سطل بازیافت بطری فکری: 6 مرحله

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:54

من این سطل بازیافت را به همراه یتینگ بائو و یونی شی ایجاد کردم. با تشکر از ارادت شما به این پروژه:).

برای ایجاد سطل بازیافت بطری هوشمند برای بخش بازیافت در نزدیکی محل خود ، از یک ابزار یادگیری ماشینی استفاده کنید که آسان است: هنگامی که یک بطری را در سطل مخصوص بریزید ، صفحه کنار آن مواد خود را نشان می دهد.

تدارکات

چیزی که ما نیاز داریم یک جعبه برای بطری هایی است که می خواهید بازیافت کنید ، یک مدار فوتونی با میکروفون ، یک رایانه شخصی با اتصال به اینترنت و یک دکمه (که ما از iPad استفاده می کنیم).

مرحله 1: نحوه عملکرد آن را بررسی کنید

مرحله 2: یک جعبه بسازید

در اینجا ما از چهار تخته اکریلیک و یک تخته چوبی برای تشکیل جعبه استفاده می کنیم. شما می توانید از هر ماده ای که می خواهید استفاده کنید ، اما مطمئن شوید که آنها به اندازه کافی قوی هستند که هزاران بار از ریختن بطری ها پشتیبانی کنند و البته باید صدایی ایجاد کند.

مرحله 3: مدل یادگیری ماشین آکوستیک خود را آموزش دهید

در اینجا ، ما از نمونه اولیه سطل بازیافت خود برای شبیه سازی پرتاب انواع مختلف بطری به سطل زباله استفاده می کنیم. با استفاده از دستگاه آموزش وب سایت ، انواع مختلفی از صداهای در حال ضبط را ضبط کرده و نمونه های صدا را استخراج می کنیم. و سپس با استفاده از مدل قطار ، کامپیوتر را برای تشخیص انواع مختلف صداها آموزش دهید. فراموش نکنید که مدل را صادر کنید تا در وب سایت شما استفاده شود.

در این فرایند ، ما صدای افتاده ساخته شده توسط چهار نوع بطری (بطری پلاستیکی ، قوطی ، جعبه کاغذی ، شیشه) را که اغلب در زندگی روزمره استفاده می شود ، جمع آوری کردیم.

مرحله 4: مدار فوتونی خود را بسازید

برای اتصال مدار فوتون از میکروفون و بلندگو استفاده کنید ، تصویر بالا را ببینید. اتصال آن را به برق فراموش نکنید.

عیب یابی زمان

اگر از نسخه دیگری از مدار فوتون یا آردوینو استفاده می کنید ، ممکن است بتوانید کتابخانه یادگیری ماشین "TensorFlowLite" را در فوتون اعمال کنید. با این حال ، نسخه فوتون ما چنین عملکردی را انجام نمی دهد. در عوض ، ما از کتابخانه javascript ابزار یادگیری ماشین استفاده می کنیم.

در عین حال ، نسخه فوتون ما نمی تواند صدا را به رایانه ارسال کرده و آن را در زمان واقعی تجزیه و تحلیل کند. بنابراین ، ما از بسته "بلندگو" npm برای پخش صدا و تجزیه و تحلیل آن در مرورگر استفاده می کنیم.

اگر نسخه دیگری از فوتون یا آردوینو دارید ، ممکن است راههای ساده تری برای ارسال صدا به رایانه یا استفاده از کتابخانه یادگیری ماشین به مدار خود امتحان کنید.

مرحله 5: کد خود را در رایانه ارائه دهید

از Node.js برای ارائه کد برای دریافت صدا و پخش خودکار استفاده کنید. تو می توانی

می توانید آن را در Github پیدا کنید.

در اینجا کد اصلی است که در این مرحله استفاده کردیم.

… // فایل wav را به صورت محلی ذخیره کرده و پس از اتمام انتقال آن را پخش کنید

socket.on ('data'، function (data) {// اطلاعات مربوط به این اتصال را دریافت کردیم. writer.write (data، 'hex')؛})؛

socket.on ('end' ، function () {console.log ('انتقال کامل ، ذخیره شده در' + outPath) ؛ author.end () ؛ var file = fs.createReadStream (outPath) ؛ var reader = new wav. Reader () ؛ // رویداد "قالب" در انتهای خواننده سرصفحه WAVE منتشر می شود. در ("قالب" ، عملکرد () {// سرصفحه WAVE از خروجی خواننده خوان حذف می شود. لوله (بلندگوی جدید (wavOpts))؛})؛ // فایل WAVE را در فایل نمونه Reader.pipe (خواننده)؛}) لوله کنید. }). گوش دهید (dataPort) ؛ …

مرحله 6: تجسم خود را توسعه دهید

از javascript برای ارسال درخواست AJAX به ذرات و کنترل عملکرد "باز" استفاده کنید. هنگامی که عملکرد "باز" فراخوانی می شود و مقدار روی "1" تنظیم می شود ، میکروفون روی فوتون روشن می شود و به مدت 3 ثانیه ضبط می شود. صدای ضبط شده به رایانه ارسال می شود و به طور خودکار پخش می شود.

هنگامی که کامپیوتر صدا را دریافت کرد ، تشخیص در صفحه نشان داده می شود.