Postshirt: Detekce nositelného držení těla v reálném čase: 9 kroků

2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:19

Postshirt je bezdrátový systém detekce držení těla v reálném čase, který přenáší a klasifikuje data akcelerometru z Adafruit Feather do aplikace pro Android prostřednictvím Bluetooth. Kompletní systém dokáže detekovat v reálném čase, pokud má uživatel špatné držení těla a vytvoří oznámení push, když se uživatel začne hrbit, detekce funguje i při chůzi.

Zásoby

Elektronika

1 x chytrý telefon Android

1 x Adafruitové peří

1 x lithium -iontová polymerová baterie - 3,7 V 100 mAh (volitelně pro bezdrátové použití)

2 x trojosý akcelerometr ADXL335

Materiály

Propojovací drát

Role pásky

Krok 1: Nainstalujte si potřebné IDE a knihovny

Adafruitové peří

Nejprve nainstalujte Arduino IDE a poté podle pokynů nainstalujte knihovnu Adafruit nRF51 BLE

Notebook Jupyter

Nejprve nainstalujte Jupyter Notebook a poté následující požadované knihovny

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

Android

Nainstalujte si Android Studio

Kód projektu

Stáhněte si celý kód projektu z GitHub

Krok 2: Připojte akcelerometry k Feather

Chcete -li číst data z ADXL335, připojte připojovací vodič k pinům Vin, Ground, Xout, Yout a Zout. U obou akcelerometrů připojte ostatní konce vodičů Vin ke kolíku 3V na peří a ostatní konce zemnicích kolíků k uzemňovacímu kolíku na peří. Připojte vodiče Xout, Yout a Zout prvního akcelerometru k pinům A0, A1 a A2 na Feather. Připojte vodiče Xout, Yout a Zout druhého akcelerometru k pinům A3, A4 a A5 na Feather.

Akcelerometry lze připojit jakýmkoli způsobem, ale pájení vodičů a tepelné smršťování nebo ovíjení elektrické pásky kolem spojovacích bodů je navrženo tak, aby se zabránilo vzájemnému kontaktu exponovaných částí.

Krok 3: Připojte k tričku akcelerometry

Pomocí pásku připevněte akcelerometry k zadní části trička. Akcelerometr připojený ke kolíkům A0-2 by měl být umístěn vodorovně uprostřed uprostřed dolní části zad. Akcelerometr zapojený do kolíků A3-5 by měl být umístěn vodorovně uprostřed vzadu na krku. Oba akcelerometry by měly být vyrovnány tak, aby kolíky byly podél spodní strany a senzory by měly být nalepeny plochým páskem a zajištěny proti tričku.

Poznámka: Pro trvalejší nošení mohou být senzory našity na oděv, ale měly by být nejprve přelepeny páskou a testovány, aby bylo zajištěno efektivní umístění umístění senzorů.

Krok 4: Spuštění kódu na Arduinu

Chcete -li začít sbírat data na Feather, spusťte Arduino IDE a otevřete soubor GestureDataSender v sekci Arduino kódu projektu. V tomto otevřeném souboru nastavte desku a používaný port a poté vyberte „Ověřit“a „Nahrát“a nahrajte kód do Feather.

Krok 5: Spuštění kódu v systému Android

Chcete -li spustit aplikaci v systému Android, nejprve spusťte aplikaci Android Studio a poté vyberte možnost otevřít existující projekt Android. Přejděte na kód projektu a vyberte složku „Android“. Android Studio bude synchronizaci souborů projektu chvíli trvat a může požádat o instalaci některých požadovaných knihoven, přijměte tyto možnosti. Jakmile je projekt připraven, připojte zařízení Android k počítači a v horní části okna vyberte možnost Spustit. V zobrazené výzvě vyberte zařízení a poté nechte aplikaci vytvořit zařízení.

