Monthly Archives: September 2016

27.09.16

Data –

Idag har vi brukt dagen på å forbedre facial recognition. Vi har jobbet med å få databasen av bilder til å inneholde færre bilder. Vi har også lagt inn Stian og John Morgan som testpersoner. Vi ønsker at programmet skal kunne skille mellom oss med en høy nøyaktighet.

Per tid fungerer det ikke helt som ønsket og vi er nødt til å jobbe mer med denne funksjonen.

 

Planleggingsfase. Planer – ikke bare for Egon Olsen

I møter har det blitt diskutert forskjellige ønskede design og funksjoner for det endelige produktet. Kunne vi få den til å «nekte» brukeren kaffe etter feks klokken 23? Nei, det ville ikke falt i god jord hos alle nattarbeidere der ute. Skal maskinen kjenne igjen forskjellig type kopper? Kanskje, men kanskje må vi få den til å kjenne igjen en kopp i det hele tatt først. En hel masse spørsmål og problemstillinger- igjen. Og ikke like mange svar.
Etter flere skisser står vi nå igjen med to forskjellige løsninger for innmating av kapsler. Det ene alternativet er å bruke et kapselstativ som er produsert av Nespresso, som vi modifiserer til å møte våre krav. Det andre alternativet er å modellere en innmatingsmekanisme i solidworks. Per tiden heller vi mot å bruke kapselstativet. Tanken er at stativet skal være i en liggende posisjon, og at det lages en forhøyet «plattform» som holder stativet oppe, slik at det ikke kommer i kontakt med «kaffeslusen». Det er fortsatt ikke endelig avklart hvor mange motorer som skal brukes til dette og hvilke type motorer vi ender med.

Vi skal også finne ut om det kan brukes en touch penn for på- knappen, og hvordan det skal løses. Her har det allerede blitt prøvd forskjellige ideer, men det har vist seg å være vanskelig å gjennomføre i praksis på grunn av maskinelle/motoriserte krav. Det har blitt diskutert å modifisere kaffemaskinen og modellere et større oppbevaringsrom for brukte kapsler under maskinen. I dette rommet ønsker vi å ha en oppbevaringskasse som kapslene ligger i. Denne kassen består av to separate deler hvor den øverste delen inneholder de brukte kapslene, og den nedre delen eventuelle rester fra kapslene. Disse delene er planlagt å produsere med en 3D- printer, mens selve forhøyningen vil være av pleksiglass som blir lakkert. Ved å lage en hengslet luke får vi mulighet til å åpne, hente ut oppbevaringskassen, og dermed fjerne brukte kapsler på en enkel måte.
På motsatt side av kaffemaskinen finner vi utstyr som elektro- og data trenger. Planen er å bygge denne lagringsplassen i pleksiglass. På den måten det vil være mulig å se delene som befinner seg der. Den vil også bli konstruert slik at det er lett å ta av/på pleksiglasset, noe som gir enkel tilgang til utstyret. Til slutt er det ønskelig å frakte den ferdige kaffen til en ny plattform. Her er det nødvendig å finne en løsning på denne transportetappen, og det har blitt diskutert å montere et rørsystem fra utgangsposisjon til den nye plattformen.

Det har altså kommet mange konkrete tanker rundt kaffemaskinen i seg selv, men vi stopper ikke der. Vi ønsker jo også å lage en app som brukerne av kaffemaskinen kan koble seg opp mot og som kan registrere nye brukere ved behov for det. I app`en skal brukeren kunne velge sin kaffepreferanse og denne informasjonen tenker vi at skal sendes videre til en Raspberry pi. Hver gang Raspberry pi er slått på vil den laste inn kaffe-preferansen, og «oppdatere seg» slik at den bruker kort tid på å finne ut om en bruker har endret sine preferanser. Målet er at brukeren skal tenke «jeg har verdens beste kaffemaskin! Ingen kjenner mine behov slik som den». Men det hjelper jo ikke om den vet hva brukeren ønsker, hvis den ikke heller kaffen i en kopp. Så neste tankespinn handlet om dette. Ønsket er at kaffemaskinen vet om det er en kaffekopp på plattformen eller ikke. Når en kaffekopp blir observert vil et kamera identifisere personen som har satt fra seg koppen. Målet er at identifiseringen fører til at riktig kapsel blir plukket ut (ut fra denne personens preferanser i appen) og kaffen blir laget. Nok en gang bekreftes brukerens tanker om «verdens smarteste kaffemaskin». Når koppen fjernes er systemet klart for neste kopp.

