Get-Fit: 13 Langkah (dengan Gambar)

2024 Pengarang: John Day | [email protected]. Terakhir diubah: 2024-01-30 09:54

Perangkat wearable yang memantau dan merekam aktivitas kebugaran seseorang melalui AI.

Tidak diragukan lagi bahwa tidak aktif dapat menyebabkan sejumlah masalah kesehatan dan pribadi. Aktivitas konstan dapat mencegah banyak dari masalah ini. Kita perlu memeriksa kemajuan yang dicapai dengan berolahraga secara terus-menerus untuk mengatur aktivitas untuk membuat tubuh lebih sehat. Pelacak kebugaran adalah salah satu cara populer untuk melacak kemajuan Anda. Ini bisa menghitung aktivitas Anda seperti push-up, pull-up, dan sit-up, dll. Ini juga bisa menghasilkan kalori yang terbakar selama aktivitas.

Disini saya merancang perangkat wearable menggunakan papan SmartEdge Agile yang dapat menghitung push-up, pull-up, dan sit-up serta dapat menghasilkan kalori yang dikonsumsi selama beraktivitas.

Siapa pun yang tidak memiliki pengetahuan yang tepat tentang teknologi ini juga dapat menyesuaikan perangkat ini untuk latihan khusus mereka dengan mengikuti instruksi. Perangkat wearable ini menggunakan fitur AI potensial dari SmartEdge Agile untuk pelacakan kebugaran. Kemajuan dapat dilihat melalui aplikasi seluler.

Saya pikir ini adalah pendamping utama bagi orang-orang yang menyukai kebugaran.

Anda dapat menyesuaikan wearable ini untuk latihan tertentu yang Anda lakukan dengan melatih aktivitas tersebut.

Langkah 1: Demo

Mari kita tonton video demo dari Get-Fit wearable.

Langkah 2: Hal-hal yang Kita Butuhkan

Komponen perangkat keras yang diperlukan untuk proyek

• 1 x Avnet SmartEdge Agile Brainium
• 2 x Putih Elastis
• 1 x Tali Sabuk
• 1 x Jarum Jahit
• 1 x Benang
• 1 x Lem Panas

Komponen perangkat lunak yang diperlukan untuk proyek

• Google Firebase
• Octonion Brainium Portal
• Android Studio

Langkah 3: SmartEdge Agile Board

Dalam proyek ini kami menggunakan perangkat SmartEdgeAgile untuk mendeteksi gerakan. Perangkat SmartEdge Agile adalah solusi perangkat keras bersertifikat, tertanam dengan tumpukan perangkat lunak lengkap yang menampilkan Edge Intelligence.

Perangkat ini memiliki berbagai macam sensor on-board. Dalam proyek ini, kami menggunakan sensor akselerometer dan giroskopnya. Dengan menggabungkan nilai sensor ini dengan AI, kita dapat menciptakan wabah. Tidak seperti semua fungsi lainnya, bekerja dengan pemantauan berbasis AI memerlukan penggunaan alat AI Studio, yang tersedia di portal. AI Studio menawarkan cara yang mudah dan intuitif untuk membuat model, yang diperlukan untuk menggunakan AI.

Salah satu fitur AI-nya adalah pengenalan gerakan. Sebenarnya perangkat ini mentransfer datanya ke platform Brainium melalui gateway. Ini berkomunikasi melalui Bluetooth dengan gateway. Gerbang Brainium dapat diunduh dari toko ios atau android.

Perangkat ini dapat dengan mudah diisi melalui port USB dan memiliki waktu berjalan dua hari.

Langkah 4: Mengumpulkan Aksesoris

Seperti yang kita semua tahu, konstituen utama dari perangkat yang dapat dikenakan ini adalah papan SmartEdge Agile. Kami membutuhkan dua elastik putih untuk membuat pita. Saya telah mengambilnya dari kain lama saya. Juga, kita membutuhkan tali untuk menyesuaikan ukuran pita. Saya baru saja mengambilnya dari pengisi daya laptop lama. Untuk menyesuaikan tali kita membutuhkan sepotong plastik persegi panjang yang sebagian berongga. Sebagai retasan, saya hanya memotongnya dari sisi atas bagian atas spidol.

Langkah 5: Pembuatan Band

Pertama-tama, kami melampirkan band dengan elastis putih. Kita perlu mengencangkan sebanyak mungkin jika tidak papan Agile akan tergeser. Kemudian kita bisa menjahit di sana, dengan benang biru. Di sini saya menggunakan benang biru yang memberikan pandangan fantastis untuk band. Kemudian saya menjahit potongan persegi panjang untuk menyesuaikan ukuran pita seperti yang ditunjukkan di atas. Kemudian kami menempelkan elastis kedua ke papan dengan menggunakan lem panas. Akhirnya, kami menjahit sabuk pengikat pada karet elastis yang baru direkatkan. Lihat saja gambar yang diberikan di atas untuk referensi.

Langkah 6: Pandangan Akhir

Perangkat wearable kami sudah siap, cukup tempelkan ke lengan. Kemudian hidupkan perangkat dengan menekan lama pada tombol. Anda dapat mengisi daya perangkat dengan pengisi daya seluler tipe-C di rumah Anda. Perangkat ini memiliki waktu berjalan hampir satu hari. Kemudian kita bisa pergi ke bagian software wearable ini.

