Dispensador De Alimento Para Múltiples Mascotas Usando Inteligencia Artificial Con Watson: 11 steg

2025 Författare: John Day | [email protected]. Senast ändrad: 2025-01-13 06:58

En este Instructable aprenderemos como hacer un dispensador de alimento para sus mascotas, por lo general, o al menos en mi caso siempre he querido hacer un dispensador automático, sin embargo, tengo un perro y un gato. Por ende no tengo una forma de saber cuál animal es para dispensar el alimento adecuado.

He encontrado la solución, se trata de un sistema cognitivo que hace uso de la Inteligencia Artificial para que, por medio una cámara haga un processamiento de imagen para reconocer, de cuál animal se trata y dispensar el alimento adecuado.

Systemförteckning:

1. La mascota se acerca y es detectada por un sensor de distancia
2. El sistema toma una foto del animal
3. La procesa y decid qué animal es
4. Saluda a la mascota (Con voz humana)
5. Dispensa el alimento respectivo
6. Envía un correo al dueño indicando que ya le ha ha dispensado alimento

Steg 1: Materiales Que Necesitamos

Este proyecto lo vamos a realizar en conjunto, así que es momento de vayas a comprar, pedir, buscar o la manera que tengas en mente, los siguientes materiales:)

1. 1 Raspberry Pi, les recomiendo el modelo 3, men även anteriores tambien funcionan!
2. 1 Cámara para hallon pi
3. 1 sensor ultrasónico HC-SR04
4. 2 Förarmotor (kan användas på ett annat sätt, du kan också använda porque era el que tenía a mano!)
5. 2 stegmotorer
6. 1 högtalare (Parlantes)
7. 2 tubs T av PVC de pulgada y media (Las encuentran en cualquier ferretería por menos de 2000 colones cada una.)
8. Una lámina de acrílico de 3mm para cortar, yo utilicé acrílico, ustedes pueden usar cualquier otro material, como MDF.
9. Una impresora 3D och cortadora láser que i Costa Rica, laddas in på Inventoría LEAD.

Steg 2: Iniciando Con Raspberry Pi

Raspberri Pi är en mikroprocessor som kan göra det möjligt att avlägsna proyectos que requieran och alto poder computacional. Det liknar en Arduino con la diferencia que Raspberry Pi nos permite correr un Sistema Operativo dentro de la tarjeta de desarrollo.

En este caso yo usaré raspbian que es una distribution of linux, Open Source, desarrollada especialmente para correr sobre Raspberry Pi.

• Primeros pasos con Raspbery Pi

  1. El primer paso es ladda ner el raspbian como zip.

  2. Ahora debemos quemarlo en una micro SD, para ello: Usuarios MAC / Linux:

     1. Abrimos la terminal o consola del sistema, como se muestra en la foto.

     2. Användarinformation kan användas för att bekanta mig med den slutliga användningen. diskutil list => Este comando me devuelve the lista de todos los discos que encuentre la pc (una SD puede tomarse como un disco externo.) Debemos buscar cuál es el nombre asignado a las SD, por lo general puede ser "disk1", para efectos de este turorial le llamaremos "TuDisco". diskutil eraseDisk JHFS+ UntitledUFS <TuDisco> => Permite borrar y formatear el disco escogido (TuDisco).

        diskutil unmountDisk /dev /<TuDisco> => Desmonta el disco para no poder utilizarlo.

        sudo dd if = of =/dev/<TuDisco> bs = 1m => Quema el sistema operativo dentro de la SD, podría durar hasta 1 hora en este paso.

        diskutil eject /dev /<TuDisco> => Expulsa el Disco

        Un ejemplo de uso de este, se encuentra adjunto en las fotos, la sintáxis del ejemplo sería así

diskutil lista

diskutil eraseDisk JHFS+ UntitledUFS disk1 diskutil unmountDisk/dev/disk1 sudo dd if =/Users/bernalrojas/Downloads/2017-11-29-raspbian-stretch.img of =/dev/disk1 bs = 1m diskutil eject/dev/disk1

Användarfönster: Ladda ner användaren Win32Disk, det här är en nyckelord eller cualquier

