+- Набор [документации](https://www.waveshare.com/wiki/AlphaBot2_Datasheet) на компоненты робота
+- Примеры кода ```wget https://www.waveshare.com/w/upload/e/ee/AlphaBot2-Demo.7z```
 
-Примеры:
+Скачивание и разархивированиеы:
 
 ```bash
 cd
@@ -206,16 +206,18 @@ network={
 
 ![rasp13](pic/raspb/rasp13.png)
 
-7. Для работы с камерой вам потребуется доступ к рабочему столу Raspberry Pi, для этого нужно до установить необходимые пакеты, чтобы иметь возможность видеть рабочий стол.
+7. Для работы с камерой вам потребуется доступ к рабочему столу Raspberry Pi, для этого нужно установить необходимые пакеты, чтобы иметь возможность видеть рабочий стол.
 
-> Для Дальнейшей работы с этим сервисом нужно выполнить настройки из следующего раздела ```Настройка робота```.
+> Для дальнейшей работы с этим сервисом нужно выполнить настройки из раздела ```Настройка робота```.
+
+Для начала установим на Raspberry Pi программы, необходимые для трансляции рабочего стола:
 
 ```bash
 sudo apt install realvnc-vnc-server realvnc-vnc-viewer
 vncserver
 ```
 
-После запуска последний команды в терминале появится что-то похожее на это:
+После исполнения последний команды вы увидите схожий вывод в терминале:
 
 ```bash
 Running applications in /etc/vnc/xstartup
@@ -227,13 +229,16 @@ Log file is /home/pi/.vnc/raspberrypi:2.log
 New desktop is raspberrypi:1 (192.168.2.108:1)
 ```
 
-Нужно запомнить ```raspberrypi:1``` т.к. это нужно будет использовать как адрес в клиенте.
+Нужно запомнить ```raspberrypi:1```, эта строчка будет использоваться как адрес в клиенте.
+
+Теперь переходим к вашему рабочему компьютеру - откройте [ссылку](https://www.realvnc.com/en/connect/download/viewer/) (https://www.realvnc.com/en/connect/download/viewer/), и скачайте версию программы, подходящую под вашу операционную систему. Установите и запустите программу.
+После включение вы увидете окно, вверху которого расположена форма для ввода. Введите туда ```raspberrypi:1``` и нажмите Enter.
 
-Потом переходим сюда (https://www.realvnc.com/en/connect/download/viewer/) и качаем оттуда версию для вашей операционной системы.
+![rasp16](pic/raspb/rasp16.png)
 
 ![rasp14](pic/raspb/rasp14.png)
 
-Вводите туда пароль, нажимаете Enter. После чего вам предложат ввести логин и пароль от Raspberry Pi, напомню это pi а пароль raspberry. После чего вы увидите рабочий стол малины.
+Вам предложат ввести логин и пароль от Raspberry Pi. Они стандартные - логин это ```pi```, а пароль - ```raspberry```. После этих действий вы увидите рабочий стол Raspberry Pi.
 
 ![rasp15](pic/raspb/rasp15.png)
 
@@ -483,9 +488,11 @@ except KeyboardInterrupt:
     GPIO.cleanup()
 ```
 
-### RGB диоды
+### RGB светодиоды
+
+![RGB](pic/bsp/RGB.png)
 
-Для работы с RGB необходимо внести некоторые изменения в конфиг запуска расбери, т.к. такие светодиоды WS2812B требуют очень специфического сигнала управления. Реализовать его средствами linux не возможно, поэтому на помощь нам приходят такие модули как DMA и PWM. DMA позволяет передавать данные на светодиоды минуя центральный процессор, а PWM через управление скважностью позволяет передрать данные от DMA в требуемом формате. Но за такую реализацию нужно платить, поэтому одновременно со светодиодами нельзя использовать аудиокарту встроенную в малину. Собственно для ее отключения нам и нужно исправить настройки запуска, для чего:
+Для работы с RGB светодиодами необходимо внести некоторые изменения в конфигурацию запуска Raspberry Pi, так как адресные светодиоды WS2812B требуют специфического сигнала управления. Реализовать его средствами linux не возможно, поэтому на помощь нам приходят такие модули как DMA и PWM. DMA позволяет передавать данные на светодиоды минуя центральный процессор, а PWM через управление скважностью позволяет передать данные от DMA в требуемом формате. Но за такую реализацию нужно платить, поэтому одновременно со светодиодами нельзя использовать аудиокарту, встроенную в Raspberry Pi. Для ее отключения нам и нужно исправить настройки запуска следующим образом:
 
 ```bash
 sudo nano /boot/config.txt 
@@ -504,13 +511,13 @@ hdmi_force_edid_audio=1
 dtparam=audio=on
 ```
 
-превратив ее в такую:
+таким образом:
 
 ```txt
 #dtparam=audio=on
 ```
 
-Так-же для работы необходимо установить дополнительные библиотеки, для чего необходимо сделать следующее:
+Также для работы нужно установить дополнительные библиотеки, для чего сделаем следующее:
 
 ```bash
 sudo pip3 install rpi_ws281x adafruit-circuitpython-neopixel
@@ -527,7 +534,7 @@ r.color(2, 0, 255, 0)
 r.color(3, 255, 0, 0)
 ```
 
-Такого-же эффекта можно добиться если указать не яркость каждого отдельного цвета, а применить название соответствующего цвета.
+Такого же эффекта можно добиться если указать не яркость каждого отдельного цвета, а применить название соответствующего цвета.
 
 ```python
 r = rgb_led()
@@ -550,7 +557,9 @@ r.color(3, "Red")
 
 ## Датчики линии
 
-Для отслеживания линии в нижней части робота есть 5 оптических датчиков. Для простого примера можно просто считать с них значения:
+![line](pic/bsp/line_sensor.png)
+
+Для отслеживания линии в нижней части робота есть 5 оптических датчиков. Для примера можно просто считать с них значения:
 
 ```python
 l = line_sensor()
@@ -563,16 +572,16 @@ while True:
 
 ## Управление положением камеры
 
-Для управлением положением камеры (2мя сервоприводами) здесь отвечает специальная микросхема - PCA9685, её необходимо задать угол поворота камеры и она будет его поддерживать, пока мы не передадим новое значение угла. Для реализации данного функционала можно воспользоваться следующей функцией:
+Для управлением положением камеры (а оно регулируется с помощью кронштейна с двумя сервоприводами) здесь отвечает специальная микросхема - PCA9685. Принцип работы с ней следующий - ей задается угол поворота камеры и она будет его поддерживать, пока мы не передадим новое значение угла. Для реализации данного функционала можно воспользоваться следующей функцией:
 
 ```python
 c = CameraAngle()
 c.setCameraAngle(30, 90)
 ```
 
-Установит на 30 градусов по вертикальной оси и 90 градусов по горизонтальной.
+Этот код установит камеру на 30 градусов по вертикальной оси и 90 градусов по горизонтальной.
 
-Пример программы которая двигает камерой вправо и влево, а так-же вверх и низ:
+Пример программы, которая двигает камерой вправо и влево, а также вверх и низ:
 
 ```python
 c = CameraAngle()
@@ -589,7 +598,7 @@ while True:
 
 # Примеры простых программ
 
-Для примера работы с роботом давайте реализуем программу движения по линии, по датчикам линии. Данная программа позволит двигаться роботу по замкнутому контуру который можно получить распечатав страницы 2,2,2,2,3,3,3,3,11 из документа с элементами трассы.
+Для примера работы с роботом реализуем программу движения по линии с помощью датчиков линии. Данная программа позволит двигаться роботу по замкнутому контуру, который можно получить распечатав страницы 2,2,2,2,3,3,3,3,11 из документа с элементами трассы (документ linefollowtiles.pdf в папке docs).
 
 ```python
 from bsp import rgb_led, line_sensor, motor
@@ -600,20 +609,20 @@ l = line_sensor()
 
 colors = {0:4, 1:3, 2:1, 3:0}
 
-delta_sensor = 200
+delta_sensor = 200  # Пороговое значение срабатывания сенсора
 
 while True:
-    c = l.AnalogRead()
+    c = l.AnalogRead()  # Получаем текущее значение датчика линии
 
     i = 0
     for i in range(4):
         if c[colors[i]] < delta_sensor:
-            r.color(i, "Red")
+            r.color(i, "Red")       # Включаем красный на светодиоде, соотвсетствующем датчику, обнаружевшему черную линиб
         else:
-            r.color(i, "Black")
+            r.color(i, "Black")     # Выключаем светодиод, если нет
         i = i+1
 
