Postshirt: Pengesanan Postur Boleh Dikenakan Masa Nyata: 9 Langkah

2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07

Postshirt adalah sistem pengesanan postur tanpa wayar masa nyata yang menghantar dan mengklasifikasikan data akselerometer dari Adafruit Feather ke aplikasi Android melalui Bluetooth. Sistem yang lengkap dapat mengesan secara real time jika pengguna memiliki postur yang buruk dan membuat pemberitahuan tolak ketika pengguna mulai melonggarkan, pengesanan juga berfungsi ketika berjalan.

Bekalan

Elektronik

1 x Telefon Pintar Android

1 x Bulu Adafruit

1 x Lithium Ion Polymer Battery - 3.7v 100mAh (pilihan untuk penggunaan tanpa wayar)

2 x ADXL335 pecutan paksi tiga

Bahan

Kawat cangkuk

Gulung pita

Langkah 1: Pasang IDE dan Perpustakaan yang Diperlukan

Bulu Adafruit

Pasang dahulu Arduino IDE dan kemudian ikuti langkah-langkah untuk memasang Adafruit nRF51 BLE Library

Buku nota Jupyter

Pasang dahulu Jupyter Notebook dan kemudian pustaka yang diperlukan berikut

• https://scikit-learn.org/stable/
• https://github.com/nok/sklearn-porter

Android

Pasang Android Studio

Kod Projek

Muat turun semua kod projek dari GitHub

Langkah 2: Kabel Accelerometer ke Bulu

Untuk membaca data dari ADXL335s sambungkan wayar penyambung ke pin Vin, ground, Xout, Yout, dan Zout. Untuk kedua-dua pecutan, sambungkan hujung wayar Vin yang lain ke pin 3V di Feather dan hujung pin tanah yang lain ke pin tanah di Feather. Sambungkan wayar Xout, Yout, dan Zout pecutan pertama ke pin A0, A1, dan A2 pada Feather. Sambungkan wayar Xout, Yout, dan Zout pecutan kedua ke pin A3, A4, dan A5 pada Feather.

Pecutan boleh disambungkan dengan cara apa pun tetapi menyisipkan wayar dan menyerap panas atau membungkus pita elektrik di sekitar titik sambungan disarankan agar bahagian yang terdedah tidak saling bersentuhan.

Langkah 3: Pasang Accelerometer ke Baju

Dengan menggunakan pita pasangkan akselerometer ke bahagian belakang baju. Accelerometer yang disambungkan ke pin A0-2 harus diletakkan secara melintang di tengah-tengah belakang bawah. Accelerometer yang disambungkan ke pin A3-5 hendaklah diletakkan di tengah-tengah mendatar di bahagian belakang leher. Kedua-dua akselerometer harus diselaraskan sedemikian rupa sehingga pin berada di sepanjang sisi bawah dan sensor harus ditempel rata dan dilekatkan pada baju.

Catatan: Untuk pemakaian yang lebih kekal, sensor dapat dijahit pada pakaian tetapi mereka harus ditempel dan diuji terlebih dahulu untuk memastikan penempatan sensor berada pada kedudukan yang efektif.

Langkah 4: Menjalankan Kod di Arduino

Untuk mula mengumpulkan data di Feather mulailah Arduino IDE dan buka fail GestureDataSender di bawah bahagian Arduino dari kod projek. Dengan fail ini terbuka tetapkan papan dan port yang digunakan dan kemudian pilih "Verify" dan "Upload" untuk memuat naik kod ke Feather.

Langkah 5: Menjalankan Kod pada Android

Untuk menjalankan aplikasi di android mulakan Android Studio kemudian pilih pilihan untuk membuka projek Android yang ada. Navigasi ke kod projek dan pilih folder "Android". Android Studio akan mengambil sedikit masa untuk menyegerakkan fail projek dan mungkin meminta untuk memasang beberapa perpustakaan yang diperlukan, terima pilihan ini. Setelah projek siap pasangkan peranti Android ke komputer dan pilih pilihan jalankan di bahagian atas tetingkap. Pilih peranti dari arahan yang dipaparkan dan kemudian biarkan aplikasi dibangun ke peranti.

