Get-Fit: 13 vaihetta (kuvilla)

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:00

Käytettävä laite, joka valvoo ja tallentaa henkilön kuntoilua tekoälyn avulla.

Ei ole epäilystäkään siitä, että passiivisuus voi johtaa lukuisiin terveys- ja henkilökohtaisiin ongelmiin. Jatkuva toiminta voi estää monia näistä ongelmista. Meidän on jatkuvasti tarkistettava harjoittelulla saavutettua edistystä säätääksemme toimintoja terveemmän kehon luomiseksi. Fitness -seurantalaitteet ovat suosittu tapa seurata edistymistäsi. Se voi laskea aktiviteettejasi, kuten push-up, pull-up ja sit-up jne. Tämä voi myös tuottaa harjoitusten aikana poltettuja kaloreita.

Tässä suunnittelen SmartEdge Agile -levyä käyttävää puettavaa laitetta, joka voi laskea punnerrukset, vetäytymiset ja istumat ja pystyä tuottamaan harjoitusten aikana kulutetut kalorit.

Jokainen, jolla ei ole asianmukaista tietoa tästä tekniikasta, voi myös muokata näitä laitteita omiin harjoituksiinsa noudattamalla ohjeita. Tämä puettava laite käyttää SmartEdge Agile -järjestelmän mahdollista AI -ominaisuutta kuntoseurantaan. Edistymistä voi tarkastella yksinkertaisesti mobiilisovelluksen kautta.

Mielestäni se on täydellinen kumppani kuntoileville ihmisille.

Voit muokata tätä pukeutumista tiettyihin harjoituksiin, joita teet harjoittelemalla näitä toimintoja.

Vaihe 1: Esittely

Katsotaanpa Get-Fit Wearable -esittelyvideota.

Vaihe 2: Tarvitsemamme asiat

Projektien tarvitsemat laitteistokomponentit

• 1 x Avnet SmartEdge Agile Brainium
• 2 x valkoinen elastinen
• 1 x hihna
• 1 x ompeluneula
• 1 x lanka
• 1 x HotGlue

Projektien tarvitsemat ohjelmistokomponentit

• Google Firebase
• Octonion Brainium -portaali
• Android Studio

Vaihe 3: SmartEdge Agile Board

Tässä projektissa käytämme SmartEdgeAgile -laitetta liikkeiden havaitsemiseen. SmartEdge Agile -laite on sertifioitu laitteistoratkaisu, johon on upotettu täysi ohjelmistopino Edge Intelligence -tekniikalla.

Tässä laitteessa on laaja valikoima sisäisiä antureita. Tässä projektissa käytämme sen kiihtyvyysanturia ja gyroskooppi -antureita. Yhdistämällä nämä anturiarvot tekoälyyn voimme luoda taudinpurkauksen. AI Studio tarjoaa helpon ja intuitiivisen tavan luoda malleja, joita tarvitaan tekoälyn käyttämiseen.

Yksi sen tekoälyominaisuuksista on liiketunnistus. Itse asiassa tämä laite siirtää tiedot Brainium -alustalle yhdyskäytävän kautta. Se kommunikoi Bluetoothin kautta yhdyskäytävän kanssa. Brainium -yhdyskäytävän voi ladata ios- tai Android -kaupasta.

Tämä laite voidaan ladata helposti USB-portin kautta ja sillä on kahden päivän käyttöaika.

Vaihe 4: Tarvikkeiden kerääminen

Kuten me kaikki tiedämme, tämän puettavan pääkomponentti on SmartEdge Agile -levy. Tarvitsemme kaksi valkoista kuminauhaa bändin tekemiseen. Olen ottanut sen vanhoista kankaista. Tarvitsemme myös hihnan nauhan koon säätämiseen. Otin sen vanhasta kannettavan laturista. Hihnan säätämiseen tarvitsemme suorakulmaisen muoviosan, joka on osittain ontto. Hakkeroin vain leikkasin sen pois yläosan yläosasta.

Vaihe 5: Bändin tekeminen

Ensinnäkin suljemme nauhan valkoisella kumilla. Meidän on kiristettävä mahdollisimman paljon, muuten Agile -levy pyyhkäistään pois. Sitten voimme ommella sinisellä langalla. Tässä käytän sinistä lankaa, joka antaa upeat näkymät bändille. Sitten ompelin suorakulmaisen kappaleen nauhakoon säätämiseksi yllä kuvatulla tavalla. Sitten kiinnitimme toisen kuminauhan levyyn kuumaliimapistoolilla. Lopuksi ompelimme hihnahihnan juuri liimatun kuminauhan päälle. Katso vain yllä olevaa kuvaa viitteenä.

Vaihe 6: Lopullinen näkymä

Puettava laitteemme on valmis, kiinnitä se vain käsivarteen. Käynnistä sitten laite painamalla painiketta pitkään. Voit ladata laitteen kotisi C-tyypin matkalaturilla. Laitteen käyttöaika on lähes yksi päivä. Sitten voimme siirtyä tämän puettavan ohjelmiston osioon.

Vaihe 7: Brainium -portaali

Tässä tulee ohjelmisto -osa ja se on melko yksinkertainen.

Jos haluat käyttää SmartEdge Agile -korttia, sinun on rekisteröidyttävä Brainium -alustalle. Lataa sitten Brainium Gateway -sovellus puhelimeemme (Play -kaupasta) ja kirjaudu sisään äskettäin luodun tilin avulla. Itse asiassa puhelin toimii porttina portin ja tekoälylaitteen välillä BLE: n kautta. Lisää sitten korttimme portaalin Laite -välilehdeltä. Sitten laite näkyy Brainium -sovelluksessa.

Luo projekti napsauttamalla "Luo projekti" tai "+" -painiketta projektisivun oikeassa alakulmassa.

Vaihe 8: AI Studio -työtila

Siirry vasemmanpuoleiseen valikkoon ja navigoi Motion in AI Studio -työkaluun valitsemalla AI Motion -työtilan liiketunnistus. AI Studio on työkalu, joka on omistettu alustan tekoälyominaisuuksille.

Avaa työtila ja aloita määrittämällä liike, jolla haluat treenata ketterää laitettasi. Sinun on luotava vähintään yksi "liike" tunnistusmallille. Tässä liikeluetteloni sisältää toimintoja, kuten Pushup, Pullup ja Situp. Nämä ovat perustoimintoja, joita laitteemme seuraa (Get-Fit). Ketterän laudan liike olisi erilainen jokaiselle toiminnolle, kun se soveltaa tekoälyominaisuutta, laite voi laskea toiminnan.

Vaihe 9: Koulutus

Meidän on koulutettava nämä laitteet, jotta ne kykenevät havaitsemaan harjoituksia. Käytä laitetta harjoittelun aikana.

Valitse liikkeiden luettelosta jokainen, jota haluamme kouluttaa, ja napsauta "Tallenna uusi harjoitussarja". Luo oikeat harjoitussarjat kullekin liikkeelle. Tarvitset vähintään 2 tietuetta 20 liikkeestä, jotta voit luoda mallin, joka voidaan tietysti käyttää esittelyssä. Mitä enemmän liikkeitä yrität havaita ja/tai mitä enemmän liike on monimutkainen, sitä enemmän harjoitussarjoja tarvitset hyväksyttävän tarkkuustason saavuttamiseksi. alla, samoin kaikkien muiden toimintojen harjoitussarjat tallennetaan oikein.

Voit muokata tätä pukeutumista tiettyihin harjoituksiin, joita teet harjoittelemalla kyseistä toimintaa.

Vaihe 10: Mallin luominen

Sitten haluamme luoda mallin, joka sisältää kaikki nämä tietueet. Valitse kaikki käytettävän tietueet ja luo malli. Se kestää jonkin aikaa. Käytä sitten malliasi haluttuun laitteeseen. Voimme myös asettaa AI -hälytyksen lähettämään ilmoituksen, kun toiminto havaitaan.

Vaihe 11: MQTT

MQTT -sovellusliittymä tarjoaa pääsyn käyttäjän laitteilta lähetettyihin tietoihin reaaliajassa. MQTT-sovellusliittymä on saatavana WebSocketsin kautta seuraavan URI: n avulla: wss: //ns01-wss.brainium.com ja se on suojattu. MQTT -protokolla tarjoaa käyttäjätunnus- ja salasanakentät CONNECT -sanomassa todennusta varten. Asiakkaalla on mahdollisuus lähettää käyttäjätunnus ja salasana, kun se muodostaa yhteyden MQTT -välittäjään. Liitettäessä Branium Platformiin nämä vaihtoehdot ovat seuraavat:

• käyttäjätunnuksella on määritetty staattinen arvo: oauth2-user
• salasana on erilainen jokaiselle käyttäjälle ja vastaa ulkoista käyttöoikeustunnusta (se on saatavana käyttäjän profiilissa).
• user_id (löytyy käyttäjien profiilista)
• device_id (löytyy portaalin Laite -välilehdeltä)

Suorittamalla GitHub-arkistoon liittämäni python-koodin pääsen käsiksi puettavan (Get-Fit) reaaliaikaiseen dataan MQTT-protokollaa käyttäen. Arvioidaan, kuinka monta kertaa toiminto on suoritettu.

Vaihe 12: Firebase

Firebase on mobiili- ja verkkosovelluskehitysalusta. Firebase vapauttaa kehittäjät keskittymään fantastisten käyttäjäkokemusten luomiseen. Sinun ei tarvitse hallita palvelimia. Projektissamme käytämme Firebasen reaaliaikaista tietokantaa tietojen noutamiseen välittömästi, jotta viivettä ei aiheudu.

Firebasen URL -osoitteen löytäminen

• Siirry Firebaseen
• Mene ja avaa projekti (jos sinulla ei ole projekteja, luo sellainen)
• Siirry sitten tietokannan reaaliaikaiseen tietokantaan
• Kuvakaappauksen URL -osoite on Firebasen URL -osoite

Siirry sitten sääntöihin ja korvaa "false" sanoilla "true", jos haluat tehdä luku- ja kirjoitusoperaatioita. Olen ottanut "status" -tunnisteen "push", "pull" ja "sit" ylätunnisteeksi. Sovellusliittymän arvo sijoitetaan näiden tunnistemuuttujien alle

Vaihe 13: Android Studio

Puettavat sovellukset tehdään Android -studiossa.