Innehållsförteckning:

Datorsynstyrd rullstol med skyltdocka: 6 steg (med bilder)
Datorsynstyrd rullstol med skyltdocka: 6 steg (med bilder)

Video: Datorsynstyrd rullstol med skyltdocka: 6 steg (med bilder)

Video: Datorsynstyrd rullstol med skyltdocka: 6 steg (med bilder)
Video: UppTalk Weekly: Kan forskning och teknik öka delaktighet för personer med funktionsnedsättningar? 2024, Juli
Anonim
Image
Image
Datorsynstyrd rullstol med skyltdocka
Datorsynstyrd rullstol med skyltdocka
Datorsynstyrd rullstol med skyltdocka
Datorsynstyrd rullstol med skyltdocka

Projekt av AJ Sapala, Fanyun Peng, Kuldeep Gohel, Ray LC. Instruerbar av AJ Sapala, Fanyun Peng, Ray LC.

Vi skapade en rullstol med hjul som styrs av en Arduino -skiva, som i sin tur styrs av en hallon pi som kör openCV via Processing. När vi upptäcker ansikten i openCV flyttar vi motorerna mot den, vrider rullstolen så att den vetter mot personen, och skyltdockan (genom munnen) tar en mycket läskig bild och delar den med världen. Det här är ont.

Steg 1: Design, prototyp och schema över rullstolen

Design, prototyp och schema av rullstolen
Design, prototyp och schema av rullstolen
Design, prototyp och schema av rullstolen
Design, prototyp och schema av rullstolen
Design, prototyp och schema av rullstolen
Design, prototyp och schema av rullstolen
Design, prototyp och schema för rullstolen
Design, prototyp och schema för rullstolen

Det ursprungliga konceptet baserades på tanken att ett rörligt stycke ska kunna spionera på intet ont anande klasskamrater och ta fula bilder av dem. Vi ville kunna skrämma människor genom att gå mot dem, även om vi inte förutsåg att de motoriska mekaniska problemen skulle vara så svåra. Vi övervägde funktioner som skulle göra verket så engagerande (på ett onda sätt) som möjligt och bestämde oss för att implementera en skyltdocka på en rullstol som kan röra sig mot människor som använder datorsyn. En prototyp av resultatet gjordes av AJ av trä och papper, medan Ray och Rebecca fick OpenCV att köra på en hallonpi, så att ansikten kan detekteras på ett tillförlitligt sätt.

Steg 2: Material och installation

Material och installation
Material och installation
Material och installation
Material och installation
Material och installation
Material och installation

1x rullstol (https://www.amazon.com/Medline-Lightweight-Transpo…

2x skotermotorer

2x Cytron motorbrädor

1x arduino UNO R3 (https://www.amazon.com/Arduino-Uno-R3-Microcontrol…

1x hallon pi 3 (https://www.amazon.com/Raspberry-Pi-RASPBERRYPI3-M…

1x hallon pi kamera v2 (https://www.amazon.com/Raspberry-Pi-Camera-Module-…

1x 12v laddningsbart batteri

plywood

L-fästen

gummigolv

Steg 3: Tillverkning av motor till rullstolsfäste och skyltdocka

Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka
Tillverkning av motor till rullstolsfäste och skyltdocka

AJ tillverkade en apparat som fixerar skotermotorerna (2) till botten av rullstolen och fäst stigfästet på ett skräddarsytt gummirem. Varje motor installeras separat och är fäst på ett motsvarande hjul. Två hjul, två motorer. Motorerna matas sedan med kraft och jordas genom två Cytron -motorkort till Arduino (1) till Raspberry Pi (1), alla element drivs med ett 12 volt laddningsbart batteri (1). Motorapparaterna skapades med hjälp av plywood, L-fästen, fyrkantiga fästen och träfästen. Genom att skapa en trähållare runt själva motorn var det mycket lättare att installera motorn på rullstolens botten och kunde flyttas för att dra åt kuggremmen. Motorapparaten installerades genom att borra genom rullstolens metallram och skruva fast träet i ramen med L-fästen.

Tandremmen var gjorda av gummigolv. Gummigolvet hade redan en stigning som var lika stor som motorns snurrfäste. Varje bit trimmades till den bredd som fungerar med motorns snurrfäste. Varje bit av skuren gummi smältes samman och skapade ett "bälte" genom att slipa ena änden och den motsatta änden och applicera en liten mängd prågelim för att ansluta. Pråm är mycket farligt, och du måste bära en mask medan du använder den, även använda ventilation. Jag skapade flera varianter av kuggremstorlekarna: supertätt, tätt, måttligt. Bältet behövde sedan anslutas till hjulet. Själva hjulet har en liten yta på basen för att följa med ett bälte. Detta lilla utrymme ökades med en kartongcylinder med kuggrem som var varmt limmad på ytan. På så sätt kan tandremmen ta tag i hjulet för att hjälpa det att snurra i synk med den snurrande skotermotorn.

