Dizaineris De Alimento Para Múltiples Mascotas Usando Inteligencia Artificial Con Watson: 11 žingsnių

2024 Autorius: John Day | [email protected]. Paskutinį kartą keistas: 2024-01-31 10:22

En este Instructable aprenderemos como hacer un dispensador de alimento para sus mascotas, por lo general, o al menos en mi caso siempre he querido hacer un dispensador automático, sin embargo, tengo un perro y un gato. Por ende no tengo una forma de saber cuál animal es para dispensar el alimento adecuado.

Jis įsiskverbia į sprendimą, se trata de un systemognitivo que hace uso de la Inteligencia Artificial para que, por medio una cámara haga un processamiento de imagen para reconocer, de cuál animal se trata y dispensar el alimento adecuado.

Lógica del sistema:

1. La mascota se acerca y es detectada por un sensor de distancia
2. El sistema toma una foto del animal
3. La proceso y nusprend qué animal es
4. Saluda a la mascota (Con voz humana)
5. Dispensa el alimento respectivo
6. Envía un correcto al dueño indicando que ya le ha dispensado alimento

1 žingsnis: „Materiales Que Necesitamos“

Este proyecto lo vamos a realizar en conjunto, así que es momento de vayas a comprar, pedir, buscar or la manera que tengas en mente, los siguientes materiales:)

1. 1 „Raspberry Pi“, 3 modelio modeliai, bet anteriores tambien funcionan!
2. 1 Cámara para aviečių pi
3. 1 ultragarsinis jutiklis HC-SR04
4. 2 Vairuotojo variklis (Pueden utilizar cualquier otro, yo usé este porque era el que tenía a mano!)
5. 2 žingsniniai varikliai
6. 1 garsiakalbis (Parlantes)
7. 2 vamzdeliai T de PVC de pulgada y media (Las encuentran en cualquier ferretería por menos de 2000 colones cada una.)
8. Naudojant 3 mm žievės akrilo žievę, naudojant akrilo, reikia tik išnaudoti kitą medžiagą, pagamintą iš MDF.
9. Jei norite atspausdinti 3D ir „Cortadora láser que“ir „Costa Rica“, įsidėmėkite „Enventoría LEAD“.

2 žingsnis: „Iniciando Con Raspberry Pi“

„Raspberri Pi“yra mikroprocesorius, kuris gali būti naudojamas, kad būtų galima visiškai atsisakyti kompiuterinių programų. Tai panašu į „Arduino con la diferencia que Raspberry Pi nos permite korer“ir „Sistema Operativo dentro de la tarjeta de desarrollo“.

Norėdami tai padaryti, naudokite raspbian que es una distribución de linux, Open Source, desarrollada especialmente para korer sobre Raspberry Pi.

• Primeros pasos con Raspbery Pi

  1. Parsisiųsti el primer paso ir atsisiųsti raspbian como zip.

  2. „Ahora debemos quemarlo“su „micro SD“, naudojant „Usuarios MAC / Linux“:

     1. „Abrimos la terminal“arba „consola del system“, como se muestra en la foto.

     2. Usaremos ciertos comando que explicaré para famicizarnos y al final daré un ejemplo de uso. diskutil list => Este comando me devuelve la list de todos los discos que encuentre la pc (una SD puede tomarse como un disco externo.) Debemos buscar cuál es el nombre asignado a las SD, por lo general puede ser "disk1", para efakto de este turorial le lamaremos "TuDisco". diskutil eraseDisk JHFS+ UntitledUFS <TuDisco> => Leisti uždengti ir formatuoti disko escido (TuDisco).

        diskutil unmountDisk /dev /<TuDisco> => Desmonta el disco para no poder utilizarlo.

        sudo dd if = of =/dev/<TuDisco> bs = 1m => Quema el system operative dentro de la SD, podría durar hasta 1 hora en este paso.

        diskutil eject /dev /<TuDisco> => Expulsa el Disco

        Un ejemplo de uso de este, se encuentra adjunto en las fotos, la sintáxis del ejemplo sería así

diskutil sąrašas

diskutil eraseDisk JHFS+ UntitledUFS disk1 diskutil unmountDisk/dev/disk1 sudo dd if =/Users/bernalrojas/Downloads/2017-11-29-raspbian-stretch.img of =/dev/disk1 bs = 1m diskutil eject/dev/disk1

Naudokite „Windows“: „Pueden usar Win32Disk“, „que es una herramienta sencilla“arba „cualquier otra de su elección“