Krok 6: Testování připojení signálu Bluetooth

Jakmile je aplikace otevřená, ujistěte se, že je Feather zapnuté, a poté vyberte Adafruit Bluefruit LE ze seznamu zařízení, který se zobrazí v telefonu. Před provedením dalších kroků ladění počkejte, až se zařízení připojí, pokud se připojení nezdaří při prvním pokusu o připojení. Po připojení zařízení vyberte modul „Detektor polohy“, který při správné funkci zobrazí živý aktualizační graf a aktuální předpovědi držení těla a pohybu. Chcete -li otestovat, zda arduino správně komunikuje data senzoru, přesuňte dva akcelerometry v náhodných směrech a zkontrolujte, zda se všechny čáry v grafu nezměnily. Pokud některé čáry zůstávají stále ploché, ujistěte se, že jsou akcelerometry správně připojeny k Peří. Pokud vše funguje, oblékněte si tričko a vyzkoušejte, zda detekce držení těla správně předpovídá váš postoj. Gratulujeme! Úspěšně jste nastavili nositelnou detekci držení těla. Pokračujte tímto návodem a naučte se, jak vytvořit vlastní datovou sadu a přizpůsobit si vlastní detekci držení těla.

Krok 7: Shromažďování vlastních dat

Chcete -li sbírat svá vlastní data, vraťte se na obrazovku výběru modulu a otevřete modul Data Recorder. Jakmile se otevře tato obrazovka, vyplňte štítek pro data, která budete shromažďovat; aby bylo možné snadno trénovat na vašich datech, měli byste do názvu všech nahrávek s dobrým držením těla zahrnout slovo „dobrý“a do všech záznamů s držením těla „špatný“. Chcete -li začít sbírat, klepněte na tlačítko „Shromažďovat data“a proveďte zamýšlenou akci. Po dokončení klepněte na tlačítko znovu a data uložte. Všechna zaznamenaná data budou uložena ve složce s názvem „GestureData“ve složce dokumentů vašeho souborového systému. Po dokončení záznamu všech vašich dat zkopírujte soubory do počítače pro školení modelu.

Krok 8: Školení dat na notebooku Jupyter

Počáteční kód projektu obsahuje původní data používaná pro školení ve složce „data“v sekci Jupyter Notebook, pro školení vlastních dat smažte všechny soubory v této složce a poté zkopírujte svá vlastní data do složky. Poté spusťte Jupyter Notebook a otevřete „PostureDetectorTrainer.ipynb“. Tento notebook je navržen tak, aby automaticky odděloval všechny soubory ve složce dat podle dobrého a špatného držení těla a poté trénoval lineární SVM pro klasifikaci, aby trénoval model, jednoduše vyberte rozevírací nabídku „Buňka“a vyberte „Spustit vše“. Notebooku může chvíli trvat, než se spustí, ale po dokončení se posuňte k bodu, který poskytuje modelu predikci držení těla, pokud je přesnost nízká, možná budete chtít zajistit, aby vaše předchozí nahrávky byly přesné a konzistentní základní pravdy. Pokud výsledky vypadají dobře, přejděte na další buňku, kde bude vygenerována třída Java. Přejděte na konec této buňky, dokud neuvidíte část komentovanou jako parametry. Zkopírujte tyto hodnoty, jak je budete potřebovat v dalším kroku.

Krok 9: Úprava aplikace pro Android pomocí nového modelu

Chcete -li změnit model v aplikaci pro Android, použijte Android Studio a přejděte do souboru „PostureDetectorFragment.java“v sekci java struktury projektu. V tomto souboru přejděte dolů do sekce označené jako „Klasifikátor držení těla“, která bude mít stejné 4 odpovídající proměnné jako 4 generované v Jupyter Notebook. Nahraďte hodnoty těchto 4 proměnných hodnotami zkopírovanými z notebooku Jupyter, přičemž zajistěte, aby se názvy proměnných nezměnily z p_vectors, p_coefficients atd. Jakmile to provedete, uložte soubor a znovu vyberte možnost Spustit a vytvořte aplikaci podle přístroj. Nyní postupujte stejným způsobem jako dříve k otevření modulu Detektor polohy a měli byste vidět klasifikátor, který nyní pracuje s vaším nově vycvičeným modelem. Pokud se stále nezdá, že by fungoval dobře, měli byste zvážit záznam dalších dat a opětovné vytvoření modelu. Jinak gratuluji! Nyní jste do Postshirt importovali svůj vlastní osobně vyškolený klasifikátor!