Langkah 7: Portal Brainium

Di sinilah bagian perangkat lunak dan itu cukup sederhana.

Untuk menggunakan papan SmartEdge Agile Anda perlu mendaftar ke platform Brainium. Kemudian, unduh aplikasi Brainium Gateway di ponsel kami (dari play store) dan gunakan akun kami yang baru dibuat untuk masuk ke dalamnya. Sebenarnya telepon bertindak sebagai pintu gerbang antara portal dan perangkat AI melalui BLE. Kemudian tambahkan papan kami dari tab perangkat di portal. Kemudian perangkat akan muncul di aplikasi Brainium.

Klik tombol "Buat proyek" atau "+" di kanan bawah halaman Proyek untuk membuat proyek.

Langkah 8: Ruang Kerja AI Studio

Buka menu sisi kiri dan arahkan ke alat Motion in AI Studio dengan memilih item 'Motion Recognition' di AI Studio Workspaces. AI Studio adalah alat yang didedikasikan untuk kemampuan Artificial Intelligence dari platform.

Buka ruang kerja Anda dan mulailah dengan menentukan gerakan yang Anda inginkan untuk melatih perangkat Agile Anda. Anda perlu membuat setidaknya satu "gerakan" untuk model pengenalan. Di sini daftar gerakan saya berisi kegiatan seperti Pushup, Pullup, dan Situp. Ini adalah aktivitas dasar yang dilacak oleh perangkat kami (Get-Fit). Gerakan papan Agile akan berbeda untuk setiap aktivitas, dengan menerapkan fitur AI perangkat dapat menghitung aktivitas.

Langkah 9: Pelatihan

Kita perlu melatih perangkat ini agar mampu mendeteksi latihan. Anda harus memakai perangkat saat pelatihan berlangsung.

Dalam daftar gerakan, pilih setiap gerakan yang ingin kita latih, dan klik "Rekam set latihan baru". Buat set latihan yang tepat untuk setiap gerakan. Anda memerlukan setidaknya 2 rekaman masing-masing 20 gerakan untuk dapat menghasilkan model yang dapat digunakan untuk demo. Tentu saja, semakin banyak gerakan yang Anda coba deteksi, dan/atau semakin kompleks gerakannya, semakin banyak set latihan yang Anda perlukan untuk mendapatkan tingkat akurasi yang dapat diterima. Rekor untuk push up diberikan di bawah ini, demikian juga set pelatihan untuk semua kegiatan lainnya dicatat dengan benar.

Anda dapat menyesuaikan perangkat yang dapat dikenakan ini untuk latihan tertentu yang Anda lakukan dengan melatih aktivitas tersebut.

Langkah 10: Menghasilkan Model

Kemudian kita ingin membuat model yang berisi semua record ini. Pilih semua catatan untuk perangkat yang dapat dikenakan dan buat modelnya. Itu akan memakan waktu. Kemudian terapkan model Anda ke perangkat yang diinginkan. Kami juga dapat mengatur peringatan AI untuk mendorong pemberitahuan ketika suatu aktivitas ditemukan.

Langkah 11: MQTT

MQTT API menyediakan akses ke data yang telah dikirim dari perangkat pengguna secara real time. MQTT API tersedia melalui WebSockets dengan URI berikut: wss://ns01-wss.brainium.com dan diamankan. Protokol MQTT menyediakan bidang nama pengguna dan kata sandi dalam pesan CONNECT untuk otentikasi. Klien memiliki opsi untuk mengirim nama pengguna dan kata sandi saat terhubung ke broker MQTT. Untuk koneksi ke Platform Branium, opsi ini harus:

• nama pengguna memiliki nilai statis yang ditentukan: oauth2-user
• kata sandi berbeda untuk setiap pengguna dan sama dengan token akses eksternal (tersedia di profil pengguna).
• user_id (dapat ditemukan di profil pengguna)
• device_id (dapat ditemukan di tab perangkat di portal)

Dengan menjalankan kode python yang saya lampirkan di repositori GitHub dapat mengakses data waktu nyata dari perangkat yang dapat dikenakan (Get-Fit) menggunakan protokol MQTT. Berapa kali suatu kegiatan selesai akan ditarik keluar.

Langkah 12: Firebase

Firebase adalah platform pengembangan aplikasi seluler dan web. Firebase membebaskan developer untuk fokus pada pembuatan pengalaman pengguna yang fantastis. Anda tidak perlu mengelola server. Dalam proyek kami, kami menggunakan database real-time Firebase untuk mengambil data secara instan sehingga tidak ada penundaan waktu.

. Untuk menemukan URL Firebase

• Buka Firebase
• Kemudian buka dan buka proyek Anda (Jika Anda tidak memiliki proyek, buatlah)
• Kemudian pindah ke Real-Time Database di Database
• URL di tangkapan layar adalah URL Firebase

Kemudian pergi ke aturan, ganti "salah" dengan "benar" untuk membuat operasi baca dan tulis. Saya telah mengambil tag "status" sebagai tag induk dari "push", "pull", dan "sit". Nilai dari API ditempatkan di bawah variabel tag ini

Langkah 13: Android Studio

Aplikasi untuk perangkat yang dapat dikenakan dibuat di studio Android.