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

2024 Auteur: John Day | [email protected]. Dernière modifié: 2024-01-30 09:06

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.

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

Logique du système:

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 decide 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 dispensado alimento

Étape 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, pero las anteriores tambien funcionan!
2. 1 Cámara para framboise pi
3. 1 capteur ultrasonique HC-SR04
4. 2 Moteur du conducteur (Pueden utilizar cualquier otro, yo usé este porque era el que tenía a mano!)
5. 2 moteurs pas à pas
6. 1 Conférencier (Parlantes)
7. 2 tubos T de PVC de pulgada y media (Las encuentran en cualquier ferretería por menos de 2000 colones cada una.)
8. Une lame d'acrylique de 3 mm pour cortar, yo utilicé acrílico, ustedes pueden usar cualquier otro material, como MDF.
9. Una impresora 3D y cortadora láser que en Costa Rica, pueden encontrar en Inventoría LEAD.

Étape 2: Iniciando Con Raspberry Pi

Raspberri Pi es un microprocesseur muy poderoso que nos permite desarrollar proyectos que requieran un alto poder computacional. Es similaire à un 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 de linux, Open Source, desarrollada especialmente para correr sobre Raspberry Pi.

• Primeros pasos con Raspbery Pi

  1. El primer paso es descargar 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. Usaremos ciertos comando que explicaré para familiarizarnos y al final daré un ejemplo de uso. diskutil list => Este comando me devuelve la 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 effacerDisk JHFS+ UntitledUFS < TuDisco > => Permit 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

liste diskutil

diskutil effacerDisk 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 éjecter /dev/disk1

Usuarios Windows: Pueden usar Win32Disk, que es una herramienta sencilla o cualquier otra de su elección

• Ver sistema operativo

  1. Debes conseguir una pantalla, un cable HDMI, mouse y teclado.
  2. Conectalos y enciende la raspberry 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 air a nuestra terminal y escribimos " ifconfig" este comando nos va devolver la dirección IP de nuestro raspberry 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 framboise que par défaut es "framboise". Esto nos abrirá la terminal immédiatement.

Étape 3: Conectando Sensores Y Actuadores Al Raspberry Pi

Cómo sabemos Raspberry Pi es una tarjeta de desarrollo que posee pines GPIO que podemos configurar como entradas y salidas para nuestros sensores y actuadores. Nuestros sensores son:

1. Para el sensor de distance usaremos un sensor ultrasónico. Este sensor funciona por ultrasonidos, como un murcielago… Funciona transmitiendo una honda (Trigger pin) que rebotará en un objeto, el sensor la recibirá de vuelta (Echo pin) y estimará el tiempo que duró en regresar. Pueden ver la imagen adjunta que tomé de Zona Maker donde tienen un excelente tutorial para entender a fondo como funciona este sensor
2. Para la vision artificial el sistema usará una cámara.
3. Como motor usaremos un Stepper Motor.¿Qué es un Stepper Motor?
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 mayor).*Nota:* El diagrama adjunto se muestra otro driver (El rojo, es un easy driver) distinto a qu'il 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 pins "dir" y "step" los reemplazamos por "CW+" y "CLK+" respectivement. Y los 2 GND los reemplazamos por CLK- y CW-.

Étape 4: Preparando Node-RED En El Raspberry Pi

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

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

sudo apt-get mise à jour

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 importantno saltarse esta actualización.

• Node-RED viene precargado en raspbian por default, así que solo debemos iniciarlo, para esto vamos a air 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 raspberry pi.
• Vas a ver una linea que dice algo similaire a "Une fois que Node-RED a démarré, pointez un navigateur sur 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 a nuestro navegador web y copiamos la dirección, esto nos va ouvrir l'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 => manage palette => Install. Esto nos va permitir de manera gráfica instalar todos los paquetses externos que necesitemos, lo que serían las librerías en código.

• Ahora vamos a instalar varios paquetses, esto lo haremos copiando el nombre del paquete que les dejaré abajo y dandole al botón instalar. 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 => enceintes para
  4. node-red-node-watson => Para watson
  5. node-red-contrib-ibm-watson-iot => Para watson
  6. node-red-bluemix-nodes => Services de cloud IBM
  7. node-red-contrib-python-function => Interprete de Pytho

Étape 5: Programando El Sistema Cognitivo

Node-RED permite importar un programa por medio de copiar u código que les dejo adjunto.

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

Configuration 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. Pour "prendre une photo du nœud python", double-cliquez pour vérifier les paramètres avec l'adjoint. *Importante asegurarse de que "File name" le hemos puesto "image.jpg"*
3. Para Email send, double click y aquí debemos colocar nuestros datos, en To: sería a qué dirección de correo quiero enviar el mailUserid: Sería la dirección de correo de la persona que envíaMot de passe: La clave de esta última dirección de correo.
4. El último paso es configurar los servicios de Watson que haremos a continuación en el siguiente paso.

