Tag Archives: godteridispenser2017

Design & brukergrensesnitt ferdig?

Design & brukergrensesnitt

Nå er det sluttinnspurt fra hele gruppen. Det  som gjenstår nå er å få til kommunikasjon mellom de forskjellige systemene, testing og finpussing av, forhåpentligvis, mindre detaljer.

Data

Brukergrensesnittet – Vi bruker Tkinter som kanskje ikke er det peneste brukergrensesnitter man har sett, men det fungerer godt og har et rent design som passer for alle brukere. Menyen som møter kunden består av en rekke check-bokser der brukeren skal kunne gi tilbakemelding om forrige kjøp og om den “ikke liker” en type godteri. Kunden skal også kunne gi en input som forteller hvor mange kr den har lyst til å bruke på godteriet.  Tilslutt vises fordelingen av godteriet den fikk i kvitteringsdelen.

Kommunikasjon mellom Raspberry pi og arduino – Da vi skulle kommunisere med arduinoen (fra raspberyy pi) oppstod det problemer. Vi hadde kanskje undervurdert dette aspektet ved prosjektet iom. at det tok flere dager med fortvilelse og frustrasjon.  Vi fikk ikke til å sende en string liste (som verken var konstant i lengde eller variabler) via serial kommunikasjon.  Vi klarte å sende signaler i form av en enkel string da vi testet tidligere i prosessen, men at en liste skulle skape så mye mer trøbbel hadde vi aldri trodd. Vi skaffet ekspert hjelp i form av lærere og super-studenter, men fant ikke en løsning på den tiden vi hadde lagt av til dette.

Ansikts gjengkjenneren fungerer i den forstand at den klarer å gjenkjenne brukere som er lagt inn i databasen og gi dem tilgang til menyen videre. Men det som gjenstår, som et siste finpuss, er at identifikasjonen til en bruker kan dukke opp når det er en “ukjent” person som stiller seg foran kameraet. Den “ukjente” personen kan riktig nok ikke logge inn fordi det ikke er høy nok gjenkjennings-score. Men det er, som sagt, en siste liten finpuss vi vil gjerne få på plass før presentasjonen.

Maskin

Hvorfor vi valgte den løsningen vi gjorde?

Gruppen utviklet noen alternativer til hvordan godteri kunne dispensens under ide myldingen tidlig i utviklings prosessen. Av disse ideene ble en med et roterende element med forskjellige kammeret valgt som den enkleste og mest effektive løsningen.

Materialvalg

Vi har valgt og 3d printe alle de sentrale delelene av systemet, dette har begrenset materialvalget noe. Prototypen består av to 3d printede deler, to stykker laser kuttede plexus glass paneler og noen hjemmelagde tre deler. De 3d printede delene er printet i PLA plast.

Prosessbeskrivelse

Vi startet med en idemyldring hvor vi diskuterte mulige løsninger til oppgaven. Vi fastslo så hvordan systemet skulle operere og hvilke funksjoner det skulle ha. Deretter begynte vi og produsere prototyper som vi kunne teste med (denne delen av prosessen ble meget forsinket, noe som har hindret produktet i å bli 100 % funksjonelt). Når man har funnet et design som virker etter hensikten setter man i gang produksjon av dette.

Operasjons beskrivelser

3D printede deler:

  1. Delen blir designet i Solidworks eller annen CAD programvare.
  2. Delen blir lagret som .stl fil og overført til printeren.
  3. Printeren blir gjort klar for printing (Last inn riktig plast, påføre festemidler)
  4. Start printen.
  5. Vent til printen er ferdig.
  6. Ta den ferdige printen av byggeplaten,
  7. Rengjør printern.

For laser kuttede deler:

  1. Lag modellen som brukes til å generere 2d tegningen det skal kuttes etter.
  2. Gjør nødvendige endringer i layout for 2d tegninger.
  3. Legg inn riktig materiale i laser kutteren (plexi).
  4. Sett startpunkt.
  5. Sett riktig høyde til materialet hvis dette ikke er satt.
  6. Start avsuget.
  7. Start kuttingen
  8. Vent til kuttingen er ferdig.
  9. Ta ut produktet og restene.
  10. Slå av avsuget og maskinen.

For tre deler:

  1. Kjøp materialer (to hobbyplater og en meter 60*60)
  2. Del en hobbyplate i to på tvers av lengde retningen.
  3. Lim sammen de to delene, men i horisontal retning.
  4. Mål opp og bor opp fire hull (64mm hullsag) til montasje av steppere.
  5. Kutt opp hobbyplate nummer to til fem stykk 18*28*1180 (B*H*L) kutt disse så i riktige lengder.
  6. Sett sammen delene med trelim og 6.5*25 treskruer.
  7. monter 3D printede deler.
  8. Monter plexi glass.

