Get-Fit: 13 koraka (sa slikama)

2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:05

Nosivi uređaj koji nadzire i bilježi tjelesnu aktivnost osobe pomoću umjetne inteligencije.

Nema sumnje da neaktivnost može dovesti do brojnih zdravstvenih i ličnih problema. Stalne aktivnosti mogu spriječiti mnoge od ovih problema. Moramo provjeravati napredak postignut stalnim vježbanjem kako bismo regulirali aktivnosti za stvaranje zdravijeg tijela. Tragači za fitnes jedan su od popularnih načina za praćenje vašeg napretka. Može računati vaše aktivnosti, poput sklekova, zgibova i trbušnjaka, itd. To također može generirati sagorijevanje kalorija tokom aktivnosti.

Ovdje dizajniram nosivi uređaj pomoću SmartEdge Agile ploče koji može računati sklekove, poteze i trbušnjake te može generirati kalorije potrošene tokom aktivnosti.

Svatko tko nema odgovarajuće znanje o ovoj tehnologiji također može prilagoditi ove uređaje za svoje određene vježbe slijedeći upute. Ovaj nosivi uređaj koristi potencijalnu AI funkciju SmartEdge Agile za praćenje fitnesa. Napredak se može jednostavno vidjeti putem mobilne aplikacije.

Mislim da je to vrhunski saputnik za ljude koji vole fitnes.

Ovu nosivu opremu možete prilagoditi za određene vježbe koje radite trenirajući te aktivnosti.

Korak 1: Demo

Pogledajmo demo video Get-Fit nosivog uređaja.

Korak 2: Stvari koje nam trebaju

Hardverske komponente potrebne za projekte

• 1 x Avnet SmartEdge Agile Brainium
• 2 x Bijela elastika
• 1 x remen
• 1 x Igla za šivanje
• 1 x Navoj
• 1 x HotGlue

Softverske komponente potrebne za projekte

• Google Firebase
• Octonion Brainium Portal
• Android Studio

Korak 3: SmartEdge agilna ploča

U ovom projektu koristimo uređaj SmartEdgeAgile za detekciju pokreta. SmartEdge Agile uređaj je certificirano hardversko rješenje, ugrađeno sa potpunim softverskim paketom koji sadrži Edge Intelligence.

Ovaj uređaj ima veliki izbor ugrađenih senzora. U ovom projektu koristimo akcelerometar i žiroskopske senzore. Kombinacijom ovih vrijednosti senzora s umjetnom inteligencijom možemo stvoriti epidemiju. Za razliku od svih drugih funkcionalnosti, rad s nadzorom zasnovanim na umjetnoj inteligenciji zahtijeva upotrebu alata AI Studio, dostupnog na portalu. AI Studio nudi jednostavan i intuitivan način za stvaranje modela koji su potrebni za upotrebu umjetne inteligencije.

Jedna od njegovih AI funkcija je prepoznavanje pokreta. Zapravo, ovaj uređaj prenosi svoje podatke na Brainium platformu kroz gateway. Komunicira putem Bluetooth -a sa pristupnikom. Brainium gateway se može preuzeti sa ios ili android trgovine.

Ovaj uređaj se može lako puniti putem USB priključka i ima dvodnevno vrijeme rada.

Korak 4: Prikupljanje dodatne opreme

Kao što svi znamo, glavni sastavni dio ovog nosivog uređaja je SmartEdge Agile ploča. Za izradu trake su nam potrebne dvije bijele gumice. Uzeo sam ga sa svojih starih tkanina. Također, potreban nam je remen za podešavanje veličine trake. Upravo sam ga uzeo iz starog punjača za laptop. Za podešavanje remena potreban nam je pravokutni komad plastike koji je djelomično šupalj. Kao hack, samo sam ga izrezao s gornje strane vrha markera.

Korak 5: Izrada traka

Prije svega, traku zatvaramo bijelom elastikom. Moramo zategnuti što je više moguće jer će u suprotnom Agile ploča biti uklonjena. Onda možemo tamo da šijemo, sa plavim koncem. Ovdje koristim plavu nit koja daje fantastičan izgled bendu. Zatim sam sašio pravokutni komad za podešavanje veličina trake kao što je prikazano gore. Zatim smo drugu elastiku pričvrstili na ploču pomoću pištolja za vruće ljepilo. Na kraju smo sašili remen na tek zalijepljenoj elastici. Za referencu samo pogledajte gornju sliku.

Korak 6: Završni Outlook

Naš nosivi uređaj je spreman, samo ga pričvrstite na ruku. Zatim uključite uređaj dugim pritiskom na dugme. Uređaj možete puniti putem mobilnog punjača tipa C u vašem domu. Uređaj radi gotovo jednodnevno. Zatim možemo otići do odjeljka softvera ovog nosivog uređaja.

