Мазмуну:
- Жабдуулар
- 1 -кадам: Керектүү IDEлерди жана китепканаларды орнотуңуз
- 2 -кадам: Акселерометрлерди мамыкка өткөрүңүз
- 3 -кадам: Акселерометрлерди көйнөккө тиркеңиз
- 4 -кадам: Ардуинодо кодду иштетүү
- 5 -кадам: Androidде кодду иштетүү
- 6 -кадам: Bluetooth сигнал байланышын текшерүү
- 7 -кадам: Жеке маалыматыңызды чогултуу
- 8 -кадам: Jupyter блокнотунда маалыматыңызды окутуу
- 9 -кадам: Жаңы колдонмо менен Android тиркемесин өзгөртүү
Video: Постширт: Realtime Wearable Posture Detection: 9 Steps
2024 Автор: John Day | [email protected]. Акыркы өзгөртүү: 2024-01-30 10:38
Postshirt - бул Adafruit Featherден акселерометрдин маалыматын Bluetooth аркылуу Android тиркемесине өткөрүп берүүчү жана классификациялоочу реалдуу убакыттагы зымсыз абалды аныктоо тутуму. Толук система реалдуу убакытта аныктай алат, эгерде колдонуучунун абалы начар болсо жана колдонуучу чалкалай баштаганда push билдирүүсүн түзсө, аныктоо жөө жүргөндө да иштейт.
Жабдуулар
Электроника
1 x Android смартфону
1 x Adafruit жүнү
1 х литий -ион полимердик батарея - 3.7v 100mAh (зымсыз колдонуу үчүн милдеттүү эмес)
2 ADXL335 үч огу акселерометр
Материалдар
Кошуу зымы
Тасма түрмөгү
1 -кадам: Керектүү IDEлерди жана китепканаларды орнотуңуз
Adafruit Feather
Биринчи Arduino IDE орнотуп, андан кийин Adafruit nRF51 BLE китепканасын орнотуу үчүн кадамдарды аткарыңыз
Jupyter дептери
Алгач Jupyter Notebookту, андан кийин төмөнкү керектүү китепканаларды орнотуңуз
- https://scikit-learn.org/stable/
- https://github.com/nok/sklearn-porter
Android
Android Studio орнотуу
Project Code
GitHubдан бардык долбоор кодун жүктөп алыңыз
2 -кадам: Акселерометрлерди мамыкка өткөрүңүз
ADXL335терден маалыматтарды окуу үчүн туташуу зымын Vin, ground, Xout, Yout жана Zout казыктарына туташтырыңыз. Эки акселерометр үчүн Вин зымдарынын башка учтарын мамыктын 3V төөнөгүчүнө жана жер казыктарынын башка учтарын мамыктын жерге төөнөгүчүнө туташтырыңыз. Биринчи акселерометрдин Xout, Yout жана Zout зымдарын мамыктын A0, A1 жана A2 казыктарына туташтырыңыз. Экинчи акселерометрдин Xout, Yout жана Zout зымдарын мамыктын A3, A4 жана A5 казыктарына туташтырыңыз.
Акселерометрлерди каалаган жол менен туташтырса болот, бирок ачык жерлердин бири -бирине тийүүсүн алдын алуу үчүн зымдарды ширетүү жана туташуу чекиттерине электр лентасын ороо сунушталат.
3 -кадам: Акселерометрлерди көйнөккө тиркеңиз
Кассетанын жардамы менен акселерометрлерди көйнөгүнүн артына жабыштырыңыз. A0-2 казыктарына туташкан акселерометр горизонталдуу түрдө ортоңку белдин артына жайгаштырылышы керек. А3-5 төөнөгүчтөргө туташкан акселерометр горизонталдуу түрдө мойнунун арт жагына жайгаштырылышы керек. Акселерометрдин экөө тең төөнөгүчтөр ылдый жагында тургандай кылып, сенсорлор жалпак жана көйнөккө бекем бекитилиши керек.
Эскертүү: Туруктуу кийиле турган сенсорлорду кийимге тигүүгө болот, бирок сенсорлордун эффективдүү жайгашуусун камсыз кылуу үчүн алар алгач скотч менен текшерилип турушу керек.
4 -кадам: Ардуинодо кодду иштетүү
Feather боюнча маалыматтарды чогултууну баштоо үчүн Arduino IDEди баштаңыз жана долбоор кодунун Arduino бөлүмүнүн астындагы GestureDataSender файлын ачыңыз. Бул файлды ачуу менен, колдонулуп жаткан тактаны жана портту орнотуп, анан кодду Жүнгө жүктөө үчүн "Текшерүү" жана "Жүктөө" дегенди тандаңыз.