• Operacinė sistema
  1. Yra keletas kelnių, HDMI kabelis, pelė ir teclado.
  2. Conectalos y enciende la raspberry pi, verás que al igual que una computadora normal este va iniciar de la misma sencilla manera que cualquier otra (recordemos que es una computadora).
  3. Ahora puedes tęstinis trabajando como una computadora normal or pueden accesar remotamente, así que lo haremos de esta ultima forma, para no depender de una pantalla para poder trabajar.
  4. Vamos a hacer uso de ssh para accesar remotamente, antes de quitar la pantalla abrimos vamos a ir a nuestra terminal y escribimos "ifconfig" este comando nos va devolver la directcción IP de nuestro aviečių pi (Guardelan porque la necesitaremos en el futuro). Ahora pueden desconectar la pantalla.
  5. Vamos a ir a nuestra computadora y abrimos la terminal de la misma manera, y escribimos ssh pi@ donde es la directcción que acabamos de recuperar en el paso anterior, deben sustituir por los números que les retornó. Pueden ver un ejemplo en las fotos para no perse en este paso.
  6. Nos va pedir la contraseña del equipo y una más de la raspberry que por default es "raspberry". Esto nos abrirá la terminal inmediatamente.

3 žingsnis: „Conectando Sensores“ir „Actuadores Al Raspberry Pi“

Cómo sabemos Raspberry Pi es un una tarjeta de desarrollo que posee pines GPIO que podemos configurar como entradas y salidas para nuestros sensores y actuadores. Nuestros sensores son:

1. Naudojant nuotolinio naudojimo jutiklį ir ultragarsinį jutiklį. Este jutiklio veikimas ultragarsu, como un murcielago… Funkcija, skleidžianti „honda“(„Trigger pin“), „Rebotará en un objeto“, el sensor la recibirá de vuelta („Echo pin“) ir įvertinimas. Pueden ver la imagen adjunta que tomé de Zona Maker donde tienen un excelente tutorial to Ententer a fondo como funciona este sensor
2. Para la visión dirbtinė el sistema usará una cámara.
3. Como motor usaremos un Stepper Motor. ¿Qué es un Stepper Motor?
4. Para mover el motor usaremos Vairuotojo variklis. En mi caso no tenía disponibles de estos pequeños, así que usaré los que tenía a mano, estos (La diferencia es que estos permiten manejar una corriente mero).* Pastaba:* El diagrama adjunto se muestra otro driver (El rojo, es un lengvas vairuotojas) distinto a que he utilizado, esto fue para generalizar, ya que la burgería de drivers tienen esa nomenclatura (dir y step). Con el que yo estoy utlizando (el TB6560) los pines "dir" y "step" los reemplazamos por "CW+" y "CLK+" respectivamente. Y los 2 GND los reemplazamos por CLK- y CW-.

4 žingsnis: paruošiamasis mazgas-RED En El Raspberry Pi

Ahora vamos a comenzar a preparat todos los paquetes necesarios para hacer que nuestro system funcione con Node-RED, que es un IDE de programción gráfico muy sencillo de utilizar.

Antes de comenzar a prepar to do es esces teners tener nuestro equipo aktualios, para ello ejecutaremos los siguientes comandos en nuestra terminal:

sudo apt-get atnaujinimas

sudo apt-get dist-upgrade update-nodejs-and-nodered

Estos comandos nos aktualizuoja naujausią pusiausvyrą. El último comando, nos permite tener nuestro entorno Node-RED aktualizacija pod pod instalar las dependencias que vamos a būtinas en este step, es Fontoso saltarse esta aktualizacija.

• „Node-RED“vienoje vietoje su raspbian por default, así que solo debemos iniciarlo, para esto vamos a ir a la terminal y escribimos "node-red-start" esto nos va ejecutar un servidor bajo la misma red, ahora debes asegurarte que tu computadora esté conectada a la misma red arba wifi que las aviečių pi.
• Tai taip pat panašu į „Kai„ Node-RED “jau prasidėjo, nukreipkite naršyklę į https://192.168.1.102:1880“. directcción de ustedes será diferente a la mía.
• Entraremos a nuestro navegador web y copiamos la directcción, esto nos va abrir el IDE de Node-RED
• Ahora vamos a instalar los paquete que necesitamos, para ello vamos a ir a: botón de menú arriba a la derecha => manage palette => Install. Esto nos va allowir de manera gráfica instalar todos los paquetes externos que necesitemos, lo que serían las librerías en código.

