描述

為什么選擇自動(dòng)售貨機(jī)？

自動(dòng)售貨機(jī)為用戶提供各種產(chǎn)品，如零食、飲料、比薩餅、紙杯蛋糕、蘇打水等。機(jī)器的界面包括一個(gè)數(shù)字鍵盤，用戶可以在其中選擇所需的產(chǎn)品、輸入產(chǎn)品 ID 并進(jìn)行購(gòu)買。在covid-19爆發(fā)期間，最常被觸摸的按鈕板或控制臺(tái)被污染，因此我們無法為自動(dòng)售貨機(jī)使用數(shù)字鍵盤界面。這就是為什么最好選擇可以取代我們常規(guī)數(shù)字鍵盤控制臺(tái)的手勢(shì)控制系統(tǒng)。

這個(gè)怎么運(yùn)作？

深度學(xué)習(xí)模型是使用一些非常常見的手勢(shì)數(shù)據(jù)集構(gòu)建的，例如 Palm、Okay、Peace、Fist 和 L。富含這些手勢(shì)的 Kaggle 數(shù)據(jù)集可用于訓(xùn)練和測(cè)試模型 | 資源

與其從頭開始構(gòu)建順序模型，不如使用預(yù)訓(xùn)練模型，這就是我使用 VGG-16 神經(jīng)網(wǎng)絡(luò)的原因。除了能夠?qū)φ掌械奈矬w進(jìn)行分類之外，模型權(quán)重是免費(fèi)提供的，可以在我們自己的模型和應(yīng)用程序中加載和使用。這是一個(gè)沉重的模型，但預(yù)測(cè)準(zhǔn)確性非常令人滿意。我的訓(xùn)練模型可以在這里找到。它是使用帶有TensorFlow后端的Keras API生成的。

里面發(fā)生了什么

我們?cè)诨灸Ｐ筒季种锌吹降模写蠹s 4 層 -> 輸入層、輸出層，在兩個(gè)隱藏層之間。

• 信息被輸入輸入層，輸入層將其傳輸?shù)诫[藏層
• 兩層之間的互連為每個(gè)輸入隨機(jī)分配權(quán)重（權(quán)重是與輸入相乘的數(shù)值參數(shù)，主要將輸入轉(zhuǎn)換為輸出）
• 在將權(quán)重與它們單獨(dú)相乘后添加到每個(gè)輸入的偏差（偏差只是為調(diào)整輸出而添加的數(shù)字參數(shù)）
• 加權(quán)和被轉(zhuǎn)移到激活函數(shù)
• 激活函數(shù)確定應(yīng)該觸發(fā)哪些節(jié)點(diǎn)進(jìn)行特征提取
• 該模型將應(yīng)用程序功能應(yīng)用于輸出層以傳遞輸出
• 調(diào)整權(quán)重，并反向傳播輸出以最小化錯(cuò)誤

對(duì)于 VGG16 ，它不過是 16 層的堆棧。在這些層上，完成了不同的操作，例如：卷積、relu、最大池化等。來源可找到有關(guān) VGG-16 架構(gòu)及其實(shí)現(xiàn)方式的更多信息。

在繼續(xù)前進(jìn)之前

由于我們將使用 Raspberry-pi Zero W，我們需要擁有精簡(jiǎn)版的 Tensor Flow 才能將TinyML集成到我們的項(xiàng)目中。這樣，后端處理將盡可能順利地運(yùn)行。這就是為什么需要TF_lite 模型的原因。我的 TensorFlow lite 模型可以在這里找到。要了解更多關(guān)于 TensorFlow lite 模型從 TensorFlow 模型的轉(zhuǎn)換，我們可以去這里。

我使用Jupyter Notebook來構(gòu)建代碼并生成模型。因此，數(shù)據(jù)集必須存儲(chǔ)在本地。我如何構(gòu)建、訓(xùn)練、調(diào)整和測(cè)試我的模型，我使用的數(shù)據(jù)集也可以在這里找到。試圖使筆記本盡可能簡(jiǎn)單，用有用的注釋表示代碼:)。