5 -кадам: Androidде кодду иштетүү
Колдонмону андроидде иштетүү үчүн биринчи Android Studio'ну баштаңыз, андан кийин бар Android долбоорун ачуу үчүн опцияны тандаңыз. Долбоордун кодуна өтүңүз жана "Android" папкасын тандаңыз. Android Studio долбоор файлдарын шайкештирүүгө бир аз убакыт кетет жана кээ бир керектүү китепканаларды орнотууну талап кылышы мүмкүн, бул параметрлерди кабыл алыңыз. Долбоор даяр болгондон кийин Android түзмөгүн компьютерге туташтырып, терезенин жогору жагындагы иштетүү параметрин тандаңыз. Көрсөтүлгөн чакыруудан түзмөктү тандап, андан кийин колдонмону түзмөккө курууга уруксат бериңиз.
6 -кадам: Bluetooth сигнал байланышын текшерүү
Колдонмо ачык болгондон кийин, Feather күйгүзүлгөнүн текшериңиз, андан кийин телефондо пайда болгон түзмөктөр тизмесинен Adafruit Bluefruit LE тандаңыз. Түзмөктүн туташуусун күтө туруңуз, эгер туташуу биринчи жолу ишке ашпай калса, башка мүчүлүштүктөрдү оңдоо кадамдарын жасоодон мурун туташып көрүңүз. Түзмөк туташкандан кийин "Поза детектору" модулун тандаңыз, эгерде ал туура иштесе жандуу графикти, ошондой эле кыймылдын жана кыймылдын болжолдоолорун көрсөтөт. Ардуино сенсор маалыматтары менен байланышып жатканын текшерүү үчүн, эки акселерометрди туш келди багытта жылдырып, графиктин бардык сызыктары өзгөргөнүн текшериңиз. Эгерде кээ бир сызыктар дайыма тегиз бойдон калса, акселерометрлердин мамыкка туура туташканын текшериңиз. Эгерде баары иштеп жатса, көйнөгүңүздү кийгизип, позаны аныктоо сиздин позицияңызды туура болжолдоп жатканын текшериңиз. Куттуктайм! Кийилүүчү поза аныктоону ийгиликтүү орноттуңуз. Өзүңүздүн маалымат топтомуңузду түзүүнү жана өзүңүздүн позаңызды аныктоону ыңгайлаштырууну үйрөнүү үчүн бул көрсөтмөнү улантыңыз.
7 -кадам: Жеке маалыматыңызды чогултуу
Өзүңүздүн маалыматыңызды чогултуу үчүн модулду тандоо экранына кайтыңыз жана Маалыматты жазуучу модулун ачыңыз. Бул экран ачылгандан кийин сиз чогулта турган маалыматтын энбелгисин толтуруңуз; маалыматыңызга оңой машыгуу үчүн, сиз жакшы позасы бар жазуулардын атына "жакшы" деген сөздү жана позасы бар жазууларга "жаман" сөзүн кошушуңуз керек. Чогултууну баштоо үчүн "Маалыматтарды чогултуу" баскычын таптап, өзүңүз каалаган нерсени аткарыңыз, аяктагандан кийин баскычты дагы бир жолу таптап, сактап коюңуз. Бардык жазылган маалыматтар файл тутумуңуздун документтер папкасынын астындагы "GestureData" аттуу папкада сакталат. Бардык маалыматтар жазылып бүткөндөн кийин, файлдарды компьютериңизге моделдик окутуу үчүн көчүрүңүз.