• Ver sistema operativo

  1. Debes konserverar en pantalla, HDMI -kabel, mus och teclado.
  2. Conectalos y enciende la hallon pi, verás que al igual que una computadora normal este va iniciar de la misma sencilla manera que cualquier otra (recordemos que es una computadora).
  3. Ahora puedes continuar trabajando como una computadora normal o pueden accesar remotamente, así que lo haremos de esta ultima forma, para no depender de una pantalla para poder trabajar.
  4. Vamos a hacer uso de ssh para accesar remotamente, antes de quitar la pantalla abrimos vamos a ir a nuestra terminal y escribimos "ifconfig" este comando nos va devolver la dirección IP de nuestro hallon pi (guardelan porque la necesitaremos en el futuro). Ahora pueden desconectar la pantalla.
  5. Vamos a ir a nuestra computadora y abrimos la terminal de la misma manera, y escribimos ssh pi@ donde es la dirección que acabamos de recuperar en el paso anterior, deben sustituir por los números que les retornó. Pueden ver un ejemplo en las fotos para no perse en este paso.
  6. Nos va pedir la contraseña del equipo y una más de la hallon que por default es "hallon". Esto nos abrirá la terminal inmediatamente.

Steg 3: Conectando Sensores Y Actuadores Al Raspberry Pi

Cómo sabemos Raspberry Pi är ett unikt mål för desarrollo que posee tallar GPIO que podemos konfigurar como entradas y salidas para nuestros sensores y actuadores. Nuestros sensores son:

1. Para el sensor de distancia usaremos un sensor ultrasónico. Este sensor funciona por ultrasonidos, como un murcielago… Funciona emitiendo una honda (Trigger pin) que rebotará en unjeto, el sensor la recibirá de vuelta (Echo pin) y estima el tiempo que duró en regresar. Pueden ver la imagen adjunta que tomé de Zona Maker donde tienen un excelente tutorial fora entender a fondo como funciona este sensor
2. Para la visión artificiell el sistema usará una cámara.
3. Hur använder man en stegmotor. Vad är en stegmotor?
4. Para mover el motor usaremos Driver motor. En mi caso no tenía disponibles de estos pequeños, así que usaré los que tenía a mano, estos (La diferencia es que estos permiten manejar una corriente borgmästare).* Notera:* El diagrama adjunto se muestra otro driver (El rojo, es un lätt förare) distinto a que han utilizado, esto fue para generalizar, ya que la Mayoría de drivers tienen esa nomenclatura (dir y step). Con el que yo estoy utlizando (el TB6560) los pines "dir" y "step" los reemplazamos por "CW+" y "CLK+" respectivamente. Y los 2 GND los reemplazamos por CLK- y CW-.

Steg 4: Preparando Node-RED En El Raspberry Pi

Ahora vamos a comenzar a preparar todos los paquetes necesarios para hacer que nuestro system funcione con Node-RED, que es un IDE de programación gráfico muy sencillo de utilizar.

Antes de comenzar a preparar todo es necesario tener nuestro equipo actualizado, para ello ejecutaremos los siguientes comandos en nuestra terminal:

sudo apt-get uppdatering

sudo apt-get dist-upgrade update-nodejs-and-nodered

Estos comandos nos actualizaran nuestro equipo. El último comando, nos permite tener nuestro entorno Node-RED actualizado para poder instalar las dependencias que vamos a necesitar en este step, es importanteno saltarse esta actualización.

• Node-RED viene precargado en raspbian por default, así que solo debemos iniciarlo, para esto vamos a ir a la terminal y escribimos "node-red-start" esto nos va ejecutar un servidor bajo la misma red, ahora debes asegurarte que tu computadora esté conectada a la misma red o wifi que las hallon pi.
• Vas a ver una linea que dice algo similar a "När Node-RED har startat, peka en webbläsare på https://192.168.1.102:1880" esto quiere decir que ha abierto un servidor a esa en esa dirección, por supuesto, la dirección de ustedes será diferente a la mía.
• Entraremos and nuestro navegador web and copiamos la dirección, esto nos va abrir el IDE de Node-RED
• Ahora vamos a instalar los paquete que necesitamos, para ello vamos a ir a: botón de menú arriba a la derecha => hantera palett => Installera. librerías en código.

