Get-Fit: 13 koraka (sa slikama)

2025 Autor: John Day | [email protected]. Zadnja promjena: 2025-01-13 06:57

Nosivi uređaj koji nadzire i bilježi tjelesnu aktivnost osobe pomoću umjetne inteligencije.

Nema sumnje da neaktivnost može dovesti do brojnih zdravstvenih i osobnih problema. Stalne aktivnosti mogu spriječiti mnoge od ovih problema. Moramo stalno provjeravati napredak postignut vježbanjem kako bismo regulirali aktivnosti za stvaranje zdravijeg tijela. Tragači za fitnes jedan su od popularnih načina za praćenje vašeg napretka. Može računati vaše aktivnosti poput sklekova, trzaja i trbušnjaka itd. To također može generirati sagorijevanje kalorija tijekom aktivnosti.

Ovdje dizajniram nosivi uređaj pomoću SmartEdge Agile ploče koji može brojati sklekove, trzaje i trbušnjake te može generirati kalorije potrošene tijekom aktivnosti.

Svatko tko nema odgovarajuće znanje o ovoj tehnologiji također može prilagoditi ove uređaje za svoje određene vježbe slijedeći upute. Ovaj nosivi uređaj koristi potencijalnu AI značajku SmartEdge Agile za praćenje kondicije. Napredak se može jednostavno vidjeti putem mobilne aplikacije.

Mislim da je to vrhunski suputnik za ljude koji vole fitness.

Ovu nosivu opremu možete prilagoditi za određene vježbe koje radite trenirajući te aktivnosti.

Korak 1: Demo

Pogledajmo demo video Get-Fit nosivog uređaja.

Korak 2: Stvari koje nam trebaju

Hardverske komponente potrebne za projekte

• 1 x Avnet SmartEdge Agile Brainium
• 2 x Bijela elastika
• 1 x remen
• 1 x Igla za šivanje
• 1 x Navoj
• 1 x HotGlue

Softverske komponente potrebne za projekte

• Google Firebase
• Octonion Brainium Portal
• Android Studio

Korak 3: SmartEdge Agile Board

U ovom projektu koristimo uređaj SmartEdgeAgile za detekciju pokreta. SmartEdge Agile uređaj certificirano je hardversko rješenje, ugrađeno sa potpunim softverskim snopom koji sadrži Edge Intelligence.

Ovaj uređaj ima veliki izbor ugrađenih senzora. U ovom projektu koristimo njegove senzore ubrzanja i žiroskope. Kombiniranjem ovih vrijednosti senzora s AI-om možemo stvoriti epidemiju. Za razliku od svih drugih funkcionalnosti, rad s nadzorom temeljenim na AI-u zahtijeva upotrebu alata AI Studio, dostupnog na portalu. AI Studio nudi jednostavan i intuitivan način stvaranja modela koji su potrebni za korištenje umjetne inteligencije.

Jedna od njegovih AI značajki je prepoznavanje pokreta. Zapravo ovaj uređaj prenosi svoje podatke na Brainium platformu putem pristupnika. Komunicira putem Bluetooth -a s pristupnikom. Brainium gateway možete preuzeti s trgovine iOS ili Android.

Ovaj uređaj može se jednostavno puniti putem USB priključka i ima dvodnevno vrijeme rada.

Korak 4: Prikupljanje dodatne opreme

Kao što svi znamo, glavni sastavni dio ovog nosivog uređaja je ploča SmartEdge Agile. Za izradu trake potrebne su nam dvije bijele gumice. Uzeo sam ga iz svojih starih tkanina. Također, potreban nam je remen za podešavanje veličine trake. Upravo sam ga uzeo iz starog punjača za prijenosno računalo. Za namještanje remena potreban nam je pravokutni komad plastike koji je djelomično šupalj. Kao hack, samo sam ga izrezao s gornje strane vrha markera.

Korak 5: Izrada trake

Prije svega, traku zatvaramo bijelom elastikom. Moramo zategnuti što je više moguće jer će u suprotnom Agile ploča biti uklonjena. Tada možemo šivati tamo, s plavim koncem. Ovdje koristim plavu nit koja daje fantastičan izgled bendu. Zatim sam sašio pravokutni komad za podešavanje veličina trake kao što je prikazano gore. Zatim smo drugu elastiku pričvrstili na ploču pomoću pištolja za vruće ljepilo. Konačno smo sašili remen na tek zalijepljenoj gumi. Za referencu samo pogledajte gornju sliku.

Korak 6: Završni Outlook

Naš nosivi uređaj je spreman, samo ga pričvrstite na ruku. Zatim uključite uređaj dugim pritiskom na gumb. Uređaj možete puniti mobilnim punjačem tipa C u svom domu. Uređaj radi gotovo jednodnevno. Zatim možemo otići do odjeljka softvera ovog nosivog uređaja.