Korak 7: Brainium portal

Evo softverskog dijela i prilično je jednostavan.

Za korištenje SmartEdge Agile ploče morate se prijaviti na Brainium platformu. Zatim preuzmite aplikaciju Brainium Gateway na naš telefon (iz play store -a) i upotrijebite naš novostvoreni račun za prijavu na nju. Zapravo, telefon djeluje kao pristupnik između portala i AI uređaja preko BLE -a. Zatim dodajte našu ploču s kartice uređaja na portalu. Tada će se uređaj pojaviti u aplikaciji Brainium.

Kliknite na dugme „Kreiraj projekat“ili „+“u donjem desnom uglu stranice Projekat da biste kreirali projekat.

Korak 8: Radni prostor AI Studio

Idite na lijevi bočni izbornik i idite do alata Motion in AI Studio odabirom stavke „Prepoznavanje pokreta“u radnim prostorima AI Studio. AI Studio je alat posvećen mogućnostima umjetne inteligencije platforme.

Otvorite svoj radni prostor i počnite s definiranjem pokreta kojim želite vježbati svoj Agile uređaj. Morate stvoriti barem jedan "pokret" za model prepoznavanja. Ovdje moja lista prijedloga sadrži aktivnosti kao što su Pushup, Pullup i Situp. Ovo su osnovne aktivnosti koje prati naš uređaj (Get-Fit). Kretanje Agile ploče bilo bi različito za svaku aktivnost, primjenom AI funkcije na nju uređaj može brojati aktivnosti.

Korak 9: Obuka

Moramo obučiti ove uređaje kako bismo ih osposobili za otkrivanje vježbi. Uređaj biste trebali nositi dok traje obuka.

Na popisu pokreta odaberite svako od njih koje želimo vježbati, a zatim kliknite na dugme „Snimi novi set treninga“. Kreirajte odgovarajuće setove treninga za svaki pokret. Potrebna su vam najmanje 2 zapisa od po 20 pokreta da biste mogli generirati model koji Naravno, što više pokreta pokušavate otkriti, i/ili što je pokret složeniji, trebat će vam više skupova za vježbu da biste dobili prihvatljiv nivo preciznosti. gore je dolje, isto tako, setovi za obuku za sve ostale aktivnosti su pravilno zabilježeni.

Ovu nosivu opremu možete prilagoditi za određene vježbe koje radite trenirajući tu aktivnost.

Korak 10: Generiranje modela

Zatim želimo generirati model koji sadrži sve te zapise. Odaberite sve zapise za nosive i generirajte model. Trebat će neko vrijeme. Zatim primijenite svoj model na željeni uređaj. Također možemo postaviti AI upozorenje da šalje obavijesti kada se naiđe na aktivnost.

Korak 11: MQTT

MQTT API pruža pristup podacima koji su poslani s korisničkih uređaja u stvarnom vremenu. MQTT API je dostupan putem WebSockets-a putem sljedećeg URI-ja: wss: //ns01-wss.brainium.com i zaštićen je. MQTT protokol pruža polja za korisničko ime i lozinku u poruci CONNECT za provjeru autentičnosti. Klijent ima mogućnost slanja korisničkog imena i lozinke kada se poveže s MQTT posrednikom. Za povezivanje s platformom Branium ove opcije su potrebne:

• korisničko ime ima navedenu statičku vrijednost: oauth2-user
• lozinka je različita za svakog korisnika i jednaka je tokenu vanjskog pristupa (dostupna je u profilu korisnika).
• user_id (može se pronaći na korisničkom profilu)
• device_id (može se pronaći na kartici uređaja na portalu)

Pokretanjem python koda koji sam priložio u spremište GitHub-a može pristupiti podacima u stvarnom vremenu sa nosivog (Get-Fit) koristeći MQTT protokol. Izvlačit će se broj završenih aktivnosti.

Korak 12: Firebase

Firebase je platforma za razvoj mobilnih i web aplikacija. Firebase oslobađa programere da se usredsrede na stvaranje fantastičnog korisničkog iskustva. Ne morate upravljati serverima. U našem projektu koristimo Firebase bazu podataka u stvarnom vremenu za trenutno dohvaćanje podataka tako da nema vremenskog kašnjenja.

. Da biste pronašli Firebase URL

• Idite na Firebase
• Zatim idite i otvorite svoj projekt (ako nemate projekata, kreirajte ga)
• Zatim prijeđite na bazu podataka u stvarnom vremenu u bazi podataka
• URL na snimci zaslona je Firebase URL

Zatim idite na pravila, zamijenite "false" sa "true" da biste izvršili operacije čitanja i pisanja. Uzeo sam oznaku "status" kao nadređenu oznaku za "push", "pull" i "sit". Vrijednost iz API -ja se nalazi ispod ove varijable oznake

Korak 13: Android Studio

Aplikacija za nosivi uređaj izrađena je u Android studiju.