Produksjons-underlag.

 

Slutt fremlegg

Oppsummering

  • Utstyrsliste
    • 4 stepper motorer
    • 4 stepper drivere
    • Avstands sensorer
    • 1 last celle
    • 4 3D-printa rotorer
    • 2 arduioner
    • Rasberry pi 3
    • Pi 7-tommers touch skjerm

Med vårt verk ønsker vi å frembringe en ny og enklere bane innenfor godteri handling. Det skal kunne gjøre lørdags handling av smågodt både enklere og raskere, samt kunne brukes i andre situasjoner. Vi startet prosjektet med “brain-storming” og drøfting av hvordan vi skulle utforme et produkt som dekker alle våre ønsker. Etter å ha presentert forslaget vårt for foreleseren endte vi med godteri dispenser som utgangspunkt .

 

Fremgangsmåte

Vi Startet med koseptutvikling i startfasen og endte relativt raskt opp med det mekaniske designet til maskinen. Vi ble enige om hvordan vi skulle løse de forsjkellige aspektene av prosjektet som dermed ble delt  inn i tre fagfelt der alle hadde noe å jobbe med.

Samarbeid

Medlemmene fra de forsjellige fagfeltene har jobbet selvstendig med sin del samtidig som vi har hatt møter hvor vi har diskutert og løst problemer sammen.  Vi konsentrete oss om å få på plass kritiske deler for å teste at de fungerer tidligst mulig. Men med en 3D printer som røk og uforutsette problemer med kommunikasjonen mellom mikrokontrollerne ble prosjektet en del forsinket og slik at ikke alle deler fungerer optimalt.

Konklusjon

Gruppen er stort sett fornøyd med produktet vi har laget selvom vi helst skulle hatt en itterasjon til på den mekaniske biten. Vi har bygget mange nye erfaringer blandt annet at seriell kommunikasjon ikke nødvendigvis er “plug and play”. Vi har endt opp med en kul prototype som viser hvordan vi tenkte da vi designet. Vi har nok den eneste godteridispenseren med en fungerende ansiktsgjenning i verden!

Videre arbeid?

Om vi skulle jobbet videre med prosjektet ville vi sett på muligheter for å gjøre den mekaniske delen mer robust. Vi har noen ideer om hvordan konseptet kan løses på andre måter.

 

Godteridispenser Uke 46 (Gruppe 2H17)

Hei, her kommer en liten oppdatering på hva vi har gjort til nå.

Mekanisk:

Vi har printet ut første versjon av de viktigste mekaniske delene som skal 3D-printes. Dette har gitt oss muligheten til å sette sammen delene og teste sammen med det elektriske. Under testing kom det frem at noen av målene ikke stemmer helt, feks hullbildet til motorfestet og hullet til akslingen på impelleren. Dette fikser vi enkelt ved å bore opp hullene/lage nye hull, eller retter det opp i 3D-modellen slik at neste print blir bra.

Videre blir 3D tegningene oppdatert og alle delene printet ut.

Elektrisk:

På den elektriske delen har vi testet ut alle sensorene som skal brukes. Det viste seg at avstandsensoren som vi skal bruke til å måle mengden som er igjen i hver beholder ikke er lineær noe som kompliserer utregningene. Vi fant ut at det er best å lage en funksjon som er tilnærmet lik kurven til sensorene. Dette krevde en del prøving og feiling, men ved hjelp av matlab kom vi frem til en funksjon som er bra nok for formålet.

avstand i cm = 489 * e((10 – x) /  (8.1 + 0.4x ))

For steppermotorene har vi laget et program som mater en porsjon av gangen. Ettersom at steppermotorene er delt inn i 200 steps per runde, går det ikke opp med den impelleren vi har i dag som er delt i seks. Dermed blir posisjon forskjøvet med to steps hver runde. Dette kan løses ved å legge til to steps hver runde, men vi valgte å endre designet på impelleren slik at den er delt i fem da vi uansett skulle printe nye.

Dermed har vi kontroll på hvordan komponentene skal styres og arduinoprogrammet begynner å ta form. For å ferdigstille programmet er det mest effektivt at det mekaniske er på plass, slik at de elektriske komponentene kan festes og programmet testkjøres.

Data:

Har fått ansiktsgjenkjenningskoden til å fungere! Da vi skulle legge koden over på rasberry pi kom det frem at den trenger en egen programvare som må lastes ned for å være kompatibel. Etter forsøk med rasberry pi 2 endte vi med å måtte bruke pi 3 for å få det til å fungere. Denne er nå festet direkte på skjermen som er plassert på tilegnet stativ.