• Ahora vamos ir instalar varios paquetes, esto lo haremos copiando el nombre del paquete que les dejaré abajo y dandole al botón instalar. Esto debe hacerse para cada uno de los paquetes que les dejo abajo

  1. node-red-contrib-camerapi => Para la camara
  2. node-red-node-pisrf => Para sensor ultrasónico
  3. node-red-contrib-speakerpi => Para garsiakalbiai
  4. node-red-node-watson => Para vatsonas
  5. node-red-contrib-ibm-watson-iot => Para Vatsonas
  6. node-red-bluemix-nodes => „IBM cloud“paslaugos
  7. node-red-contrib-python-function => Verta Pytho

5 žingsnis: „Programando El Sistema Cognitivo“

Node-RED permite importar un program por medio de copiar u código que les dejo adjunto.

Deben ir a botón de menú arriba a la derecha => import => clipboard => pegar el código => import. Esto les debería generar los bloques del program, algunos bloques deben configurarse.

Blokų konfigūracija:

1. Jei norite, kad tai būtų pradinis blokas, tai kauliukas „Distancia“, paspauskite ir spustelėkite, jei norite, kad parametrų sean los mismos de la fotografía adjunta parametrai.
2. Norėdami fotografuoti „python node“, dukart spustelėkite ir patvirtinkite parametrus. *Svarbus failo pavadinimas „le hemos puesto“image-j.webp" />
3. Para Send send, doble click y aquí debemos colocar nuestros datos, en To: sería a qué directcción de correcto quiero enviar el mailUserid: Sería la directcción de koreo de la persona que envíaPassword: La clave de esta última directcción dereo.
4. „El último paso“ir „Watson que haremos“paslaugų konfigūravimo paslaugos ir nuolatinis el.

6 žingsnis: surinkite Watsoną

„Watson“yra „IBM“paslauga, skirta naudotis API vidutiniu naudojimu.

1. Pradiniame etape „IBM Cloud“yra neaiškus. („IBM les dará un mes de prueba“, ten ten en cuenta)
2. Una vez dentro verán algo como en la foto, aquí buscaremos abajo a la izquierda Watson => Visual Recognition => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
3. Una vez que estén dentro, pueden observar que han generado un API, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) y deben copiar las credenciales, donde dice "api_key".
4. Jei norite gauti IDE de Node-RED ir du kartus spustelėti „Watson Visual Recognition“, matysite, kaip tai padaryti, jei norite ištaisyti klaidas ir tiesiog ištaisyti parametrus.
5. Esto mismo debe hacerse para el text to speech, Watson => Texto a voz => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
6. Hemos generado un API nuevamente, ahora le dan al botón que dice "mostrar" (Ver cuarta nuotrauka) ir deben copiar las credenciales "username" y "password". Jei norite gauti IDE de Node-RED ir du kartus spustelėkite „Hablar“, spustelėkite, kaip patvirtinti kreditus, ir el. *Esto debe hacerse para los bloques que dicen hablar*

Y listo, así de sencillo ya tienen su system funcionando!:) Galima klaida:

Si cuando se debe tomar la foto nos retorna un error y la luz (roja) de la cámara no enciende, debemos revisar la carpeta/home/pi/Pictures. Ahora debemos ver si la foto está en negro o tiene 0KB, si es así

Nuestro sistema está configurado para guardar las fotos en la carpeta/home/pi/Pictures,. En caso de que no exista photo o la photo no se pueda abrir (0KB), es posible que la cámara este mal conectada o que no esté habilitada. Para habilitar la cámara nos vamos al botón de inicio del Raspbian “/Preferencias/Raspberry Pi/Configuración“ir „Interfaces“. Ahí debemos aseguranos que “Cámara” está en “Habilitada”.

7 žingsnis: dirbtinė inteligencija

Procesar una imagen no es algo sencillo de hacer, requiere inteligencia dirbtinis para poder detektorius patrones en esa imagen de los cuales pueda generar una o varias prognozes de objetos que podría ser el que se está mostrando en la imagen. Este tipo de algoritmos pueden hacerse de varias maneras, una de ellas es usando redes neuronales profundas que en la factidad requiere un poco de tiempo para poder sentarse a buildir la arquitectura y programar esta red, el nombre específico para el tipo de red que se utilizaría Redes Neuronales Convolucionales, que es el algoritmo que más se asemeja a las neuronas en la corteza visual humana. En estos algoritmos siempre se debe entrenar el system, con un conjunto de datos certeros y uno falso, es decir muchas fotos con el objeto que queremos reconocer y second montón de fotos agrupadas, sin el objeto que queremos reconocer.