 

 

smart1smart2

Figur 1: skisser av forskjellige løsninger av innmating av kapsler. Figur 2: Skisser av ønsket sluttprodukt

20.09.16

Hei igjen.

I dag har vi igjen jobbet med OpenCV. Planen for dagen var å jobbe med facial recognition og ikke bare face detection. Grunnen til dette er fordi vi vil at systemet vårt skal gjenkjenne personen foran speilet og ikke bare kjenne igjen at det er et ansikt der.

Dette viste seg å være relativt mye vanskeligere enn antatt. Hittil har vi forsøkt med en bildedatabase på 10 bilder på 10 personer. Alle disse bildene er veldig små, og gråtonet. Vi har fått programvaren til å fungere til en viss grad, sett at bildet var i databasen. Ikke helt som vi ville at den skulle fungere. Må forbedres neste uke!

Data out 🙂

CoffeeFreaks

Prosjektet og gruppemedlemmene

I smarte systemer gis ingen konkrete prosjekter. Her er målet å gjøre nettopp det faget heter; “gjøre et system smartere”. For eksempel kan man ta et eksisterende produkt og modifisere det. Skape nye funksjoner og bedre løsninger. Etter idemyldring i gruppen og mange forslag rundt hva vi kunne gjøre “smartere”, endte vi med en kaffemaskin som utgangspunkt for prosjektet vårt. Årsaken til valget var kort fortalt alle forelesere og studenter som ikke kommer gjennom dagen uten kaffe. Hva med å gjøre det enklere for så mange brukere av kaffemaskinen? Valget åpnet videre for mange spørsmål og problemstillinger, og i starten av prosjektet satt vi igjen med disse ønskene for maskinen:

  1. Styres av en app
  2. Ansiktgjenkjenning
  3. Automatisk innmating av kapsler
  4. Automatisk utmatning av kapsler
  5. Gjenkjenning/registrere kaffekopp

Dette er ting vi kommer tilbake til underveis i bloggen.

Vi er gruppe fem og har valgt å kalle oss CoffeeFreaks. Gruppen vår består av totalt seks personer, hvor det er to fra hver fagretning. Kent Kjeldaas er utnevnt gruppeleder.

olemin

Elektro: Ole M. Furuhaug & Min Tang

 

kentvebjorn

Data: Kent Kjeldaas & Vebjørn Sveva

 

maritakim

Maskin: Marita Jøsok & Kim Hellevammen

 

Kaffemaskinen og krav

Det er valgt en kaffemaskin som sto til de kravene vi har satt oss. Kravene  til systemet er enkel innmating av kapsler, automatisk utkasting av kapsler og vekt under 5 kg. Når det kom til størrelse var det ønsket å ha en så kompakt maskin som mulig. Vanntanken bør være lett tilgjengelig, da det gir mulighet for å modifisere til større vanntank.

Etter et besøk hos Elkjøp ble det bestemt at Nespresso U (D 50) var den maskinen som mest tilfredsstillende møtte kravene i forhold til sine konkurrenter. Målene til kaffemaskinen er B: 115 mm H: 251 mm D: 369 mm. Nespresso maskinen er en automatisk kapselmaskin med en vannbeholder som rommer omkring 0,8 liter. Pumpetrykket er 19 bar og maskinen vil skru seg av automatisk når den ikke er i bruk. Effekten er på 1260 Watt og vekten er 3,5 kg.

 

 nespresso

Figur 1: Nespresso U (D 50) kaffemaskin

13.09.16

Heisann.

Denne ukens arbeidsoppgaver for datastudentene var videreutvikling av face detection. Vi har fått programvaren til å kjenne igjen fjes på et bilde og markere fjeset med en grønn ramme.

Planen for neste gang er å få programmet til å fungere med live feed fra webkameraet og markere rammen rundt ansiktet i sanntid.

 

Data

Vi fra data jobbet med ansiktsdeteksjon og ansiktsgjenkjenning. Vi har valgt å bruke OpenCV som plattform for å utvikle dette. Målet er at programvaren skal kjenne igjen personen som står foran speilet og deretter utføre oppgaver basert på personen.

Vi startet med å installere alt av programvare som var nødvendig for å gjøre dette på RaspberryPien. Dette viste seg å være en mer tidkrevende prosess enn først antatt.