• Ahora vamos a instalar varios paquetes, esto lo haremos copiando el nombre del paquete que les dejaré abajo y dandole al botón installera. Esto debe hacerse para cada uno de los paquetes que les dejo abajo

  1. node-red-contrib-camerapi => Para la camara
  2. node-red-node-pisrf => Para sensor ultrasónico
  3. node-red-contrib-speakerpi => Parahögtalare
  4. node-red-node-watson => Para watson
  5. node-red-contrib-ibm-watson-iot => Para watson
  6. node-red-bluemix-nodes => Servicios de IBM cloud
  7. node-red-contrib-python-function => Tolka de Pytho

Steg 5: Programando El Sistema Cognitivo

Nod-RÖD tillåter import av ett program som kan kopieras till en annan dator.

Deben ir a botón de menú arriba a la derecha => import => urklipp => pegar el código => import. Esto les debería generar los bloques del programa, algunos bloques deben configurarse.

Configuración de bloques:

1. Para el primer bloque, que dice "Distancia", le daremos doble click y nos aseguraremos que los parametros sean los mismos de la fotografía adjunta.
2. För "ta foto python -nod", dubbelklicka på och verifiera alla parametrar al adjunto. *Viktigt asegurarse de que "Filnamn" le hemos puesto "image.jpg"*
3. Para E -post skicka, dubbelklicka och aquí debemos colocar nuestros datos, sv Till: sería a qué dirección de correo quiero enviar el mailUserid: Sería la dirección de correo de la persona que envíaPassword: La clave de esta última dirección de correo.
4. El último paso es configurar los servicesios de Watson que haremos a continuación en el siguiente paso.

Steg 6: Anslut till Watson

Watson är en tjänst för IBM som kan använda funktionen för medio API.

1. En primer paso es crearse una cuenta en el IBM Cloud. (IBM les dará un mes de prueba, para tener en cuenta)
2. Du kan också hitta en bild som ger dig en bild av Watson => Visual Recognition => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
3. Du kan också läsa mer om hur du genererar ett API, och kan sedan tärna "mostrar" (Ver cuarta foto) och kopiera las credenciales, och tärna "api_key".
4. Van de vuelta al IDE de Node-RED och dubbelklicka på "Watson Visual Recognition", se hur de kan användas för att korrekta och justera parametrar för att visa bilder.
5. Esto mismo debe hacerse para el text to speech, Watson => Texto a voz => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
6. Hemos generado un API nuevamente, ahora le dan al botón que tice "mostrar" (Ver cuarta foto) y deben copiar las credenciales "username" y "password". Vamos de vuelta al IDE de Node-RED och dubbelklicka på "Hablar", se hur vi gör det på ett korrekt sätt för att justera parametrarna för att visa bilder. *Esto debe hacerse para los bloques que dicen hablar*

Jag vill också veta hur du kan använda systemet!:) Möjligt fel:

Si cuando se debe tomar la foto nos retorna un error y la luz (roja) de la cámara no enciende, debemos revisar la carpeta/home/pi/Pictures. Ahora debemos ver si la foto está en negro o tiene 0KB, si es así

Nuestro sistema está configurado para guardar las fotos en la carpeta/home/pi/Pictures,. En caso de que no exista foto o la foto no se pueda abrir (0KB), es posible que la cámara este mal conectada o que no esté habilitada. Para habilitar la cámara nos vamos al botón de inicio del Raspbian “/Preferencias/Raspberry Pi/Configuración” och vamos a “Interfaces”. Ahí debemos aseguranos que “Cámara” está en “Habilitada”.

Steg 7: Inteligencia Artificiell

Procesar una imagen no es algo sencillo de hacer, requiere inteligencia artificial para poder detectar patrones en esa imagen de los cuales pueda generar una o varias predicciones de objetos que podría ser el que se está mostrando en la imagen. Este tipo de algoritmos pueden hacerse de varias maneras, una de ellas es usando redes neuronales profundas que en la actualidad requiere un poco de tiempo para poder sentarse a construir la arquitectura y programar esta red, el nombre específico para el tipo de red que se utilizaría es Redes Neuronales Convolucionales, que es el algoritmo que más se asemeja a las neuronas en la corteza visual humana. En estos algoritmos siempre se debe entrenar el system, con un conjunto de datos certeros y uno falso, es decir muchas fotos con el objeto que queremos reconocer y otro montón de fotos agrupadas, sin el objeto que queremos reconocer.

Una de las ventajas de usar de Watson, es que hace este trabajo pesado por nosotros incluyendo que el algoritmo esté entrenado para reconocer objetos universales, por supuesto dispone de una herramienta o "campo de entrenamiento" para entrenar nuestro sistema a objetos, en este caso, los gatos y perro los reconoce por default.

