Bersesuaian: 13 Langkah (dengan Gambar)

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:08

Peranti yang boleh dipakai yang memantau dan merekod aktiviti kecergasan seseorang dengan menggunakan AI.

Tidak dinafikan bahawa ketidakaktifan boleh menyebabkan sejumlah masalah kesihatan dan peribadi. Aktiviti berterusan dapat mengelakkan banyak masalah ini. Kita perlu memeriksa kemajuan yang dicapai oleh senaman secara berterusan untuk mengatur aktiviti untuk menjadikan badan lebih sihat. Penjejak kecergasan adalah salah satu kaedah popular untuk memantau kemajuan anda. Ia dapat mengira aktiviti anda seperti push-up, pull-up, dan sit-up, dll. Ini juga dapat menghasilkan kalori yang terbakar semasa melakukan aktiviti.

Di sini saya merancang peranti yang boleh dipakai menggunakan papan SmartEdge Agile yang dapat mengira push-up, pull-up, dan sit-up dan dapat menghasilkan kalori yang dimakan semasa melakukan aktiviti.

Sesiapa yang tidak mempunyai pengetahuan yang betul mengenai teknologi ini juga dapat menyesuaikan peranti ini untuk latihan tertentu dengan mengikuti petunjuk yang dapat diberikan. Peranti yang boleh dipakai ini menggunakan fitur AI yang berpotensi dari SmartEdge Agile untuk penjejakan kecergasan. Kemajuannya dapat dilihat melalui aplikasi mudah alih.

Saya fikir ia adalah sahabat utama bagi orang-orang yang gemarkan kecergasan.

Anda boleh menyesuaikan ini untuk latihan tertentu yang anda lakukan dengan melatih aktiviti tersebut.

Langkah 1: Demo

Mari tonton video demo Get-Fit yang boleh dipakai.

Langkah 2: Perkara yang Kita Perlu

Komponen perkakasan yang diperlukan untuk projek

• 1 x Avnet SmartEdge Agile Brainium
• 2 x Putih Elastik
• 1 x Tali Pinggang
• 1 x Jarum Jahit
• 1 x Benang
• 1 x HotGlue

Komponen perisian yang diperlukan untuk projek

• Google Firebase
• Portal Brainium Octonion
• Android Studio

Langkah 3: SmartEdge Agile Board

Dalam projek ini kami menggunakan peranti SmartEdgeAgile untuk mengesan pergerakannya. Peranti SmartEdge Agile adalah penyelesaian perkakasan yang diperakui, disertakan dengan timbunan perisian lengkap yang menampilkan Edge Intelligence.

Peranti ini mempunyai pelbagai jenis sensor on-board. Dalam projek ini, kami menggunakan sensor akselerometer dan giroskopnya. Dengan menggabungkan nilai sensor ini dengan AI, kita dapat membuat wabak. Tidak seperti semua fungsi lain, bekerja dengan pemantauan berasaskan AI memerlukan penggunaan alat AI Studio, yang terdapat di portal. AI Studio menawarkan cara yang mudah dan intuitif untuk membuat model, yang diperlukan untuk menggunakan AI.

Salah satu ciri AInya ialah pengecaman gerakan. Sebenarnya peranti ini memindahkan datanya ke platform Brainium melalui gateway. Ia berkomunikasi melalui Bluetooth dengan pintu masuk. Pintu masuk Brainium boleh dimuat turun dari ios atau kedai android.

Peranti ini boleh dicas dengan mudah melalui port USB dan mempunyai masa berjalan dua hari.

Langkah 4: Mengumpulkan Aksesori

Seperti yang kita semua ketahui komponen utama ini boleh dipakai adalah papan SmartEdge Agile. Kami memerlukan dua elastik putih untuk membuat tali itu. Saya telah mengambilnya dari kain lama saya. Kita juga memerlukan tali untuk menyesuaikan ukuran jalur. Saya mengambilnya dari pengecas komputer riba lama. Untuk menyesuaikan tali, kami memerlukan sekeping plastik segi empat tepat yang sebahagiannya berongga. Sebagai penggodam, saya memotongnya dari bahagian atas bahagian atas penanda.

Langkah 5: Pembuatan Band

Pertama sekali, kami melekatkan jalur dengan elastik putih. Kita perlu mengetatkan sebisa mungkin jika tidak, papan Agile akan dihanyutkan. Kemudian kita boleh menjahit di sana, dengan benang biru. Di sini saya menggunakan benang biru yang memberikan pandangan yang luar biasa untuk band ini. Kemudian saya menjahit kepingan segi empat tepat untuk menyesuaikan ukuran jalur seperti yang ditunjukkan di atas. Kemudian kami memasang elastik kedua ke papan dengan menggunakan pistol gam panas. Akhirnya, kami menjahit tali pinggang pada elastik yang baru terpaku. Lihat sahaja gambar yang diberikan di atas untuk rujukan.

Langkah 6: Tinjauan Akhir

Peranti boleh pakai kami sudah siap, pasangkan saja ke lengan. Kemudian hidupkan peranti dengan menekan lama butang. Anda boleh mengecas peranti dengan pengecas mudah alih jenis-C di rumah anda. Peranti ini mempunyai masa berjalan hampir satu hari. Kemudian kita boleh pergi ke bahagian perisian yang boleh dipakai ini.

