ฟิตหุ่น: 13 ขั้นตอน (พร้อมรูปภาพ)

2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:04

อุปกรณ์สวมใส่ที่ตรวจสอบและบันทึกกิจกรรมการออกกำลังกายของบุคคลโดยใช้ AI

ไม่ต้องสงสัยเลยว่าการไม่ใช้งานอาจนำไปสู่ปัญหาสุขภาพและปัญหาส่วนตัวมากมาย กิจกรรมอย่างต่อเนื่องสามารถป้องกันปัญหาเหล่านี้ได้มากมาย เราจำเป็นต้องตรวจสอบความคืบหน้าของการออกกำลังกายอย่างต่อเนื่องเพื่อควบคุมกิจกรรมเพื่อให้ร่างกายมีสุขภาพที่ดีขึ้น ตัวติดตามฟิตเนสเป็นวิธีหนึ่งในการติดตามความก้าวหน้าของคุณยอดนิยม สามารถนับกิจกรรมของคุณ เช่น วิดพื้น ดึงขึ้น และซิทอัพ เป็นต้น นอกจากนี้ยังสามารถสร้างแคลอรี่ที่เผาผลาญระหว่างทำกิจกรรมได้อีกด้วย

ที่นี่ฉันกำลังออกแบบอุปกรณ์สวมใส่ได้โดยใช้บอร์ด SmartEdge Agile ที่สามารถนับการกดขึ้น การดึงขึ้น และการซิทอัพ และสามารถสร้างแคลอรี่ที่บริโภคระหว่างกิจกรรมได้

ใครก็ตามที่ไม่มีความรู้ที่เหมาะสมเกี่ยวกับเทคโนโลยีนี้ ยังสามารถกำหนดอุปกรณ์เหล่านี้ให้เหมาะกับการออกกำลังกายของตนโดยทำตามคำสั่งสอน อุปกรณ์สวมใส่ได้นี้ใช้คุณสมบัติ AI ที่มีศักยภาพของ SmartEdge Agile สำหรับการติดตามการออกกำลังกาย สามารถดูความคืบหน้าได้ง่ายๆ ผ่านแอพมือถือ

ฉันคิดว่ามันเป็นเพื่อนที่ดีที่สุดสำหรับผู้ที่รักการออกกำลังกาย

คุณสามารถปรับแต่งเครื่องแต่งตัวนี้สำหรับการออกกำลังกายเฉพาะที่คุณทำโดยการฝึกกิจกรรมเหล่านั้น

ขั้นตอนที่ 1: สาธิต

มาชมวิดีโอสาธิตของ Get-Fit Wearable กันเถอะ

ขั้นตอนที่ 2: สิ่งที่เราต้องการ

ส่วนประกอบฮาร์ดแวร์ที่จำเป็นสำหรับโครงการ

• 1 x Avnet SmartEdge Agile Brainium
• 2 x ยางยืดสีขาว
• 1 x สายคล้องคอ
• 1 x เข็มเย็บผ้า
• 1 x เกลียว
• 1 x กาวร้อน

ส่วนประกอบซอฟต์แวร์ที่จำเป็นสำหรับโครงการ

• Google Firebase
• Octonion Brainium Portal
• Android Studio

ขั้นตอนที่ 3: SmartEdge Agile Board

ในโครงการนี้ เราใช้อุปกรณ์ SmartEdgeAgile เพื่อตรวจจับการเคลื่อนไหว อุปกรณ์ SmartEdge Agile เป็นโซลูชันฮาร์ดแวร์ที่ผ่านการรับรอง ฝังด้วยชุดซอฟต์แวร์เต็มรูปแบบที่มี Edge Intelligence

อุปกรณ์นี้มีเซ็นเซอร์ออนบอร์ดที่หลากหลาย ในโครงการนี้ เราใช้มาตรความเร่งและเซ็นเซอร์ไจโรสโคป การรวมค่าเซ็นเซอร์เหล่านี้เข้ากับ AI เราสามารถสร้างการระบาดได้ การทำงานกับการตรวจสอบโดยใช้ AI นั้นแตกต่างจากฟังก์ชันอื่นๆ ทั้งหมด ต้องใช้เครื่องมือ AI Studio ที่มีอยู่ในพอร์ทัล AI Studio นำเสนอวิธีที่ง่ายและใช้งานง่ายในการสร้างแบบจำลอง ซึ่งจำเป็นสำหรับการใช้ AI

หนึ่งในคุณสมบัติ AI ของมันคือการรับรู้การเคลื่อนไหว อันที่จริงอุปกรณ์นี้ถ่ายโอนข้อมูลไปยังแพลตฟอร์ม Brainium ผ่านเกตเวย์ มันสื่อสารผ่านบลูทูธกับเกตเวย์ เกตเวย์ Brainium สามารถดาวน์โหลดได้จากร้าน iOS หรือ Android

อุปกรณ์นี้สามารถชาร์จได้อย่างง่ายดายผ่านพอร์ต USB และมีเวลาทำงานสองวัน

ขั้นตอนที่ 4: รวบรวมอุปกรณ์เสริม

อย่างที่เราทุกคนทราบดีว่าส่วนประกอบหลักของอุปกรณ์สวมใส่นี้คือบอร์ด SmartEdge Agile เราต้องการยางยืดสีขาวสองตัวสำหรับทำสาย ฉันเอามันมาจากผ้าเก่าของฉัน นอกจากนี้เรายังต้องการสายรัดเพื่อปรับขนาดสาย ฉันเพิ่งเอามันมาจากที่ชาร์จแล็ปท็อปเครื่องเก่า สำหรับการปรับสายรัด เราต้องใช้พลาสติกรูปสี่เหลี่ยมผืนผ้าที่มีโพรงบางส่วน ในฐานะที่เป็นแฮ็ค ฉันแค่ตัดมันลงจากด้านบนของเครื่องหมายด้านบน

ขั้นตอนที่ 5: การทำวงดนตรี

ก่อนอื่น เรากำลังปิดแถบยางยืดสีขาว เราจำเป็นต้องกระชับให้มากที่สุดมิฉะนั้นกระดาน Agile จะถูกปัดทิ้ง จากนั้นเราก็เย็บตรงนั้นด้วยด้ายสีน้ำเงิน ฉันกำลังใช้ด้ายสีน้ำเงินซึ่งให้มุมมองที่ยอดเยี่ยมสำหรับวงดนตรี จากนั้นฉันก็เย็บชิ้นสี่เหลี่ยมเพื่อปรับขนาดวงดังที่แสดงด้านบน จากนั้นเราก็ติดยางยืดตัวที่สองเข้ากับกระดานโดยใช้ปืนกาวร้อน ในที่สุด เราเย็บสายรัดสายรัดบนยางยืดที่ติดกาวใหม่ เพียงแค่ดูภาพที่ให้ไว้ด้านบนเพื่อเป็นข้อมูลอ้างอิง

ขั้นตอนที่ 6: Outlook ขั้นสุดท้าย

อุปกรณ์สวมใส่ของเราพร้อมแล้ว เพียงติดไว้ที่แขน จากนั้นเปิดเครื่องโดยกดปุ่มค้างไว้ คุณสามารถชาร์จอุปกรณ์ด้วยเครื่องชาร์จมือถือประเภท C ในบ้านของคุณ อุปกรณ์มีเวลาทำงานเกือบหนึ่งวัน จากนั้นเราไปที่ส่วนซอฟต์แวร์ของเครื่องแต่งตัวนี้

ขั้นตอนที่ 7: Brainium Portal

มาถึงส่วนซอฟต์แวร์และค่อนข้างง่าย

สำหรับการใช้บอร์ด SmartEdge Agile คุณต้องสมัครใช้งานแพลตฟอร์ม Brainium จากนั้นดาวน์โหลดแอป Brainium Gateway บนโทรศัพท์ของเรา (จาก play store) และใช้บัญชีที่สร้างขึ้นใหม่เพื่อเข้าสู่ระบบ จริงๆ แล้ว โทรศัพท์ทำหน้าที่เป็นเกตเวย์ระหว่างพอร์ทัลและอุปกรณ์ AI ผ่าน BLE จากนั้นเพิ่มบอร์ดของเราจากแท็บอุปกรณ์ในพอร์ทัล จากนั้นอุปกรณ์จะปรากฏบนแอป Brainium

คลิกที่ปุ่ม "สร้างโครงการ" หรือ "+" ที่ด้านล่างขวาของหน้าโครงการเพื่อสร้างโครงการ

ขั้นตอนที่ 8: พื้นที่ทำงาน AI Studio

ไปที่เมนูด้านซ้ายและไปที่เครื่องมือ Motion in AI Studio โดยเลือกรายการ 'Motion Recognition' ในพื้นที่ทำงานของ AI Studio AI Studio เป็นเครื่องมือสำหรับความสามารถด้านปัญญาประดิษฐ์ของแพลตฟอร์มโดยเฉพาะ

เปิดพื้นที่ทำงานของคุณและเริ่มต้นด้วยการกำหนดการเคลื่อนไหวที่คุณต้องการฝึกอุปกรณ์ Agile ของคุณ คุณต้องสร้าง "การเคลื่อนไหว" อย่างน้อยหนึ่งรายการสำหรับโมเดลการจดจำ รายการการเคลื่อนไหวของฉันมีกิจกรรมต่างๆ เช่น Pushup, Pullup และ Situp นี่คือกิจกรรมพื้นฐานที่อุปกรณ์ของเราติดตาม (Get-Fit) การเคลื่อนไหวของกระดาน Agile จะแตกต่างกันไปในแต่ละกิจกรรม โดยการใช้ฟีเจอร์ AI กับอุปกรณ์นั้น อุปกรณ์สามารถนับกิจกรรมได้

ขั้นตอนที่ 9: การฝึกอบรม

เราจำเป็นต้องฝึกอุปกรณ์เหล่านี้เพื่อให้สามารถตรวจจับการออกกำลังกายได้ คุณควรสวมใส่อุปกรณ์เมื่อฝึกซ้อม