8 -кадам: Jupyter блокнотунда маалыматыңызды окутуу
Баштапкы долбоор коду Jupyter Notebook бөлүмүнүн астындагы "data" папкасында машыгуу үчүн колдонулган баштапкы маалыматтарды камтыйт, өздүк маалыматыңызды үйрөтүү үчүн бул папкадагы бардык файлдарды жок кылып, анан өзүңүздүн папкаңызга көчүрүңүз. Андан кийин Jupyter Notebookту иштетип, "PostureDetectorTrainer.ipynb" ачыңыз. Бул блокнот маалымат папкасындагы бардык файлдарды жакшы жана жаман абалда автоматтык түрдө бөлүп, андан кийин классификация үчүн сызыктуу SVMди үйрөтүү үчүн иштелип чыккан, "Клетканы" төмөн түшүрүү жана "Баарын иштетүү" тандоо. Ноутбукту иштетүү үчүн бир аз убакыт талап кылынышы мүмкүн, бирок моделдин абалын болжолдоо тактыгын камсыз кылган чекитке чейин толук жылдырыңыз, эгерде тактык төмөн болсо, анда мурунку жазууларыңыздын так жана ырааттуу чындык экенин камсыз кылгыңыз келет. Эгерде натыйжалар жакшы көрүнсө, анда Java классы түзүлгөн кийинки уячага өтүңүз. Параметр катары комментарийленген бөлүктү көрмөйүнчө, бул уячанын ылдыйына жылдырыңыз. Бул баалуулуктарды кийинки кадамда сизге керек болгондой көчүрүңүз.
9 -кадам: Жаңы колдонмо менен Android тиркемесин өзгөртүү
Android тиркемесиндеги моделди өзгөртүү үчүн, Android студионун жардамы менен долбоордун структурасынын java бөлүмүнүн астындагы "PostureDetectorFragment.java" файлына өтүңүз. Бул файлда "Поза классификатору" деп жазылган бөлүмгө ылдый жылыңыз, анда Jupyter блокнотунда түзүлгөн 4кө окшош 4 өзгөрмө болот. Бул 4 өзгөрмөнүн маанисин Jupyter блокнотунан көчүрүлгөн баалуулуктарга алмаштырыңыз, бул өзгөргүчтөрдүн аттары p_vectors, p_coefficients ж. Б. түзмөк. Поза детекторунун модулун ачуу үчүн мурунку эле кадамдарды жасаңыз жана классификаторду жаңы үйрөтүлгөн моделиңиз менен иштеп жатканын көрүшүңүз керек. Эгерде ал дагы эле жакшы иштебей жатса, анда кошумча маалыматтарды жазууну жана моделди кайра түзүүнү ойлонушуңуз керек. Болбосо куттуктайм! Сиз азыр Postshirtке өзүңүздүн жеке үйрөтүлгөн классификаторуңузду киргиздиңиз!
Сунушталууда:
Wearable Tech Final Project - DJ Helmet: 6 Steps
Wearable Tech Final Project - DJ Helmet: Бул долбоордун максаты - шоу жана вау факторлоруна музыкага реактивдүү диоддордун туулгасын даярдоо. Биз Amazon.com сайтынан даректүү LED тилкесин, ошондой эле мотоциклдин туулгасын, Arduino уносун жана зымын колдонуп жатабыз
Jetson Nano Quadruped Robot Object Detection Tutorial: 4 Steps
Jetson Nano Quadruped Robot Object Detection Tutorial: Nvidia Jetson Nano - бул SoM (модулдагы система) жана маалымдама ташуучу тактадан турган иштеп чыгуучу комплект. Бул биринчи кезекте машина үйрөнүү, машинаны көрүү жана видео үчүн жогорку иштетүү күчүн талап кылган камтылган системаларды түзүүгө багытталган
Өркүндөтүлгөн чындык Vuforia 7 Ground Planet Detection .: 8 Steps
Augmented Reality Vuforia 7 Ground Plane Detection.: Vuforia'нын Unity 3D үчүн кеңейтилген реалдуулук SDKы ARCore жана ARKitти ARдеги жердеги учактарды табуу үчүн колдонот. Бүгүнкү үйрөткүч Android же IOS үчүн AR колдонмосун жасоо үчүн Юниттеги жергиликтүү интеграциясын колдонот. Бизде машина асмандан грунга түшөт
Жөнөкөй иштетүү улдары (Ultrasonic Detection and Ranging): 3 Steps
Simple Processing Uldar (Ultrasonic Detection and Ranging): Бул жөнөкөй лидар жасоо үчүн Arduino UNO жана Processingди колдонгон жөнөкөй проект. импульстуу лазер нуру жана өлчөө менен бута
Raspberry Pi 3 Motion Detection Camera with Live Feed: 6 Steps
Raspberry Pi 3 кыймылын аныктоочу камера Live Feed менен: Киришүү Бул долбоордо сиз камера тузагы, үй жаныбары/бала монитору, коопсуздук камерасы жана башка көптөгөн нерселерди колдоно турган кыймыл аныктоочу камераны кантип курууну үйрөнөсүз. Бул долбоор бир нече этаптан турат: Киришүү Орнотуу