Fit-Fit: 13 Adım (Resimlerle)

2024 Yazar: John Day | [email protected]. Son düzenleme: 2024-01-30 13:18

AI aracılığıyla bir kişinin fitness aktivitesini izleyen ve kaydeden giyilebilir bir cihaz.

Hareketsizliğin bir dizi sağlık ve kişisel soruna yol açabileceğine şüphe yok. Sürekli aktivite bu sorunların çoğunu önleyebilir. Daha sağlıklı bir vücut yapmak için yapılan aktiviteleri düzenlemek için egzersizle elde edilen ilerlemeyi sürekli kontrol etmemiz gerekir. Fitness takipçileri, ilerlemenizi takip etmenin popüler bir yoludur. Push-up, pull-up ve mekik gibi aktivitelerinizi sayabilir. Bu aynı zamanda aktiviteler sırasında yakılan kaloriyi de üretebilir.

Burada SmartEdge Agile kartını kullanarak şınav, mekik ve mekik sayabilen ve aktiviteler sırasında tüketilen kaloriyi üretebilen giyilebilir bir cihaz tasarlıyorum.

Bu teknoloji hakkında yeterli bilgiye sahip olmayan herkes, talimatları izleyerek bu cihazları kendi özel egzersizleri için özelleştirebilir. Bu giyilebilir cihaz, fitness takibi için SmartEdge Agile'ın potansiyel AI özelliğini kullanıyor. İlerleme, mobil uygulama aracılığıyla basitçe görüntülenebilir.

Fitness seven insanlar için nihai bir arkadaş olduğunu düşünüyorum.

Bu giyilebilir giysiyi, bu aktiviteleri eğiterek yaptığınız belirli egzersizler için özelleştirebilirsiniz.

1. Adım: Demo

Get-Fit giyilebilirliğin demo videosunu izleyelim.

2. Adım: İhtiyacımız Olan Şeyler

Projeler için gerekli donanım bileşenleri

• 1 x Avnet SmartEdge Çevik Beyin
• 2 x Beyaz Elastik
• 1 x Kayış Kemeri
• 1 x Dikiş İğnesi
• 1 x Konu
• 1 x Sıcak Tutkal

Projeler için gerekli yazılım bileşenleri

• Google Firebase
• Octonion Brainium Portalı
• Android Stüdyosu

3. Adım: SmartEdge Çevik Kart

Bu projede hareketleri algılamak için SmartEdgeAgile cihazını kullanıyoruz. SmartEdge Agile cihazı, Edge Intelligence özelliğine sahip eksiksiz bir yazılım yığınına gömülü, sertifikalı bir donanım çözümüdür.

Bu cihaz, çok çeşitli yerleşik sensörlere sahiptir. Bu projede ivmeölçer ve jiroskop sensörlerini kullanıyoruz. Bu sensör değerlerini AI ile birleştirerek bir salgın oluşturabiliriz. Diğer tüm işlevlerin aksine AI tabanlı izleme ile çalışmak, portalda bulunan AI Studio aracının kullanılmasını gerektirir. AI Studio, AI kullanmak için gerekli olan modelleri oluşturmak için kolay ve sezgisel bir yol sunar.

AI özelliklerinden biri hareket tanımadır. Aslında bu cihaz, verilerini ağ geçidi aracılığıyla Brainium platformuna aktarır. Ağ geçidi ile Bluetooth üzerinden iletişim kurar. Brainium ağ geçidi, ios veya android mağazasından indirilebilir.

Bu cihaz USB portu üzerinden kolayca şarj edilebilir ve iki günlük çalışma süresine sahiptir.

Adım 4: Aksesuarları Toplama

Hepimizin bildiği gibi, bu giyilebilir cihazın ana bileşeni SmartEdge Agile kartıdır. Bandı yapmak için iki beyaz lastik gerekir. Eski kumaşlarımdan aldım. Ayrıca, bant boyutunu ayarlamak için bir kayışa ihtiyacımız var. Az önce eski bir dizüstü bilgisayar şarj cihazından aldım. Kayışı ayarlamak için kısmen içi boş dikdörtgen bir plastik parçasına ihtiyacımız var. Bir hack olarak, onu bir işaretleyicinin üst tarafından kestim.

Adım 5: Bant Yapımı

Öncelikle bandı beyaz lastikle kapatıyoruz. Mümkün olduğunca sıkmamız gerekiyor, aksi takdirde Çevik tahta silinecek. Sonra orada mavi iplikle dikebiliriz. Burada gruba harika bir görünüm veren mavi ipi kullanıyorum. Daha sonra bant ölçülerini ayarlamak için dikdörtgen parçayı yukarıda gösterildiği gibi diktim. Daha sonra ikinci lastiği sıcak tutkal tabancası ile tahtaya tutturduk. Son olarak, yeni yapıştırılmış elastik üzerine kayış kayışını diktik. Sadece referans için yukarıda verilen resme bir göz atın.

6. Adım: Nihai Görünüm

Giyilebilir cihazımız hazır, kola takmanız yeterli. Ardından düğmeye uzun basarak cihazı açın. Cihazı evinizdeki C tipi mobil şarj cihazı ile şarj edebilirsiniz. Cihazın neredeyse bir günlük çalışma süresi vardır. Ardından bu giyilebilir ürünün yazılım kısmına geçebiliriz.

