Utførelsesfase: Just do it?

Hvor begynner man når man har så mange planer? Hvem gjør hva? Og hva trenger man av utstyr? Vi har begynt med å modellere og har blant annet modellert kaffemaskinen i 1:1 størrelse (se figur under).

 

k2k1

Bilde 1 og 2: Modell av innkjøpt kaffemaskin

Når det gjelder annet utstyr har gruppen diskutert og tenkt en del rundt dette. Foreløpig antar vi at det trengs tre-fire motorer. Vi trenger bla. en motor som kan rotere kaffestativet, men også en som kan hente frem kapsler.

 

modell-motor-smartsystem

Bilde 3: Modell av motor
Det blir spennende å se hvordan dette utvikler seg og vi kommer nok tilbake til det i løpet av prosessen. Kanskje flere ganger? Hvem vet. Gruppen kommer, som nevnt, til å bruke en del 3-d print i oppgaven. For å finne ut styrken til materialet har det blitt produsert strekkstaver i materialet som blir printet. Disse stavene blir tatt med til laboratoriet på HSN og strukket i maskin for å finne verdier på materialet.

I dette prosjektet spiller software stor rolle, her kommer en oppdatering:

Data-delen av dette prosjektet kan lett bli delt opp i noen hovedområder: ansikts-gjenkjenning, gjenkjenning av kopp, styring av motorer/servo og app. I tillegg til det blir det også en utfordring med å få alt til å fungere sammen med hverandre på riktig måte.
Recap fra uke 1, data: Vi har delt inn hovedansvar for App (til Vebjørn) og hovedansvar for ansiktsgjenkjenning (til Kent). Den første uken har vi drevet med en god del oppdateringer. Vi kommer til å bruke en Raspberry Pi i prosjektet, koblet opp mot raspberry pi kamera og et ekstra kamera eller sensor. RPI`en kommer også til å styre motorene som trengs for å få den riktige kapselen til maskinen. Denne uken har vi jobbet for å få raspberry-pi kamerat til å ta bilder og snakke sammen med openCV. Vi startet med å få tak i et SD-kort til RPI`en. Deretter har vi reformatert kortet og fått installert raspbian (et operativsystem basert på Debian). I tillegg har vi fått lastet ned openCV som er et open-source facial-recognition software. På app fronten har Vebjørn fått lastet ned Android studios og begynt å planlegge hvordan app`en skal bygges, og funksjonaliteten den må innholdet.
Recap fra uke 2, data:
Ansiktsgjenkjenning funker! (I det minste delvis…)
Har lastet ned firmware oppdateringer på kamera fronten. OpenCV tar nå rundt 14-16 bilder i sekundet med raspberry pi`en. Noe som er mye mer enn hva vi trenger. For øyeblikket har jeg alt kjørende i samtid, og kameraet detekterer ansikter flere ganger i sekundet(4-8 bilder). Jeg har matet Raspberry pi-en med en del bilder av diverse personer. Ut fra det klarer den å kjenne igjen ansikter (av forskjellige typer, både av mann/kvinne). Neste skritt blir å sjekke hvordan den håndterer flere personer av gruppen.
I tillegg har jeg laget et lite script for å ta bildene som er nødvendige av hver enkelt person samtidig over kort tid. Deretter bruker jeg et annet litt større script som sjekker bildene etter ansikt, reformaterer størrelsen, lagrer som nytt bildet med spesifisert navn og endrer bildet til gråtoner istedenfor farger. Dette hjelper med å effektivisere antall personer som kaffemaskinen kan identifisere. Til nå har den klart å kjøre med 65 bilder av diverse personer og 25 av meg (Kent). Den klarer fint å skille mellom andre personer og meg i de fleste tilfeller. Kanskje det blir nødvendig å ta færre bilder og heller laste dem ned og analysere dem for mer nøyaktighet? Time will show.
Vebjørn har dessverre måtte bestille ny pc, og har ikke kunnet jobbet med app`en før neste uke.

Stay tuned!

Leave a Reply