Étape 6: Connectez-vous à Watson

Watson es un service d'IBM avec le système d'utilisation que fonctionne le moyen de l'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. Una vez dentro verán algo como en la foto, aquí buscaremos abajo a la izquierda Watson => Visual Recognition => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías aduntas.
3. Una vez que estén dentro, pueden observar que han generado un API, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) y deben copiar las credenciales, donde dice "api_key".
4. Van de vuelta al IDE de Node-RED y double click al bloque "Watson Visual Recognition", aseguran de pegar sus credenciales en el espacio correcto y ajustar los parametros al igual que the foto.
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 aduntas.
6. Hemos generado un API nuevamente, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) y deben copier las credenciales "username" y "password". Vamos de vuelta al IDE de Node-RED y double click al bloque "Hablar", aseguran de pegar sus credenciales en el espacio correcto y ajustar los parametros al igual que the foto. *Esto debe hacerse para los bloques que dicen hablar*

Y listo, así de sencillo ya tienen su sistema funcionando !:) Erreur possible:

Si cuando se debe tomar la foto nos retorna une 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" et vamos a "Interfaces". Ahí debemos aseguranos que “Cámara” está en “Habilitada”.

Étape 7: Inteligencia Artificielle

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 red que el tipo de utilis es Redes Neuronales Convolucionales, que es el algoritmo que más asemeja a las neuronas en la corteza visual humana. En estos algoritmos siempre se debe entrenar el sistema, 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 objectos un poco men, en este caso, los gatos y perro los reconoce por default.

A continuación haré un paréntesis donde explicaré como funciona una neuronal artificiel rouge, 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 llama perceptron o lo que equivaldría a una neurona en nuestro cerebro. Está compuesta de 3 parties principales:

1. Entradas
2. Fonction de suma (Σ)
3. Fonction d'activation

Entrées:

Estas son las representadas en la imagen como x1, x2, x3, x…Serán multiplicadas por un peso w (con un valor random al inicio)

Fonction 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.

Fonction d'activation:

Funciona como seuil o umbral, 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 basica de una red neuronal (perceptrón) estamos listos para ver cómo operan en una red. Como observan en la segunda imagen, está compuesta de 3 capas principales:

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

Capacité d'entrée:

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

Capa oculta:

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

Cap 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 individu, el algoritmo resulta que en calculatrice 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 al otros algoritmos plus), resulta muy sencillo de usar, esto porque cuando configuremos el bloque con nuestra credenciales y hagamos el procesamiento de una imagen, Watson nos va devolver un archivo tipo JSON con un motón de posibilidades de objetos que puedan estar presentes en esa fo. Es decir, cuando procesamos la foto, Watson hace su análisis y no devuelve une liste avec des objets probables que ha detectado in esa foto, así de sencillo es usar Watson!

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

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

Étape 8: Construyendo Un matériel

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 y 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 expertsos en el área.

Étape 9: Imprimiendo El Mecanismo De Dispensado

Como comentábamos en in Inventoría LEAD tenemos a 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 hacerot las que en estos espacios buscan que todos nosotros aprendamos a hacerot las queros cosas y por nos no plus nos las haga, por ello con este instructable aprenderán a utilizar estas maquinas y poner a imprimir las piezas por ustedes mismos.

Étape 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 cartes giano, funcion, 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.

El matériel:Para este diseño es important 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 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 that deseen, si buscan realizar algo de bajo costo, pueden hacer uso of MDF de 3mm el cual es un material muy económico y da acabados muy bonitos también.

Étape 11: Ensamblando El Hardware

Una vez que tenemos todas piezas completas, la electrónica y software listo, podemos comenzar a ensamblar.

En las photos adjuntas verán el proceso!:)

• Pasos pour armado:

  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 luegocio de clode persona, poor de clode… 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 cables es algo important, un proyecto limpio y agradable a la vista tiene un impacto mayor que uno con cables 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 in 3D y atornillarlos al motor, tal y como se muestra in the 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 complete 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 caas doserciónez de 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 fr 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 RetosAhorasida siguen a su que loce por completo, le sugiero algunos retos:

1. Ajustar a sus mascotas (por tipo de animal)
2. Construir un case con más sistemas de dispensado, para más animales, así como configurar el sistema para reconocer más animales
3. Conectar con IBM IoT para controlar el sistema desde cualquier parte del mundo
4. Agregar un dispensador de agua
5. Hacerle cualquier cambio que sea oportuno para ti:)

* Este instructable fue realizado por Bernal Rojas con Cesar Rodriguez Bravo como co-auteur *