A continuación haré un paréntesis donde explicaré como funciona una red neuronal artificial, con fines meramente didacticos, No es necesario para la realización del instructable. (Si tu interés es replicar el proyecto rápidamente, puedes saltarte hasta el fin del paréntesis).

Cómo funciona una Red Neuronal Básica (Inicio Opcional Informativo)

Una red está compuesta de varios elementos indivuales (la unidad básica) que se lama perceptron o lo que equivaldría a una neurona en nuestro cerebro. Está compuesta de 3 partes principales:

1. Entradas
2. Función de suma (Σ)
3. Función de activación

Entradas:

Estas son las representadas en la imagen como x1, x2, x3, x…

Función de suma (Σ):

En este punto ocurre una suma de todas las entradas multiplicadas por su peso w respectivo, al finalizar la operación, envía el resultado a la función de activación.

Funktionsfunktion:

Funciona como tröskel o paraply, es decir, si el valor del resultado supera cierto número (por lo general 0) se activará la salida de la neurona. Podemos decir que es como una llave que deja pasar el agua o cierra el paso del agua. Solo que en este caso, hablamos de la salida de una neurona.

Ahora que conocemos la unidad básica de una red neuronal (perceptrón) estamos listos para ver cómo operan en una red. Från att observera en la segunda imagen, está compuesta de 3 capas principales:

1. Capa de entrada
2. Capa oculta
3. Capa de salida

Capa de entrada:

Aquí es donde recibe todas la entradas, pueden existir un número indefinido de neuronas.

Capa oculta:

Recibe la salida de cada neurona que existe en la primer capa, realiza el mismo proceso en cada percetrón y su salida se la entrega a la capa de salida.

Capa de salida:

Esta es la capa de clasificación, aquí existe el número de neuronas igual al número de clasificadores que necesites, es decir si quieres saber si es un gato o perro necesitarías 2 neuronas, una para gatos y otra perros.

Todo esto es muy lindo, pero ¿Dónde ocurre realmente el aprendizaje? Esto ocurre en cada perceptron por individual, el algoritmo resulta que en calcular correctamente y ajustar los pesos w (Que inicialmente tenían un valor random). Esto puede hacerse mediante aprendizaje no supervisado o aprendizaje supervisado, la manera más sencilla, es calculando el error, es decir, la diferencia entre el valor de la salida que yo esperaba y el que realmente me dio.

(Fin del Opcional Informativo)

Watson está creado usando muchos algoritmos como el que acabamos de ver, pero con una Mayor profundidad y complejidad por supuesto, ante esto usar el Visual Recognition API, o API de reconocimiento visual, (Que ahora sabemos que se trata de redes neuronales convolucionales y algunos otros algoritmos más), resulta muy sencillo de usar, esto porque cuando configuremos el bloque con nuestra credenciales y hagamos el processamiento de una imagen, Watson nos va devolver un archivo tipo JSON con un motón de posibilidades de objetos que puedan estar presentes ena. Det här kan göras för att göra en bild, Watson kan göra en analys för att kunna lista en lista med sannolika objekt som vi kan upptäcka och se bilder, eftersom de kan användas av Watson!

Luego solo usamos un script for a recorder todas esas posibles opciones y si en esa lista encuentra conciencia con un perro o un gato le avisará al resto del system fora que dispense la comida correcta:)

Es necesario que se den cuenta que la inteligencia artificial no es algo tan complejo, especialmente cuando existen servicesiosoo Watson que hacen el trabajo pesado por nosotros!:)

Steg 8: Konstruera en maskinvara

Este paso lo hemos realizado en la Inventoría LEAD (Ver laboratorio) el cual es un maker space en Costa Rica desarrollado por Fundación Costa Rica para la Innovación.

En el laboratorio contamos con impresoras 3D och cortadora láser entre otro montón de herramientas y tecnologías a disposicón de nosotros, la comunidad, para prototipar y desarrollar nuestras ideas y proyectos de la mano con expertos en el área.