Langkah 6: Menguji Sambungan Isyarat Bluetooth

Setelah aplikasi dibuka pastikan Feather dihidupkan dan kemudian pilih Adafruit Bluefruit LE dari senarai peranti yang muncul di telefon. Tunggu peranti menyambung, jika sambungan gagal pada kali pertama cuba sambungkan semula sebelum mengambil langkah penyahpepijatan lain. Setelah peranti disambungkan, pilih modul "Posture Detector" yang jika berfungsi dengan betul akan memaparkan grafik pengemaskinian langsung serta ramalan postur dan pergerakan semasa. Untuk menguji bahawa arduino menyampaikan data sensor dengan betul, gerakkan kedua pecutan dalam arah rawak dan periksa apakah semua garis pada grafik berubah. Sekiranya beberapa garisan tetap rata, pastikan pecutan disambungkan dengan betul ke Feather. Sekiranya semuanya berfungsi, kenakan baju dan periksa bahawa pengesanan postur meramalkan postur anda dengan betul. Tahniah! Anda berjaya menetapkan pengesanan postur yang boleh dipakai. Teruskan melalui arahan ini untuk belajar bagaimana membuat set data anda sendiri dan menyesuaikan pengesanan postur anda sendiri.

Langkah 7: Mengumpulkan Data Anda Sendiri

Untuk mengumpulkan data anda sendiri, kembali ke skrin pemilihan modul dan buka modul Perakam Data. Setelah skrin ini dibuka, masukkan label untuk data yang akan anda kumpulkan; untuk melatih data anda dengan mudah, anda harus memasukkan perkataan "baik" dalam nama mana-mana rakaman dengan postur yang baik dan "buruk" dalam sebarang rakaman dengan postur. Untuk mula mengumpulkan ketuk butang "Kumpulkan Data" dan lakukan tindakan yang anda inginkan, setelah selesai ketuk butang itu lagi untuk menyelesaikan dan menyimpan data. Semua data yang dirakam akan disimpan dalam folder bernama "GestureData" di bawah folder dokumen sistem fail anda. Apabila anda selesai merakam semua data anda salin fail ke komputer anda untuk latihan model.

Langkah 8: Latih Data Anda di Jupyter Notebook

Kod projek awal mengandungi data asli yang digunakan untuk latihan dalam folder "data" di bawah Jupyter Notebook, untuk melatih data anda sendiri hapus semua fail dalam folder ini dan kemudian salin data anda sendiri ke dalam folder. Kemudian jalankan Jupyter Notebook dan buka "PostureDetectorTrainer.ipynb". Buku nota ini direka untuk memisahkan fail dalam folder data secara automatik dengan postur yang baik dan buruk dan kemudian melatih SVM linier untuk klasifikasi untuk melatih model hanya pilih drop down "Cell" dan pilih "Run All". Buku nota mungkin memerlukan masa untuk berjalan tetapi setelah selesai tatal ke titik yang memberikan ketepatan ramalan postur untuk model, jika ketepatannya rendah, anda mungkin ingin memastikan rakaman anda sebelumnya adalah kebenaran dasar yang tepat dan konsisten. Sekiranya hasilnya kelihatan baik maka tatal ke sel seterusnya di mana kelas Java akan dihasilkan. Tatal ke bahagian bawah sel ini sehingga anda melihat bahagian yang dikomentari sebagai parameter. Salin nilai-nilai ini kerana anda memerlukannya pada langkah seterusnya.

Langkah 9: Mengubah Aplikasi Android Dengan Model Baru

Untuk mengubah model dalam aplikasi Android, gunakan Android Studio untuk menavigasi ke file "PostureDetectorFragment.java" di bawah bahagian java struktur projek. Dalam fail ini tatal ke bahagian yang dikomentari sebagai "Posture classifier" yang akan mempunyai 4 pemboleh ubah yang sama seperti 4 yang dihasilkan dalam Jupyter Notebook. Ganti nilai 4 pemboleh ubah ini dengan nilai yang disalin dari Jupyter Notebook, pastikan bahawa nama pemboleh ubah tidak diubah dari p_vectors, p_coefficients, dll. Setelah selesai simpan fail dan pilih pilihan Jalankan sekali lagi untuk membina aplikasi untuk anda peranti. Sekarang ikuti langkah-langkah yang sama seperti sebelumnya untuk membuka modul Posture Detector dan anda akan melihat pengkelas sekarang bekerja dengan model anda yang baru dilatih. Sekiranya masih tidak berfungsi dengan baik, anda harus mempertimbangkan untuk merakam data lebih lanjut dan membuat model semula. Jika tidak, tahniah! Anda kini telah mengimport pengkelas anda yang dilatih secara peribadi ke dalam Postshirt!