圖像處理任務(wù)的四個(gè)階段概述

首先，相機(jī)開始捕捉被分解成幀的視頻。OpenCv 有助于每次迭代獲取一幀并執(zhí)行以下操作：

• 獲取幀時(shí)，應(yīng)用使用 OpenCv 雙邊濾波器功能的平滑濾波器。應(yīng)用平滑濾波器去除幀中的高空間頻率噪聲。

將前景與背景分開以僅獲取手勢(shì)

• 使用 OpenCv background_model_mog2 函數(shù)從靜態(tài)背景中提取移動(dòng)對(duì)象（手勢(shì)）以單獨(dú)獲取前景對(duì)象。
• 創(chuàng)建 background_model 后，通過一次迭代應(yīng)用 [3*3] 內(nèi)核來使用像 erode 這樣的形態(tài)學(xué)操作。在輸出中，小對(duì)象被移除，因此只剩下實(shí)質(zhì)性對(duì)象。然后進(jìn)行按位“與”操作，只保持輸出的相關(guān)部分，其他像素變暗。

獲取提取手勢(shì)的二值圖像

• 首先，從背景模型中提取的圖像被轉(zhuǎn)換為??灰色。
• 然后應(yīng)用高斯模糊濾波器來降低噪聲。選擇尺寸通常為標(biāo)準(zhǔn)偏差三倍的掩模。
• 通過應(yīng)用一定的閾值將灰度圖像轉(zhuǎn)換為二值圖像。顏色空間的灰度或子空間在分類中產(chǎn)生了復(fù)雜性。這就是為什么最好使用二進(jìn)制圖像。

設(shè)置目標(biāo)圖像進(jìn)行預(yù)測(cè)

• 這里堆棧操作執(zhí)行沿新軸連接圖像數(shù)組的序列。
• 目標(biāo)圖像需要調(diào)整大小，這樣訓(xùn)練后的模型可以預(yù)測(cè)圖像并且不會(huì)與圖像大小沖突。
• 進(jìn)行預(yù)測(cè)之前的下一步也是最后一步是，目標(biāo)圖像需要重新整形為 224*224*3 (width*height*color_channel_number)。

然后將目標(biāo)圖像輸入 predict_rgb_image 函數(shù)，該函數(shù)返回圖像的預(yù)測(cè)分?jǐn)?shù)和預(yù)測(cè)類別。

系統(tǒng)工作流程

硬件

硬件部分分為兩個(gè)部分：

• 捕獲流，檢測(cè)手勢(shì)，通過藍(lán)牙將產(chǎn)品 ID 發(fā)送到 Arduino 無觸摸控制臺(tái)：由 Raspberry Pi Zero W 完成。
• 從 Pi 接收產(chǎn)品 id，發(fā)送要購(gòu)買的物品：由 Arduino 控制臺(tái)完成。

在硬件部分，我們將嘗試僅模擬 AutoVend 的手勢(shì)檢測(cè)、顯示控制臺(tái)和功能。我們不會(huì)關(guān)注它的機(jī)械部分。因?yàn)?，機(jī)械部件的功能與任何自動(dòng)售貨機(jī)相同。

為了從攝像頭流中獲取圖像幀并檢測(cè)手勢(shì)，我們需要給 Raspberry Pi 零 W 上電。為此，我們可以使用 1100mAh 11.1 伏的鋰聚合物電池，并通過降壓轉(zhuǎn)換器將 11.1 伏轉(zhuǎn)換為 5 伏。

帶攝像頭設(shè)置的 Raspberry-pi 零 W

現(xiàn)場(chǎng)直播

溝通

我們有一個(gè)集成的藍(lán)牙模塊與我們的 Raspberry-pi 零 W，此外，我們可以使用外部藍(lán)牙模塊并通過串口連接它。我們將使用它與 Arduino 進(jìn)行通信。在 Arduino 部分，我們有 HC-05 藍(lán)牙模塊。為了在它們之間建立通信，我們將使用 COM/Serial 端口，它偵聽任何嘗試連接的外部設(shè)備的操作 -like: here on COM8, the Bluetooth module integrated with Arduino is trying to connect with Raspberry-pi.