Una de las ventajas de usar de Watson, es que hace este trabajo pesado por nosotros incluyendo que el algoritmo esté entrenado para reconocer objetos universales, por supuesto dispone de una herramienta o "campo de entrenamiento" para entrenar nuestro sistema a objetos un poco menos, en este caso, los gatos y perro los reconoce por default.

A Continueción haré un paréntesis donde explicaré como funciona una red neuronal dirbtinis, con fines meramente didacticos, No es necesario para la realización del instructable. (Si tu interés es replicar el proyecto rápidamente, puedes saltarte hasta el fin del paréntesis).

„Cómo funciona una Red Neuronal Básica“(„Inicio Opcional Informativo“)

Una red está compuesta de varios elementos indivuales (la unidad básica) que se lama perceptron o lo que equivaldría a una neurona en nuestro cerebro. Įvertinkite 3 principus:

1. Entradas
2. Función de suma (Σ)
3. Funkcija de Activación

Įrašai:

Estas son las represent representas en la imagen como x1, x2, x3, x… Serian multiplicadas por un peso w (con un valor random al inicio)

„Función de suma“(Σ):

En este punto ocurre una suma de todas las entradas multiplicadas por su peso w respectivo, al finalizar la operación, envía el resultado a la función de activación.

Aktyvioji funkcija:

Funkcija como slenkstis arba skėtis, es decir, si el valor del resultado supera cierto número (por lo general 0) se activará la salida de la neurona. Podemos decir que es como una llave que deja pasar el agua o cierra el paso del agua. Solo que en este caso, hablamos de la salida de una neurona.

Ahora que conocemos la unidad básica de una red neuronal (perceptrón) estamos listos para ver cómo operan en una red. Como observan en la segunda imagen, está compuesta de 3 capas principai:

1. Capa de entrada
2. Capa oculta
3. Capa de salida

Capa de entrada:

Aquí es donde recibe todas la entradas, pueden egzistuoja ir yra nenustatytas neuronų.

Capa oculta:

Recibe la salida de cada neurona que existe en la primer capa, realiza el mismo process en cada percetrón y su salida se la entrega a la capa de salida.

Capa de salida:

Esta es la capa de clasificación, aquí existe el número de neuronas igual al número de clasificadores que necesites, es decir si quieres saber si es un gato o perro necesitarías 2 neuronas, una para gatos y otra perros.

Todo esto es muy lindo, pero ¿Dónde ocurre realmente el aprendizaje? Esto ocurre en cada perceptron por individual, el algoritmo resulta que en calcular correctamente y ajustar los pesos w (Que inicialmente tenían un valor random). Esto puede hacerse mediante aprendizaje no supervisado o aprendizaje supervisado, la manera más sencilla, es calculando el error, es decir, la diferencia entre el valor de la salida que yo esperaba y el que realmente me dio.

(„Fin del Opcional Informativo“)

Watson está creado usando muchos algoritmos como el que acabamos de ver, pero con una mero profundidad y completejidad por supuesto, ante esto usar el Visual Recognition API, o API de reconocimiento visual, (Que ahora sabemos que se trata de redes neuronales convolucionaos y algun otros algoritmos más), resulta muy sencillo de usar, esto porque cuando configuremos el bloque con nuestra credenciales y hagamos el processamiento de una imagen, Watson nos va devolver un archivo tipo JSON con un motón de posibilidades de objetos que puedan estar presentes en essa fotograf. Es decir, cuando procesamos la photo, Watson hace su análisis y nos devuelve una list of probables objetos que ha detectado en esa photo, así de sencillo es usar Watson!

Luego solo usamos un script para recorrer todas esas posibles opciones y si en esa list encuentra conciencia con un perro o un gato le avisará al resto del system para que dispense la comida correcta:)

Esceces que se den cuenta que la inteligencia dirbtinis ne es algo tan completejo, especialmente cuando existen servicios como Watson que hacen el trabajo pesado por nosotros!:)

8 žingsnis: „Construyendo Un Hardware“

Este paso lo hemos realizado en la Inventoría LEAD (Ver laboratorio) el cual es un maker space en Costa Rica desarrollado por Fundación Costa Rica para la Innovación.

En el laboratorio contamos con impresoras 3D y cortadora láser entre second montón de herramientas y tecnologías a dispicón de nosotros, la comunidad, para prototipar y desarrollar nuestras ideas y proyectos de la mano con expertos en el área.