Langkah 7: Portal Brainium

Inilah bahagian perisian dan cukup mudah.

Untuk menggunakan papan SmartEdge Agile, anda perlu mendaftar ke platform Brainium. Kemudian, muat turun aplikasi Brainium Gateway di telefon kami (dari play store) dan gunakan akaun kami yang baru dibuat untuk log masuk ke dalamnya. Sebenarnya telefon bertindak sebagai pintu masuk antara portal dan peranti AI melalui BLE. Kemudian tambahkan papan kami dari tab peranti di portal. Kemudian peranti akan muncul di aplikasi Brainium.

Klik pada butang "Buat projek" atau "+" di kanan bawah halaman Projek untuk membuat projek.

Langkah 8: Ruang Kerja AI Studio

Pergi ke menu sebelah kiri dan arahkan ke Motion in AI Studio tool dengan memilih item 'Motion Recognition' di AI Studio Workspaces. AI Studio adalah alat yang dikhaskan untuk kemampuan kecerdasan Buatan platform.

Buka ruang kerja anda dan mulakan dengan menentukan gerakan yang ingin anda latih peranti Agile anda. Anda perlu membuat sekurang-kurangnya satu "gerakan" untuk model pengecaman. Di sini senarai gerakan saya mengandungi aktiviti seperti Pushup, Pullup, dan Situp. Ini adalah aktiviti asas yang dijejaki oleh peranti kami (Get-Fit). Gerakan papan Agile akan berbeza untuk setiap aktiviti, dengan menerapkan fitur AI padanya perangkat dapat menghitung aktivitasnya.

Langkah 9: Latihan

Kita perlu melatih peranti ini agar dapat mengesan latihan. Anda harus memakai peranti semasa latihan berlangsung.

Dalam senarai gerakan, pilih masing-masing yang ingin kita latih, dan klik "Rekodkan set latihan baru". Buat set latihan yang betul untuk setiap gerakan. Anda memerlukan sekurang-kurangnya 2 rekod 20 gerakan masing-masing untuk dapat menghasilkan model yang boleh digunakan untuk demo. Sudah tentu, semakin banyak gerakan yang anda ingin mengesannya, dan / atau semakin banyak gerakan yang kompleks, semakin banyak set latihan yang anda perlukan untuk mendapatkan tahap ketepatan yang dapat diterima. diberikan di bawah, set latihan untuk semua aktiviti lain direkodkan dengan betul.

Anda boleh menyesuaikan ini untuk latihan tertentu yang anda lakukan dengan melatih aktiviti tersebut.

Langkah 10: Menjana Model

Kemudian kami ingin menghasilkan model yang mengandungi semua rekod ini. Pilih semua rekod untuk yang boleh dipakai dan hasilkan model. Ia akan memakan masa. Kemudian gunakan model anda ke peranti yang dikehendaki. Kami juga dapat mengatur peringatan AI untuk mendorong pemberitahuan ketika suatu kegiatan dihadapi.

Langkah 11: MQTT

API MQTT menyediakan akses ke data yang telah dihantar dari peranti pengguna dalam masa nyata. API MQTT tersedia melalui WebSockets dengan URI berikut: wss: //ns01-wss.brainium.com dan ia dijamin selamat. Protokol MQTT menyediakan medan nama pengguna dan kata laluan dalam mesej CONNECT untuk pengesahan. Pelanggan mempunyai pilihan untuk menghantar nama pengguna dan kata laluan ketika menghubungkan ke broker MQTT. Untuk sambungan ke Branium Platform pilihan ini mesti:

• nama pengguna mempunyai nilai statik yang ditentukan: oauth2-user
• kata laluan berbeza untuk setiap pengguna dan sama dengan token akses luaran (ia tersedia dalam profil pengguna).
• user_id (boleh didapati di profil pengguna)
• device_id (boleh didapati di tab peranti di portal)

Dengan menjalankan kod python yang telah saya lampirkan di repositori GitHub dapat mengakses data masa nyata dari yang dapat dipakai (Get-Fit) menggunakan protokol MQTT. Berapa kali aktiviti selesai akan dibuat.

Langkah 12: Firebase

Firebase adalah platform pengembangan aplikasi mudah alih dan web. Firebase membebaskan pembangun untuk fokus pada pembuatan pengalaman pengguna yang hebat. Anda tidak perlu mengurus pelayan. Dalam projek kami, kami menggunakan pangkalan data masa nyata Firebase untuk mengambil data dengan serta-merta sehingga tidak ada kelewatan waktu.

. Untuk mencari URL Firebase

• Pergi ke Firebase
• Kemudian buka dan buka projek anda (Sekiranya anda tidak mempunyai projek, buatlah)
• Kemudian pindah ke Pangkalan Data Masa Nyata di Pangkalan Data
• URL dalam tangkapan skrin adalah URL Firebase

Kemudian pergi ke peraturan, ganti "false" dengan "true" untuk membuat operasi membaca dan menulis. Saya telah mengambil tag "status" sebagai tag induk "push", "pull", dan "sit". Nilai dari API diletakkan di bawah pemboleh ubah tag ini

Langkah 13: Android Studio

Aplikasi untuk pakai boleh dibuat di studio Android.