# Sample Code Snippet

serialPort = serial.Serial(port = "COM8", baudrate=9600,
bytesize=8, timeout=2, stopbits=serial.STOPBITS_ONE)

我們需要保持特定的波特率，否則集成 Arduino 的藍(lán)牙模塊無法同步。我們需要以下庫(kù)來完成這項(xiàng)工作。

import serial

展示

模擬購(gòu)買、訂購(gòu)和向用戶顯示不同提示的工作；一個(gè) 16*2 液晶面板將與 Arduino 集成。

撥動(dòng)開關(guān)

撥動(dòng)開關(guān)將用于喚醒機(jī)器。這將使整個(gè)相機(jī)過程從頭開始工作。

力量

一個(gè) 9v 電池將為電路供電，使用線性轉(zhuǎn)換器 7805 將其轉(zhuǎn)換為 5v。然后將其饋入模擬自動(dòng)售貨機(jī)的面包板。

免觸摸控制臺(tái)

Arduino 控制臺(tái)的最終外觀

?

我們將如何購(gòu)買

假設(shè)這是 AutoVend 的產(chǎn)品映射，其中 11、12、13 ... ... 64、65、66 代表產(chǎn)品 ID。

現(xiàn)在，我們有這兩個(gè)手勢(shì)圖可供選擇

Other Digits(Except from 1 to 3)：當(dāng)我們想選擇其他數(shù)字，這里沒有，我們需要去另一個(gè)手勢(shì)圖。最后一個(gè)手勢(shì)模式有助于打破這張地圖。

其他數(shù)字（4 到 6 除外）：與前面描述的相同。目的是打破這張地圖。

技巧：正如我們所見，所有數(shù)字都是使用由三個(gè)符號(hào)組成的特定模式構(gòu)建的。如果我們需要選擇一個(gè)數(shù)字（如：4），那么我們必須對(duì)所有三個(gè)標(biāo)志進(jìn)行手勢(shì)。但是，如果我們要手勢(shì)多位數(shù)字（如：45），那么我們不必兩次都手勢(shì)。只需要打手勢(shì)一次，就可以打手勢(shì)了。

L + 好的 + 拳頭 + 好的 = 數(shù)字 (45)

我們想購(gòu)買 ID-15 的產(chǎn)品

使用這兩個(gè)地圖，我們需要在相機(jī)之前順序顯示以下手勢(shì)

最后，我們需要顯示手勢(shì)“L”

所以整個(gè)打手勢(shì)的過程：

Peace + L + Okay + Peace + Okay + Palm + Fist + Okay + Palm + Okay + L = Digit(15)

讓我們使用 ID-15 購(gòu)買產(chǎn)品：

我們將模擬Raspberry Pi 的手勢(shì)步驟，并了解無觸摸Arduino控制臺(tái)的功能。

結(jié)論：

我使用本地機(jī)器（例如筆記本電腦）和Jupyter Notebook來訓(xùn)練、測(cè)試和評(píng)估模型。最后，我生成了 TensorFlow lite 模型。在 raspberry pi 零上執(zhí)行實(shí)時(shí)手勢(shì)識(shí)別，并在帶有VNC 查看器應(yīng)用程序的筆記本電腦上看到提要。無觸摸控制臺(tái)是用 Arduino Nano 構(gòu)建的。

使用AutoVend ，不僅可以自動(dòng)化購(gòu)買雜貨的整個(gè)過程，而且還可以成為我們的常規(guī)小工具如何智能到足以為我們提供抵御 Covid-19 大流行的安全性的一個(gè)很好的例子 :)