9 žingsnis: Imprimiendo El Mecanismo De Dispensado

Como comentábamos en lt Inventoría LEAD tenemos a disposición de nosotros impresoras 3D, de las cuales hicimos uso en este proyecto para hacerlo realidad. Nustatykite archyvų sąrašus, skirtus įsakymams, nesusiję su kitais žmonėmis, Este instructable el cuál explica paso a paso como hacer uso de las impresoras 3D de Inventoría, ya que en estos espacios buscan que todos nosotros aprendamos a hacer las cosas por nosotros mismos y más nos las haga, por ello con este instructable aprenderán a utilizar estas maquinas y poner a imprimir las piezas por ustedes mismos.

10 žingsnis: Cortando En Láser El Case

De la misma forma, hicimos uso de la cortadora láser, donde el diseño fue realizado usando inkscape el cual es una versión Atvirojo kodo programos, skirtos gráfico que nos permite generar vektoriams. La maquina láser, al ser un robot cartesiano, funciona por gcode, sin embargo, este gcode debe ser generado por un software, en este caso generamos un archivo.svg que son lineas de dibujo, con el cual, el software propio de la cortadora láser puede convertir en una trayectoria para los motores de la maquina.

Medžiaga: Para este diseño es importante saber que debemos usar material de 3mm, uno mere puede hacer que las piezas no calcen adecuadamente. Yo he utilizado acrílico negro mate (que compré en panaplast), esto es por una razón, me gusta realizar los trabajos con mucho oficio y elegancia, y este material crea un effecto visual muy interesante, de lejos puede confudirse con aluminium negro, lo cual le da mucha elegancia al proyecto.

Ustedes pueden utilizar el material que deseen, si buscan realizar algo de bajo costo, pueden hacer uso de MDF de 3mm el cual es un material muy económico y da acabados muy bonitos también.

11 žingsnis: „Ensamblando El Hardware“

Naudokite „que tenemos todas piezas completas“, „elektrone“ir programinės įrangos sąrašą, „podemos comenzar“ir „ensamblar“.

En las fotos adjuntas verán el process!:)

• Pasos para armado:

  1. Armar las dos cajas y pegarlas con cinta (esto porque pueden desarmarse), como comentabamos usamos acrílico, para pegar este material es necesario usar pegamento de acrílico o, para parecer more interesantes e intelectuales ante otra persona, podemos decir Cloruro de metileno … Luego me agradecen el tip;) jaja

  2. Aplicar el cloruro de metileno: -Este pegamento es un ácido que es muy peligroso, se recomienda aplicarlo con una jeringa y guantes.

     -El proceso debe realizarse con calma y cuidado, ya que una gota en un lugar equivocado puede dañar la estética de nuestro acrílico. Como recomendación personal, siempre que hagan un proyecto realicenlo con mucho oficio y detalle. Cuidar los kabeliai es algo importante, un proyecto limpio y agradable a la vista tiene un impacto mer que uno con kabeliai desordenados, que se vea desordenado, completejo o sucio.

*„Enable de la caja 1, la dispensadora“(„Con los motores“) -En este punto debemos tomar el acople de los motores que imprimimos ir 3D y atornillarlos al motor, tal y como se muestra en la photo. Puedenar tornillos con medida M3, el largo no importa… -Ahora debemos tomar la espiral y, a presión, debemos hacer calzar el hueco que tiene por debajo con el rotor (palito que gira) del motor y deberá quedarnos como se muestra en las fotos.-Ahora insertamos la pieza complete dentro del Tubo de PVC. (Este sistema es muy utilizado en la industria como maquina de inyección, un ejemplo de aplicación es en las maquinas de inyección de platisco, adjunto econtrarán un diagrama de como funcionan estas maquinas) -Hacemos la inserción de las dos piezas de modo que nos quede un acople correcto entre los huecos de salida de la caja y la salida del tubo de PVC-Colocamos la tapa superior arba cobertor cobertor.*Ensamble de la caja 2, la de la electricónica. los orificios. Con contadoble cara fijamos la cámara a la pared de acrílico. visiškai, le sugiero algunos retos:

1. Ajustar a sus mascotas (por tipo de animal)
2. Sukurkite vieną dėklą, skirtą kitoms sistemoms, skirtoms animalams, taip pat konfigūruoti el.
3. „Conectar“, skirta „IBM IoT“, skirta kontroliuoti sistemos sistemą, skirtą pokalbių partijai
4. Sutinku ir išduoda agua
5. Hacerle cualquier cambio que sea oportuno para ti:)

*Pateikite pamokomą fue realizavimą iš Bernal Rojas ir Cesar Rodriguez Bravo kartu su bendraautoriumi*