Mettiti in forma: 13 passaggi (con immagini)

2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:01

Un dispositivo indossabile che monitora e registra l'attività fisica di una persona tramite l'intelligenza artificiale.

Non c'è dubbio che l'inattività può portare a una serie di problemi di salute e personali. L'attività costante può prevenire molti di questi problemi. Abbiamo bisogno di controllare costantemente i progressi raggiunti dall'allenamento per regolare le attività per rendere un corpo più sano. I fitness tracker sono un modo popolare per tenere traccia dei tuoi progressi. Può contare le tue attività come push-up, pull-up e sit-up, ecc. Questo può anche generare le calorie bruciate durante le attività.

Qui sto progettando un dispositivo indossabile utilizzando la scheda SmartEdge Agile che può contare push-up, pull-up e sit-up e può generare le calorie consumate durante le attività.

Chiunque non abbia una conoscenza adeguata di questa tecnologia può anche personalizzare questi dispositivi per i loro esercizi particolari seguendo le istruzioni. Questo dispositivo indossabile utilizza la potenziale funzionalità AI di SmartEdge Agile per il monitoraggio del fitness. I progressi possono essere semplicemente visualizzati tramite l'app mobile.

Penso che sia un compagno ideale per le persone che amano il fitness.

Puoi personalizzare questo indossabile per gli esercizi particolari che stai facendo allenando quelle attività.

Passaggio 1: dimostrazione

Guardiamo il video dimostrativo del wearable Get-Fit.

Passaggio 2: cose di cui abbiamo bisogno

I componenti hardware necessari per i progetti

• 1 x Avnet SmartEdge Agile Brainium
• 2 x elastico bianco
• 1 x cinturino per cintura
• 1 x ago da cucito
• 1 x filo
• 1 x colla a caldo

I componenti software necessari per i progetti

• Google Firebase
• Octonion Brainium Portal
• Android Studio

Passaggio 3: scheda agile SmartEdge

In questo progetto stiamo utilizzando il dispositivo SmartEdgeAgile per il rilevamento dei movimenti. Il dispositivo SmartEdge Agile è una soluzione hardware certificata, integrata con uno stack software completo con Edge Intelligence.

Questo dispositivo ha un'ampia varietà di sensori a bordo. In questo progetto, stiamo utilizzando i suoi sensori accelerometro e giroscopio. Combinando questi valori del sensore con l'intelligenza artificiale possiamo creare un focolaio. A differenza di tutte le altre funzionalità, lavorare con il monitoraggio basato sull'intelligenza artificiale richiede l'uso dello strumento AI Studio, disponibile sul portale. AI Studio offre un modo semplice e intuitivo per creare i modelli necessari per l'utilizzo dell'AI.

Una delle sue caratteristiche di intelligenza artificiale è il riconoscimento del movimento. In realtà questo dispositivo trasferisce i suoi dati alla piattaforma Brainium attraverso il gateway. Comunica via Bluetooth con il gateway. Il gateway Brainium può essere scaricato da iOS o Android Store.

Questo dispositivo può essere facilmente ricaricato tramite la porta USB e ha un'autonomia di due giorni.

Passaggio 4: raccolta degli accessori

Come tutti sappiamo, il componente principale di questo indossabile è la scheda SmartEdge Agile. Abbiamo bisogno di due elastici bianchi per fare la fascia. L'ho preso dai miei vecchi tessuti. Inoltre, abbiamo bisogno di un cinturino per regolare le dimensioni del cinturino. L'ho appena preso da un vecchio caricatore per laptop. Per regolare il cinturino abbiamo bisogno di un pezzo di plastica rettangolare parzialmente cavo. Come hack, l'ho semplicemente tagliato dal lato superiore di un pennarello.

Passaggio 5: creazione del cinturino

Per prima cosa rinchiudiamo la fascia con l'elastico bianco. Dobbiamo stringere il più possibile altrimenti la scheda Agile verrà spazzata via. Quindi possiamo cucire lì, con il filo blu. Qui sto usando il filo blu che dà una prospettiva fantastica per la band. Quindi ho cucito il pezzo rettangolare per regolare le dimensioni della banda come mostrato sopra. Quindi abbiamo attaccato il secondo elastico alla tavola per mezzo di una pistola per colla a caldo. Infine, abbiamo cucito la cintura della cinghia sull'elastico appena incollato. Basta dare un'occhiata all'immagine sopra come riferimento.

Passaggio 6: prospettiva finale

Il nostro dispositivo indossabile è pronto, basta attaccarlo al braccio. Quindi accendi il dispositivo premendo a lungo il pulsante. Puoi caricare il dispositivo tramite il caricatore mobile di tipo C a casa tua. Il dispositivo ha una durata di quasi un giorno. Quindi possiamo andare alla sezione software di questo indossabile.

Passaggio 7: portale Brainium

Ecco che arriva la parte software ed è piuttosto semplice.

Per utilizzare la scheda SmartEdge Agile è necessario registrarsi alla piattaforma Brainium. Quindi, scarica l'app Brainium Gateway sul nostro telefono (dal Play Store) e usa il nostro account appena creato per accedervi. In realtà il telefono funge da gateway tra il portale e il dispositivo AI su BLE. Quindi aggiungi la nostra scheda dalla scheda dispositivi nel portale. Quindi il dispositivo apparirà sull'app Brainium.

Fare clic sul pulsante "Crea progetto" o "+" in basso a destra nella pagina del progetto per creare un progetto.

Passaggio 8: area di lavoro di AI Studio

Vai al menu a sinistra e vai a Motion nello strumento AI Studio selezionando l'elemento "Motion Recognition" negli spazi di lavoro di AI Studio. AI Studio è lo strumento dedicato alle funzionalità di Intelligenza Artificiale della piattaforma.

Apri il tuo spazio di lavoro e inizia definendo il movimento con cui vuoi addestrare il tuo dispositivo Agile. È necessario creare almeno un "movimento" per un modello di riconoscimento. Qui il mio elenco di movimenti contiene attività come Pushup, Pullup e Situp. Queste sono le attività di base tracciate dal nostro dispositivo (Get-Fit). Il movimento della scheda Agile sarebbe diverso per ogni attività, applicando la funzione AI ad essa il dispositivo può contare l'attività.

Passaggio 9: formazione

Dobbiamo addestrare questi dispositivi per renderli in grado di rilevare gli esercizi. Dovresti indossare il dispositivo quando l'allenamento continua.

Nell'elenco dei movimenti, seleziona quello che vogliamo addestrare e fai clic su "Registra nuovo set di allenamento". Crea set di allenamento adeguati per ogni movimento. Sono necessari almeno 2 record di 20 movimenti ciascuno per essere in grado di generare un modello che può essere utilizzato per la demo. Naturalmente, più movimenti stai cercando di rilevare e/o più il movimento è complesso, più set di allenamento ti serviranno per ottenere un livello di precisione accettabile. Il record impostato per la spinta up è riportato di seguito, allo stesso modo, i set di formazione per tutte le altre attività sono registrati correttamente.

Puoi personalizzare questo indossabile per gli esercizi particolari che stai facendo allenando quell'attività.

Passaggio 10: generazione del modello

Quindi vogliamo generare un modello contenente tutti questi record. Seleziona tutti i record per il wearable e genera il modello. Ci vorrà un po 'di tempo. Quindi applica il tuo modello al dispositivo desiderato. Possiamo anche impostare l'avviso AI per inviare una notifica quando viene rilevata un'attività.

Passaggio 11: MQTT

L'API MQTT fornisce l'accesso ai dati che sono stati inviati dai dispositivi dell'utente in tempo reale. L'API MQTT è disponibile su WebSocket dal seguente URI: wss://ns01-wss.brainium.com ed è protetto. Il protocollo MQTT fornisce i campi nome utente e password nel messaggio CONNECT per l'autenticazione. Il client ha la possibilità di inviare un nome utente e una password quando si connette a un broker MQTT. Per la connessione alla piattaforma Branium queste opzioni sono obbligatorie:

• il nome utente ha il valore statico specificato: oauth2-user
• la password è diversa per ogni utente ed è uguale al token di accesso esterno (è disponibile nel profilo dell'utente).
• il user_id (può essere trovato sul profilo degli utenti)
• device_id (può essere trovato nella scheda dispositivi nel portale)

Eseguendo il codice Python che ho allegato nel repository GitHub posso accedere ai dati in tempo reale dal wearable (Get-Fit) utilizzando il protocollo MQTT. Verrà calcolato il numero di volte in cui un'attività viene completata.

Passaggio 12: Firebase

Firebase è una piattaforma di sviluppo di applicazioni mobili e web. Firebase consente agli sviluppatori di concentrarsi sulla creazione di fantastiche esperienze utente. Non è necessario gestire i server. Nel nostro progetto, utilizziamo il database in tempo reale Firebase per recuperare istantaneamente i dati in modo che non ci siano ritardi.

. Per trovare l'URL di Firebase

• Vai a Firebase
• Quindi vai e apri il tuo progetto (se non hai progetti creane uno)
• Quindi passa al database in tempo reale nel database
• L'URL nello screenshot è l'URL Firebase

Quindi vai alle regole, sostituisci "false" con "true" per eseguire operazioni di lettura e scrittura. Ho preso il tag "status" come tag genitore di "push", "pull" e "sit". Il valore dell'API è posizionato sotto queste variabili tag

Passaggio 13: Android Studio

L'applicazione per il wearable è realizzata nello studio Android.