ในรายการของการเคลื่อนไหว เลือกแต่ละอันที่เราต้องการฝึก แล้วคลิก "บันทึกชุดการฝึกใหม่" สร้างชุดการฝึกที่เหมาะสมสำหรับแต่ละการเคลื่อนไหว คุณต้องมีอย่างน้อย 2 บันทึก 20 การเคลื่อนไหวเพื่อสร้างแบบจำลองที่ สามารถใช้สำหรับการสาธิตได้ แน่นอน ยิ่งคุณพยายามตรวจจับการเคลื่อนไหวมากเท่าใด และ/หรือ ยิ่งการเคลื่อนไหวซับซ้อนเท่าใด คุณก็ยิ่งต้องใช้ชุดการฝึกมากขึ้นเท่านั้นเพื่อให้ได้ระดับความแม่นยำที่ยอมรับได้ ด้านล่าง ชุดการฝึกสำหรับกิจกรรมอื่น ๆ ทั้งหมดได้รับการบันทึกอย่างถูกต้องเช่นเดียวกัน

คุณสามารถปรับแต่งเครื่องแต่งตัวนี้ได้สำหรับการออกกำลังกายเฉพาะที่คุณทำโดยการฝึกกิจกรรมนั้น

ขั้นตอนที่ 10: การสร้างแบบจำลอง

จากนั้น เราต้องการสร้างแบบจำลองที่มีบันทึกเหล่านี้ทั้งหมด เลือกระเบียนทั้งหมดสำหรับอุปกรณ์สวมใส่และสร้างแบบจำลอง จะใช้เวลาสักครู่ จากนั้นนำรุ่นของคุณไปใช้กับอุปกรณ์ที่ต้องการ นอกจากนี้เรายังสามารถตั้งค่าการแจ้งเตือน AI ให้แจ้งเตือนเมื่อพบกิจกรรม

ขั้นตอนที่ 11: MQTT

MQTT API ให้การเข้าถึงข้อมูลที่ส่งจากอุปกรณ์ของผู้ใช้แบบเรียลไทม์ MQTT API พร้อมใช้งานบน WebSockets โดย URI ต่อไปนี้: wss://ns01-wss.brainium.com และมีความปลอดภัย โปรโตคอล MQTT มีฟิลด์ชื่อผู้ใช้และรหัสผ่านในข้อความ CONNECT สำหรับการตรวจสอบสิทธิ์ ลูกค้ามีตัวเลือกในการส่งชื่อผู้ใช้และรหัสผ่านเมื่อเชื่อมต่อกับโบรกเกอร์ MQTT สำหรับการเชื่อมต่อกับ Branium Platform ตัวเลือกนี้จะต้อง:

• ชื่อผู้ใช้มีค่าคงที่ที่ระบุ: oauth2-user
• รหัสผ่านจะแตกต่างกันไปสำหรับผู้ใช้แต่ละคนและเท่ากับโทเค็นการเข้าถึงภายนอก (มีอยู่ในโปรไฟล์ของผู้ใช้)
• user_id (สามารถพบได้ในโปรไฟล์ของผู้ใช้)
• device_id (สามารถพบได้ในแท็บอุปกรณ์ในพอร์ทัล)

ด้วยการรันโค้ด python ฉันได้แนบมาในที่เก็บ GitHub สามารถเข้าถึงข้อมูลแบบเรียลไทม์จาก Wearable (Get-Fit) โดยใช้โปรโตคอล MQTT จำนวนครั้งที่กิจกรรมเสร็จสมบูรณ์จะถูกดึงออกมา

ขั้นตอนที่ 12: Firebase

Firebase เป็นแพลตฟอร์มการพัฒนาแอปพลิเคชันมือถือและเว็บ Firebase ช่วยให้นักพัฒนามีอิสระในการมุ่งเน้นไปที่การสร้างประสบการณ์ผู้ใช้ที่ยอดเยี่ยม คุณไม่จำเป็นต้องจัดการเซิร์ฟเวอร์ ในโครงการของเรา เราใช้ฐานข้อมูลเรียลไทม์ของ Firebase เพื่อดึงข้อมูลในทันที เพื่อไม่ให้เกิดความล่าช้า

.เพื่อค้นหา Firebase URL

• ไปที่ Firebase
• จากนั้นไปเปิดโครงการของคุณ (หากคุณไม่มีโครงการสร้างโครงการ)
• จากนั้นย้ายไปยังฐานข้อมูลแบบเรียลไทม์ในฐานข้อมูล
• URL ในภาพหน้าจอคือ Firebase URL

จากนั้นไปที่กฎ แทนที่ "เท็จ" ด้วย "จริง" เพื่อดำเนินการอ่านและเขียน ฉันใช้แท็ก "สถานะ" เป็นแท็กหลักของ "พุช" "ดึง" และ "นั่ง" ค่าจาก API จะถูกวางไว้ใต้ตัวแปรแท็กเหล่านี้

ขั้นตอนที่ 13: Android Studio

แอปพลิเคชันสำหรับอุปกรณ์สวมใส่นั้นสร้างในสตูดิโอ Android