Adım 7: Brainium Portalı

İşte yazılım kısmı geliyor ve oldukça basit.

SmartEdge Agile kartını kullanmak için Brainium platformuna kaydolmanız gerekir. Ardından, telefonumuza (play store'dan) Brainium Gateway uygulamasını indirin ve oturum açmak için yeni oluşturulan hesabımızı kullanın. Aslında telefon, BLE üzerinden portal ve AI cihazı arasında bir ağ geçidi görevi görür. Ardından portaldaki cihazlar sekmesinden panomuzu ekleyin. Ardından cihaz Brainium uygulamasında görünecektir.

Proje oluşturmak için Proje sayfasının sağ alt kısmındaki "Proje oluştur" veya "+" düğmesine tıklayın.

8. Adım: AI Studio Çalışma Alanı

Sol taraftaki menüye gidin ve AI Studio Çalışma Alanlarında 'Hareket Tanıma' öğesini seçerek AI Studio'da Hareket aracına gidin. AI Studio, platformun Yapay Zeka özelliklerine adanmış bir araçtır.

Çalışma alanınızı açın ve Agile cihazınızı eğitmek istediğiniz hareketi tanımlayarak başlayın. Bir tanıma modeli için en az bir "hareket" oluşturmanız gerekir. Burada benim hareket listem Pushup, Pullup ve Situp gibi aktiviteler içeriyor. Bunlar, cihazımız tarafından izlenen temel aktivitelerdir (Get-Fit). Çevik tahtanın hareketi her aktivite için farklı olacaktır, buna AI özelliğini uygulayarak cihaz aktiviteyi sayabilir.

9. Adım: Eğitim

Bu cihazları egzersizleri algılayabilmeleri için eğitmemiz gerekiyor. Egzersiz devam ederken cihazı takmalısınız.

Hareketler listesinde, eğitmek istediğimiz her birini seçin ve "Yeni eğitim setini kaydet"e tıklayın. Her hareket için uygun eğitim setleri oluşturun. demo için kullanılabilir. Tabii ki, ne kadar çok hareket tespit etmeye çalışıyorsanız ve/veya hareket ne kadar karmaşıksa, kabul edilebilir bir doğruluk seviyesi elde etmek için o kadar fazla eğitim setine ihtiyacınız olacaktır. yukarı aşağıda verilmiştir, aynı şekilde diğer tüm faaliyetler için eğitim setleri düzgün bir şekilde kaydedilir.

Bu giyilebilirliği, bu aktiviteyi eğiterek yaptığınız belirli egzersizler için özelleştirebilirsiniz.

Adım 10: Model Oluşturma

Daha sonra tüm bu kayıtları içeren bir model oluşturmak istiyoruz. Giyilebilir cihaz için tüm kayıtları seçin ve modeli oluşturun. Biraz zaman alacak. Ardından modelinizi istediğiniz cihaza uygulayın. Ayrıca, bir etkinlikle karşılaşıldığında bildirim gönderecek şekilde AI uyarısı ayarlayabiliriz.

Adım 11: MQTT

MQTT API, kullanıcının cihazlarından gönderilen verilere gerçek zamanlı olarak erişim sağlar. MQTT API, WebSockets üzerinden şu URI tarafından kullanılabilir: wss://ns01-wss.brainium.com ve güvenlidir. MQTT protokolü, kimlik doğrulama için CONNECT mesajında kullanıcı adı ve şifre alanları sağlar. İstemci, bir MQTT aracısına bağlandığında bir kullanıcı adı ve parola gönderme seçeneğine sahiptir. Branium Platformuna bağlantı için bu seçenekler şunlar olmalıdır:

• kullanıcı adı belirtilen statik değere sahip: oauth2-user
• parola her kullanıcı için farklıdır ve harici erişim belirtecine eşittir (kullanıcının profilinde bulunur).
• user_id(kullanıcıların profilinde bulunabilir)
• device_id(portalda cihazlar sekmesinde bulunabilir)

GitHub deposuna eklediğim python kodunu çalıştırarak, MQTT protokolünü kullanarak giyilebilir (Get-Fit) gerçek zamanlı verilere erişebilir. Bir aktivitenin tamamlanma sayısı çizilecektir.

Adım 12: Firebase

Firebase, bir mobil ve web uygulaması geliştirme platformudur. Firebase, geliştiricilerin harika kullanıcı deneyimleri oluşturmaya odaklanmasını sağlar. Sunucuları yönetmenize gerek yok. Projemizde zaman gecikmesi olmaması için verileri anında almak için Firebase gerçek zamanlı veritabanı kullanıyoruz.

. Firebase URL'sini bulmak için

• Firebase'e git
• Ardından gidin ve projenizi açın (Projeniz yoksa bir tane oluşturun)
• Ardından Veritabanında Gerçek Zamanlı Veritabanına geçin
• Ekran görüntüsündeki URL, Firebase URL'sidir

Ardından kurallara gidin, okuma ve yazma işlemleri yapmak için "false" yerine "true" yazın. "push", "pull" ve "sit" in ana etiketi olarak "status" etiketini aldım. API'den gelen değer bu etiket değişkeninin altına yerleştirilir

13. Adım: Android Stüdyosu

Giyilebilir cihazlar için uygulama Android stüdyosunda yapılır.