Korak 7: Brainium portal

Ovdje dolazi softverski dio i prilično je jednostavan.

Za korištenje SmartEdge Agile ploče morate se prijaviti na platformu Brainium. Zatim preuzmite aplikaciju Brainium Gateway na naš telefon (iz trgovine za igru) i upotrijebite naš novostvoreni račun za prijavu. Zapravo, telefon djeluje kao prijelaz između portala i AI uređaja preko BLE -a. Zatim dodajte našu ploču s kartice uređaja na portalu. Tada će se uređaj pojaviti u aplikaciji Brainium.

Pritisnite gumb "Izradi projekt" ili "+" u donjem desnom kutu stranice Projekt da biste izradili projekt.

Korak 8: Radni prostor AI Studio

Idite na lijevi bočni izbornik i idite do alata Motion in AI Studio odabirom stavke "Prepoznavanje pokreta" u radnim prostorima AI Studio. AI Studio je alat posvećen mogućnostima umjetne inteligencije platforme.

Otvorite svoj radni prostor i počnite s definiranjem pokreta kojim želite vježbati svoj Agile uređaj. Morate stvoriti barem jedan "pokret" za model prepoznavanja. Ovdje moj popis prijedloga sadrži aktivnosti kao što su Pushup, Pullup i Situp. Ovo su osnovne aktivnosti koje prati naš uređaj (Get-Fit). Kretanje Agile ploče bilo bi različito za svaku aktivnost, primjenom AI značajke na nju uređaj može brojati aktivnost.

Korak 9: Trening

Moramo uvježbati te uređaje kako bismo ih osposobili za otkrivanje vježbi. Uređaj biste trebali nositi dok traje obuka.

Na popisu pokreta odaberite svaki koji želimo vježbati i kliknite "Snimi novi set za trening". Izradite odgovarajuće setove za vježbu za svaki pokret. Potrebna su vam najmanje 2 zapisa od po 20 pokreta da biste mogli generirati model koji Naravno, što više pokreta pokušavate otkriti i/ili što je pokret složeniji, trebat će vam više skupova za obuku da biste postigli prihvatljivu razinu točnosti. Rekord postavljen za potiskivanje gore je dolje, isto tako, skupovi za obuku za sve ostale aktivnosti su pravilno zabilježeni.

Ovu nosivu opremu možete prilagoditi za određene vježbe koje radite trenirajući tu aktivnost.

Korak 10: Generiranje modela

Zatim želimo generirati model koji sadrži sve te zapise. Odaberite sve zapise za nosive i generirajte model. Trebat će neko vrijeme. Zatim primijenite svoj model na željeni uređaj. Također možemo postaviti AI upozorenje da aktivira obavijest kada se dogodi aktivnost.

Korak 11: MQTT

MQTT API omogućuje pristup podacima koji su poslani s korisničkih uređaja u stvarnom vremenu. MQTT API dostupan je putem WebSockets putem sljedećeg URI-ja: wss: //ns01-wss.brainium.com i zaštićen je. MQTT protokol pruža polja korisničkog imena i lozinke u poruci CONNECT za provjeru autentičnosti. Klijent ima mogućnost slanja korisničkog imena i lozinke kada se poveže s posrednikom MQTT. Za povezivanje s platformom Branium ove su opcije potrebne:

• korisničko ime ima navedenu statičku vrijednost: oauth2-user
• lozinka je različita za svakog korisnika i jednaka je tokenu vanjskog pristupa (dostupna je u profilu korisnika).
• user_id (može se pronaći na korisničkom profilu)
• device_id (može se pronaći na kartici uređaja na portalu)

Pokretanjem python koda koji sam priložio u spremište GitHub može pristupiti podacima u stvarnom vremenu s nosivog (Get-Fit) koristeći MQTT protokol. Izvlačit će se broj završenih aktivnosti.

Korak 12: Firebase

Firebase je platforma za razvoj mobilnih i web aplikacija. Firebase oslobađa programere da se usredotoče na stvaranje fantastičnog korisničkog iskustva. Ne morate upravljati poslužiteljima. U našem projektu koristimo Firebase bazu podataka u stvarnom vremenu za trenutno dohvaćanje podataka tako da nema vremenskog kašnjenja.

. Da biste pronašli Firebase URL

• Idite na Firebase
• Zatim idite i otvorite svoj projekt (ako nemate projekata, izradite ga)
• Zatim prijeđite na bazu podataka u stvarnom vremenu u bazi podataka
• URL na snimci zaslona je Firebase URL

Zatim idite na pravila, zamijenite "false" s "true" kako biste izvršili operacije čitanja i pisanja. Uzeo sam oznaku "status" kao nadređenu oznaku za "push", "pull" i "sit". Vrijednost iz API -ja stavlja se ispod ove varijable oznake

Korak 13: Android Studio

Aplikacija za nosivi uređaj izrađena je u Android studiju.