-    
+    # Начинаем поворачивать в зависимости от того, какие датчики заметил черную линию
     if c[1] < delta_sensor:
         m.setMotor(40,0)
     elif c[3] < delta_sensor:
@@ -626,13 +635,15 @@ while True:
         m.setMotor(10, 10)
 ```
 
-В данном примере робот ездит по черной линии, также светодиодами подсвечивается сенсор под которым обнаружена линия. delta_sensor это пороговое значения срабатывания сенсора, оно может меняться в зависимости от освещения. Это значение можно узнать если воспользоваться примером выше который считывает значения с сенсоров.
+В данном примере робот ездит по черной линии, светодиодами подсвечивается сенсор под которым обнаружена линия. delta_sensor - пороговое значения срабатывания сенсора, оно может меняться в зависимости от освещения. Это значение можно узнать если воспользоваться примером, который считывает значения с сенсоров.
 
 ## Компьютерное зрение
 
-В рамках данного блока я предлагаю рассмотреть пример который позволит распознать зеленый круг, а также взаимодействовать с ним. Этот процесс состоит из 2х этапов, первое это подбор параметров, а второе это непосредственная работа с программой по распознаванию.
+В рамках данного блока предлагается рассмотреть пример, который позволит распознать зеленый круг, а также взаимодействовать с ним. Этот процесс состоит из двух этапов: 
+1. подбор параметров;
+2. непосредственная работа с программой по распознаванию.
 
-Для реализации нужно сделать следующее:
+Перейдем к примеру:
 
 1. Поставим пакеты для работы с компьютерным зрением:
 
@@ -641,7 +652,7 @@ sudo apt install libatlas-base-dev
 pip3 install numpy opencv-python
 ```
 
-2. Далее запускаем скрипт предназначенный для подбора параметров.
+2. Далее запускаем скрипт, предназначенный для подбора параметров.
 
 ```python
 import cv2
@@ -717,11 +728,11 @@ cv2.destroyAllWindows()
 
 ![cv1](pic/CV/cv_1.png)
 
-Суть происходящего в том что для того чтобы определить объект на фото или видео нам нужно выделить его контур, а для этого необходимо знать его цвет. Также для более удобной работы мы переводим цвет в HSV (тон, насыщенность, значение) представление.
+Суть происходящего в том, что для того чтобы определить объект на фото или видео нам нужно выделить его контур, а для этого необходимо знать его цвет. Также для более удобной работы мы переводим цвет в HSV (тон, насыщенность, значение) представление.
 
 ![cv0](pic/CV/HSV_cone.png)
 
-Наша задача подобрать минимальное и максимальное значения для 3х параметров h, s, v. Сначала нужно подобрать нижнюю границу параметра тона h (h1). По сути это и есть выбор того цвета который мы хоти распознать. Для этого нужно двигать первый ползунок до тех пор пока круг не станет быть виден. потом подгоняем максимальное значение h (h2) так чтобы круг все еще отчетливо был виден, но при этом эти 2 ползунка были максимально близки. Потом также подгоняем второй параметр s - это насыщенность, чем больше этот параметр, тем «чище» цвет, а чем ближе этот параметр к нулю, тем ближе цвет к нейтральному серому. Третий v - это яркость.
+Наша задача подобрать минимальное и максимальное значения для трех параметров - H, S, V. Сначала нужно подобрать нижнюю границу параметра тона H (h1). По сути это и есть выбор того цвета, который мы хотим распознать. Для этого нужно двигать первый ползунок до тех пор пока круг не станет видемым. Потом подгоняем максимальное значение H (h2) так, чтобы круг все еще отчетливо был виден, но при этом эти два ползунка были максимально близки. Потом также подгоняем второй параметр S - это насыщенность, чем больше этот параметр, тем «чище» цвет, а чем ближе этот параметр к нулю, тем ближе цвет к нейтральному серому. Третий V - это яркость.
 
 В итоге должно получится что-то похожее на это:
 
diff --git a/exemple/circul_detect.py b/example/circul_detect.py
similarity index 100%
rename from exemple/circul_detect.py
rename to example/circul_detect.py
diff --git a/exemple/find_filter.py b/example/find_filter.py
similarity index 100%
rename from exemple/find_filter.py
rename to example/find_filter.py
diff --git a/exemple/mnist_trained_model.h5 b/example/mnist_trained_model.h5
similarity index 100%
rename from exemple/mnist_trained_model.h5
rename to example/mnist_trained_model.h5
diff --git a/exemple/number_detect.py b/example/number_detect.py
similarity index 100%
rename from exemple/number_detect.py
rename to example/number_detect.py
diff --git a/pic/bsp/RGB.png b/pic/bsp/RGB.png
new file mode 100644
index 0000000..cde305c
Binary files /dev/null and b/pic/bsp/RGB.png differ
diff --git a/pic/bsp/line_sensor.png b/pic/bsp/line_sensor.png
new file mode 100644
index 0000000..c90fc8a
Binary files /dev/null and b/pic/bsp/line_sensor.png differ
diff --git a/pic/raspb/rasp16.png b/pic/raspb/rasp16.png
new file mode 100644
index 0000000..200f737
Binary files /dev/null and b/pic/raspb/rasp16.png differ