Arduino-Projekt: Maschinelles Lernen Farberkennung

In diesem Projekt verwenden wir den Farb- und Näherungssensor des Arduino Nano 33 BLE Sense. Wir brauchen auch die neue Arduino_KNN-Bibliothek. Diese Bibliothek verwendet Tiny Machine Learning. In diesem Projekt werden wir Objekte anhand ihrer Farbe unterscheiden. 
Dieses Projekt basiert auf dem Arduino-Projekt.

Einfaches maschinelles Lernen mit Arduino KNN

Zu Beginn des Programms geben Sie an, wie viele Objekte Sie erkennen möchten und wie sie heißen. Von jedem Objekt werden 30 "Probenablesungen" entnommen. Wenn dieser Vorgang abgeschlossen ist und Ihr Arduino beginnt, Objekte zu erkennen, werden diese Werte zur Datenbank dieses Objekts hinzugefügt. Wir haben das Projekt so geschrieben, dass alle Einstellungen im seriellen Monitor konfiguriert sind.

Schritt 1: Projektanforderungen für maschinelles Lernen

Schritt 2: Programmieren von Arduino BLE Sense

Wie funktioniert der Code:

In diesem Projekt werden wir uns genauer ansehen, wie das alles funktioniert. Im Prinzip können Sie nur den Code verwenden. Da wir jedoch einen erweiterten Code und eine neue (Beta-) Bibliothek verwenden, erklären wir dies ausführlich.

Natürlich sind wir die ersten, die die erforderlichen Bibliotheken importieren. Die Bibliothek für den Näherungs- / Lichtsensor des Arduino Nano 33 BLE Sense (Arduino_APDS9960.h) und die neue Bibliothek für maschinelles Lernen (Arduino_KNN.h). 

Dann erstellen wir eine Reihe von Variablen. Eine, die angibt, aus wie vielen Variablen eine Farbe besteht. In diesem Fall verwenden wir RGB-Farben, also haben wir drei. Eines ist über die Anzahl der Objekte. Dies wird im Void-Setup auf einen Wert Ihrer Wahl eingestellt. Dann gibt es eine Variable, die angibt, wie viele Farbablesungen sich in der Datenbank befinden müssen, bevor wir beginnen. Dies ist unser Projekt 30. Es gibt auch ein String () -Array, das die Objektnamen und Variablen für die Speicherung der Farbe und die minimale Helligkeit der Farbe verfolgt.

Nachdem wir die Variablen definiert haben, legen wir sie in einer Datenbank ab. Jetzt ist es Zeit für das Setup.

Im void-Setup starten wir die serielle Schnittstelle und senden eine erste Nachricht. Dann fragen wir, wie viele Objekte Sie unterscheiden möchten. Jetzt können Sie eine Nummer eingeben und an das Arduino senden. Dies liest es aus und passt die Variable an, die ungefähr der Anzahl der Objekte entspricht. Dann gehen wir zur Definition der Objekte. Dazu halten wir die Musterfarben über dem Sensor. Das Maximum sind 3000 Objekte. Bitte beachten Sie, dass es eine Unterscheidung nach Farbe gibt.

Für jedes Objekt werden Sie nach einem Namen für dieses Objekt gefragt. Sie geben den Namen in den seriellen Monitor ein und senden ihn an das Arduino. Die Beschriftung Ihres Objekts wird nun in den von Ihnen eingegebenen Namen geändert. Platzieren Sie nun Ihr Objekt über dem Sensor des Arduino 33 BLE Sense und bewegen Sie das Objekt, um den besten Effekt zu erzielen. 30 Messungen werden schnell durchgeführt und gespeichert. Wiederholen Sie diesen Vorgang für jedes Objekt.

Nachdem Sie alle Ihre Objekte definiert haben, können Sie sie erkennen. Sie werden gefragt, ob Sie ein Objekt über dem Sensor halten möchten, und dann wird eine Messung durchgeführt. Es wird keine neue Messung durchgeführt, bis das Objekt über dem Sensor entfernt wurde. Dies verhindert einen Spam von Messungen. Jede Messung, die Sie in der "Schleife" durchführen, wird der Datenbank hinzugefügt, die Sie im "Void-Setup" durchgeführt haben, damit der Arduino immer besser weiß, welches Objekt welche Farbe hat.

Im Moment stellen wir fest, dass es einige Probleme bei der Unterscheidung zwischen Rot, Orange und Gelb gibt. Dies kann natürlich von Ihrer Beleuchtung abhängen.

das Programm

Hier sehen Sie den Code dieses Projekts. Wenn Sie es überschreiben, erfahren Sie besser, wie diese Skizze funktioniert.