Steg 9: Imprimiendo El Mecanismo De Dispensado

Como comentábamos en en Inventoría LEAD tenemos and disposición de nosotros impresoras 3D, de las cuales hicimos uso en este proyecto para hacerlo realidad. Adjunto encontrarán los archivos listos para imprimir, les recomiendo seguir Este instructable el cuál explica paso a paso como hacer uso de las impresoras 3D de Inventoría, ya que en estos espacios buscan que todos nosotros aprendamos a hacer las cosas por nosotros mismos más nos las haga, por ello con este instructable aprenderán a utilizar estas maquinas y poner a imprimir las piezas por ustedes mismos.

Steg 10: Cortando En Láser El Case

De la misma forma, hicimos uso de la cortadora láser, donde el diseño fue realizado usando inkscape el cual es una versión Open Source de programas de diseño gráfico que nos permite generar vectores. La maquina láser, al ser un robot cartesiano, funciona por gcode, sin embargo, este gcode debe ser generado por un software, en este caso generamos un archivo.svg que son lineas de dibujo, con el cual, el software propio de la cortadora láser puede convertir en una trayectoria para los motores de la maquina.

Elmaterial: Para este diseño es importante saber que debemos usar material de 3mm, uno Mayor puede hacer que las piezas no calcen adecuadamente. Yo he utilizado acrílico negro mate (que compré en panaplast), esto es por una razón, me gusta realizar los los trabajos con mucho oficio y elegancia, y este material crea un efecto visual muy interesante, de lejos puede confudirse con aluminio negro, lo cual le da mucha elegancia al proyecto.

Ustedes pueden utilizar el material que deseen, si buscan realizar algo de bajo costo, pueden hacer uso de MDF de 3mm el cual es un material muy económico y da acabados muy bonitos también.

Steg 11: Ensamblando El Hardware

Du kan också ta del av alla kompletterande, elektroniska och programvarulistor.

En las fotos adjuntas verán el proceso!:)

• Förhållanden:

  1. Armar las dos cajas y pegarlas con cinta (esto porque pueden desarmarse), como comentabamos usamos acrílico, para pegar este material es necesario usar pegamento de acrílico o, para parecer más interesantes e intelectuales ante otra persona, podemos decir agradecen el tip;) jaja

  2. Aplicar el cloruro de metileno: -Este pegamento es un ácido que es muy peligroso, se recomienda aplicarlo con una jeringa y guantes.

     -El proceso debe realizarse con calma y cuidado, ya que una gota en un lugar equivocado puede dañar la estética de nuestro acrílico. Como recomendación personal, siempre que hagan un proyecto realicenlo con mucho oficio y detalle. Cuidar los cable es algo importante, un proyecto limpio y agradable a la vista tiene un impacto borgmästare que uno con kablar desordenados, que se vea desordenado, complejo o sucio.

*Ensable de la caja 1, la dispensadora (Con los motores) -En este punto debemos tomar el acople de los motores que imprimimos en 3D y atornillarlos al motor, tal y como se muestra en la foto. Pueden utilizar tornillos con medida M3, el largo no importa … -Ahora debemos tomar la espiral y, a presión, debemos hacer calzar el hueco que tiene por debajo con el rotor (palito que gira) del motor y deberá quedarnos como se muestra en las fotos.-Ahora insertamos la pieza completea dentro del Tubo de PVC. (Este sistema es muy utilizado en la industria como maquina de inyección, un ejemplo de aplicación es en las maquinas de inyección de platisco, adjunto econtrarán un diagrama de como funcionan estas maquinas) -Hacemos la inserción de las dos piezas completero de modo que nos quede un acople correcto entre los huecos de salida de la caja y la salida del tubo de PVC-Colocamos la tapa superior o cobertor cobertor.*Ensamble de la caja 2, la de la electrónica.-Colocamos el sensor ultrasónico en los orificios. Con contadoble cara fijamos la cámara a la pared de acrílico.-Acomodamos la electrónica, esto lo hice como se muestra en la foto, pero ustedes pueden acomodarlo a su gusto. Próximos RetosAhora sigue que lo ajusten a sus nes por completo, le sugiero algunos retos:

1. Ajustar a sus mascotas (por tipo de animal)
2. Konstruera ett fall med fler system för dispensado, para más animales, así como configurar el sistema para reconocer más animales
3. Conectar med IBM IoT för kontroll av elsystem för en del av världen
4. Agregar un dispensador de agua
5. Hacerle cualquier cambio que sea oportuno para ti:)

*Den instruerbara fue-realiseringen av Bernal Rojas med Cesar Rodriguez Bravo som medförfattare*