GUI – Vi har valgt Tkinter , som er et standard bibliotek for Python  for å få laget vår GUI. Det er ikke det eneste GUI -biblioteket for Python , men det er det mest populære, og virker helt ok for hva vi skal bruke det til(i forhold til design).

Videre jobber vi også med med en “smart fordeling” som skal foreslå godteri for kunden basert på kundens preferanser og tilfredshet av tidligere kjøp(i samarbeid med en database) .

Godteridispenser Uke 41 (Gruppe 2H17)

 

Konseptet vi kom frem til når det gjelder mekanismen på hvordan best mulig slippe ut godteriet i en kontrolert affere var et slags skovlehjul. Dette gjør at godteriet kommer ut i en bestemt fart og det er også en god måte å unngå at godteriet setter seg fast.

Datadelen

Vi ønsker å andvende en ansiktsgjenkjenning som identifikasjon for brukere i databasen. Databasen vil holde kundens preferanser (forhåndsvalgt) samt tidligere variasjoner av godteri og kundens tilfredshet med disse. Vi må kunne skrive til og fra en lokal database som må kunne legge til nye brukere samt holde informasjon om de forskjellige brukerne.

Som interface mellom kunden og systemet vil vi bruke en touchscreen hvor kunden kan gi tilbakemelding om siste miks og hvor fornøyd den var med det. Her skal kunden også kunne velge hvor mye den vil handle for (kr). For at vi skal kunne lage en miks må vi ha en beregning som baserer seg på preferanser, tidligere valg og mengde.

Godteridispenser Uke 40 (Gruppe 2H17)

Hei!
Her kommer en oppdatering om gruppen vår og hva vi holder på med 🙂

Gruppen:

Vi i gruppe to er en gjeng med seks ingeniørstudenter fra alle faglinjene.

Fra maskin:  Andreas Andersen
Fra Data:       Krystian Hoftun, Sandra Aakervik og Nina Heglund
Fra Elektro:  Sølve Boldvik og Erik Godejord

Konsepter:

Gruppen startet arbeidet med en interessant idemyldring med stor variasjon i konseptene. De mest aktuelle konseptene vi kom frem til er;
Robotarm
Gyrostabilisert sykkel
CNC maskin
Vaffel-/pannekakemaskin
Underskriftsmaskin
Godteridispenser

Vi kom til slutt frem til at godteridispenser var det beste konseptet å jobbe videre med. Dette på grunn av vanskelighetsgrad samt gruppens sammensetting. En robotarm ville for eksempel blitt for mye kybernetikk, mens en underskriftsmaskin ville blitt for lite data.

Vårt system:

Etter beslutningen om at vi skulle gå videre med godteridispenser startet arbeidet med hvordan vi skulle løse problemstillingen. Vi kom sammen frem til at vi skal bruke ansiktsgjenkjenning slik systemet kan foreslå hvilket godteri kunden bør kjøpe basert på tidligere kjøp. Vi kikket også på løsninger for det mekaniske og det elektriske.

Det største problemet for den mekaniske delen er å slippe gjennom mykt godteri. Ingen av løsningene vi kom opp med håndterer mykt godteri på en god måte. Ett alternativ ville vært om godteriet lå i små poser, men dette virker usannsynlig å få til. Ett annet problem er at godteri kommer i forskjellig størrelse noe som kan være problematisk for de fleste konseptene våre. På bakgrunn av dette kom gruppen frem til å jobbe videre med en løsning som kun har en bevegelig del formet som en vifte (nederst til venstre på bildet). Gummigodteri vil fortsatt være problematisk, men størrelsen på godteriet kan variere.

På den elektriske delen fant gruppen ut at det er gunstig å bruke en Arduino til å styre motorer og innhente informasjon fra sensorer. Arduinoen vil fungere som en slave for styreenheten som kommuniserer med kunden og bestemmer hvilken type og hvor mye godteri som skal mates ut. For å drive matesystemet kan en steppermotor være aktuelt. Systemet trenger også en vekt for å måle hvor mye godteri som har kommet ut, samt sensorer som forteller hvor mye godteri som er igjen i hver av beholderne. Disse sensorene kan være lasere, infrarøde sensorer eller ultralydsensorer. Gruppen kom frem til at infrarøde sensorer er gunstige da de er enkle å bruke og ikke har synlig lys som kan virke distraherende.

På software delen så har vi kartlagt hva vi trenger, og funnet ut at en database og en interface applikasjon, samt ansikt gjenkjenning og sorteringmekanisme må være på plass. Det er utarbeidet UML skisser og koden til ansikt gjenkjenningen er igang. Under ser dere utdrag av prosessen.

Videre fokuserer gruppen på å sette sammen en prototype med de valgte konseptene.