AJ skapade också ett dummyhuvud som integrerar Raspberry Pi: s kameramodul. Ray använde dummyhuvudet och installerade Pi -kameran och kortet i dummys munregion. Spår skapades för USB- och HDMI -gränssnitten, och en trästav används för att stabilisera kameran. Kameran är monterad på ett anpassat 3D-tryckt stycke som har en infästning för 1/4-20 skruvar. Filen bifogas (antagen för att passa av Ray från thingaverse). AJ skapade huvudet med kartong, tejp och en blond peruk med markörer. Alla element är fortfarande i prototypstadium. Dockhuvudet riggades till kroppen av en kvinnlig skyltdocka och placerades i rullstolens säte. Huvudet fästes på skyltdockan med hjälp av en kartongstång.

Steg 4: Skriva och kalibrera koden

Skriva och kalibrera koden
Skriva och kalibrera koden
Skriva och kalibrera koden
Skriva och kalibrera koden

Rebecca och Ray försökte först installera openCV direkt på raspi med python (https://pythonprogramming.net/raspberry-pi-camera-… men det verkar inte fungera live. Så småningom efter många försök att installera openCV med python och misslyckades, vi bestämde oss för att gå till Processing på pi eftersom openCV -biblioteket i Processing fungerar ganska bra. Se https://github.com/processing/processing/wiki/Rasp… Notera också att det fungerar med GPIO -portarna som vi sedan kan använda för att styra arduino med seriell kommunikation.

Ray skrev datorsynkoden som är beroende av xml -filen som bifogas för att upptäcka ansikten. I grund och botten ser den om mitten av ansiktsrektangeln är till höger eller vänster om mitten och flyttar motorerna i motsatta riktningar för att rotera stolen mot ansiktet. Om ansiktet är tillräckligt nära stoppas motorerna för att ta en bild. Om inga ansikten upptäcks stannar vi också för att inte orsaka onödig skada (du kan ändra den funktionaliteten om du tycker att den inte är tillräckligt ond).

Rebecca skrev Arduino -koden för att ansluta till motorkortet med hjälp av seriell kommunikation med Processing på pi. De viktiga nycklarna är att öppna USB -seriell port ACM0 till Arduino och ansluta hallon pi till Arduino via en usb -kabel. Anslut Arduino med en DC -motorförare för att styra motorns hastighet och riktning, skicka riktning och hastighetskommandon från hallon pi till Arduino. I grund och botten berättar Ray's Processing -koden motorn om hastigheten att gå på medan Arduino gör en rättvis gissning på kommandotiden.

Steg 5: Integrera rullstolen, skyltdockan och kod och test

Image
Image
Integrera rullstolen, skyltdockan och kod och test
Integrera rullstolen, skyltdockan och kod och test
Integrera rullstolen, skyltdockan och kod och test
Integrera rullstolen, skyltdockan och kod och test

Genom att sätta ihop alla delar fann vi att huvudproblemet var motorns anslutning till rullstolens hjul, eftersom kuggremmarna ofta skulle glida av. Båda motorerna installerades med

rullstol upp och ner för enklare installation. Båda motorerna fungerade bra medan de var anslutna till 12-volts batterikälla. När rullstolen själv vändes upprätt hade motorerna problem med att flytta stolen bakåt och framåt på grund av vikten av själva stolen. Vi försökte saker som att ändra kuggremens bredd, lägga pinnar på bältets sidor och öka drivkraften, men ingen fungerade tillförlitligt, men vi kunde tydligt visa när ansikten är på vardera sidan av stolen, motorer kommer att röra sig i lämplig motsatt riktning på grund av ansiktsdetektering med hallon pi, så Processing och Arduino koder fungerar som avsett, och motorerna kan styras på lämpligt sätt. Nästa steg är att göra ett mer robust sätt att köra stolens hjul och göra skyltdockan stabil.

Steg 6: Njut av din nya onda skyltdocka-rullstol

Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol
Njut av din nya onda skyltdocka-rullstol

Vi lärde oss mycket om att tillverka motorer och förare. Vi lyckades köra ansiktsigenkänning på en liten maskin med hallongrop. Vi räknade ut hur man styr motorer med motorbrädor och hur kraften för motorer fungerar. Vi gjorde några coola skyltdockor och figurer och prototyper, och till och med stoppade en kamera i munnen. Vi hade kul som ett team som gjorde narr av andra människor. Det var en givande upplevelse.

Rekommenderad: