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

2025 Pengarang: John Day | [email protected]. Terakhir diubah: 2025-01-13 06:57

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.

Dia 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 set trata y dispensar el alimento adecuado.

Logika del sistema:

1. La mascota se acerca y es detectada por un sensor de jarak
2. El sistema toma una foto del animal
3. La procesa y putuskan 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

Langkah 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 raspberry pi
3. 1 sensor ultrasonico HC-SR04
4. 2 Motor penggerak (Pueden utilizar cualquier otro, yo use este porque era el que tenía a mano!)
5. 2 motor langkah
6. 1 Pembicara (Parlantes)
7. 2 tabung T de PVC de pulgada y media (Las encuentran en cualquier ferretería por menos de 2000 colones cada una.)
8. Una lámina de acrílico de 3mm para cortar, yo utilicé acrílico, ustedes pueden usar cualquier bahan otro, como MDF.
9. Una impresora 3D y cortadora láser que en Costa Rica, pueden encontrar en Inventoría LEAD.

Langkah 2: Iniciando Con Raspberry Pi

Raspberri Pi es un microprocesador muy poderoso que nos permite desarrollar proyectos que requieran un alto poder computacional. Mirip dengan 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 distribución de linux, Open Source, desarrollada especialmente para correr sobre Raspberry Pi.

• Primeros pasos dengan Raspbery Pi

  1. El primer paso es descargar el raspbian como zip.

  2. Ahora debemos quemarlo en una micro SD, untuk 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 => Perintahkan saya devuelve la lista de todos los discos que encuentre la pc (una SD puede tomarse como un disco externo.) efectos de este turorial le llamaremos "TuDisco". diskutil eraseDisk 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 => Pertanyaan yang akan datang dari SD, tunggu lebih lama 1 hora en este paso.

        diskutil eject /dev/< TuDisco> => Expulsa el Disco

        Un ejemplo de uso de este, encuentra adjunto en las fotos, la sintáxis del ejemplo sería así

daftar diskutil

diskutil eraseDisk 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 eject /dev/disk1

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

• Ver sistem operasi

  1. Debes conseguir una pantalla, un cable HDMI, mouse dan 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 a ir a nuestra terminal y escribimos " ifconfig" este comando nos va devolver la dirección IP de nuestro raspberry pi (guardelan porque la necesitaremos). 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 raspberry que por default es "raspberry". Esto nos abrira la terminal inmediatamente.

Langkah 3: Sensor Conectando dan Penggerak Al Raspberry Pi

Cómo sabemos Raspberry Pi es un 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 distancia usaremos un sensor ultrasónico. Este sensor funciona por ultrasonidos, como un murcielago… Funciona emitiendo una honda (Pin pemicu) que rebotará en un objeto, el sensor la recibirá de vuelta (Pin gema) 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 visión artificial el sistema usará una cámara.
3. Como motor usaremos un Stepper Motor.¿Qué es un Stepper Motor?
4. Para penggerak 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).*Catatan:* El diagrama adjunto se muestra otro driver (El rojo, es un pengemudi yang mudah) distinto a que he utilizado, esto fue para generalizar, ya que la mayoría de drivers tienen esa nomenclatura (langkah dir y). Con el que yo estoy utlizando (el TB6560) los pines "dir" y "step" los reemplazamos por "CW+" y "CLK+" respectivamente. Anda kehilangan 2 GND kehilangan reemplazamos dari CLK- y CW-.

Langkah 4: Persiapan Node-RED En El Raspberry Pi

Lebih lanjut tentang persiapan untuk melakukan hal-hal yang perlu dilakukan untuk mengetahui fungsi sistem dengan Node-RED, meminta IDE untuk program yang akan dibuat untuk digunakan.

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

sudo apt-get update

sudo apt-get dist-upgrade update-nodejs-and-nodered

Estos comandos nos actualizaran nuestro equipo. El ltimo comando, nos permite tener nuestro entorno Node-RED actualizado para poder instal las dependencias que vamos a necesitar en este step, es importanteno saltarse esta aktualización.

• Node-RED viene precargado en raspbian por default, así que solo debemos iniciarlo, para esto vamos a ir a la terminal y escribimos " node-red-start" esto nos va ejecutar un servidor bajo la misma red, ahora debes asegurarte que tu computadorate esté conectada a la misma red atau wifi que las raspberry pi.
• Menggunakan algo dadu yang mirip dengan "Setelah Node-RED telah dimulai, arahkan browser ke https://192.168.1.102:1880" esto quiere decir que ha abierto un service 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 abrir el 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 => kelola palet => Instal. librerias en código.

• Ahora vamos a instalar varios paquetes, 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 => Para pembicara
  4. simpul-merah-simpul-watson => Para watson
  5. node-red-contrib-ibm-watson-iot => Para watson
  6. node-red-bluemix-nodes => Layanan dari cloud IBM
  7. node-red-contrib-python-function => Interprete de Pytho

Langkah 5: Program dan El Sistema Cognitivo

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

Deben ir a botón de menú arriba a la derecha => impor => clipboard => pegar el código => impor.

Konfigurasi blok:

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. Untuk "mengambil foto python node", klik dua kali dan periksa lagi los parametro al adjunto. *Penting untuk menentukan "Nama file" le hemos puesto "image.jpg"*
3. Para Kirim email, klik dua kali y aquí debemos colocar nuestros datos, id Kepada: sería a qué dirección de correo quiero enviar el mailUserid: Sería la dirección de correo de la persona que envíaSandi: La clave de esta ltima direo.
4. El ltimo paso es configurar los servicios de Watson que haremos a continuación en el siguiente paso.

Langkah 6: Conectando a Watson

Watson es un servicio de IBM muy sencillo de utilizar que funciona por medio de 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 nico y le damos a crear. Como se muestra en las fotografías adjuntas.
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 doble klik al blok "Watson Visual Recognition", se aseguran de pegar sus credenciales en el espacio correcto y ajustar los parametros al igual que la foto.
5. Esto mismo debe hacerse para el text to speech, Watson => Texto a voz => Pondremos un nombre nico y le damos a crear. Como se muestra en las fotografías adjuntas.
6. Hemos generado un API nuevamente, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) y deben copiar las credenciales "username" y "password". Vamos de vuelta al IDE de Node-RED y doble klik al blok "Hablar", se aseguran de pegar sus credenciales en el espacio koreksi dan ajustar los parametros al igual que la foto. *Esto debe hacerse para los bloques que dicen hablar*

Daftar, así de sencillo ya tienen su sistema funcionando!:) Kemungkinan kesalahan:

Si cuando se debe tomar la foto nos retorna un 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 tidak ada 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” dan “Antarmuka”. Ahí debemos aseguranos que “Cámara” está en “Habilitada”.

Langkah 7: Inteligencia Buatan

Proses una imagen no es algo sencillo de hacer, requiere inteligencia artificial para poder detectar patrones en esa imagen de los cuales pueda gener 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 untuk menentukan tip es Redes Neuronales Convolucionales, que es el algoritmo que más se 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 para entrenamiento", en este caso, los gatos y perro los reconoce dari default.

A continuación haré un paréntesis donde explicaré como funciona una red neuronal artificial, 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 bagian prinsip:

1. Entradas
2. Fungsion de suma (Σ)
3. Fungsi dari pengaktifan

Masuk:

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

Fungsion 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.

Fungsi dari pengaktifan:

Funciona como threshold 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 básica 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 okulta
3. capa de salida

Capa de entrada:

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

Capa okulta:

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

Capa 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.

Todo esto es muy lindo, pero Dónde ocurre realmente el aprendizaje? Esto ocurre en cada perceptron por individu, algoritmo resulta que en calcular correctamente y ajustar los peso 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 walikota profundidad y complejidad por supuesto, ante esto usar el Visual Recognition API, o API de reconocimiento visual, (Que ahora sabemos redunos que trata otros algoritmos más), 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 pued. Tentukan, pilih proses untuk foto, Watson harus menganalisis dan menganalisis daftar kemungkinan objek yang akan dideteksi dan dibuat foto, sesuai dengan kegunaan 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:)

Penting untuk diketahui, penting, dan penting untuk melengkapi kecerdasan buatan, terutama untuk layanan yang diberikan oleh Watson que hacen el trabajo pesado por nosotros!:)

Langkah 8: Construyendo Un Hardware

Este paso lo hemos realizado en la Inventoría LEAD (Ver laboratorio)el cual es un maker space en Kosta Rika 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 expertos en el laboratorio contamos con impresoras.

Langkah 9: Imprimiendo El Mecanismo De Dispensado

Komentar untuk id Inventoría LEAD tenemos a disposición de nosotros impresoras 3D, de las cuales hicimos uso en este proyecto para hacerlo realidad. Tambahkan ke encontrarán los archivos listos para imprimir, les recomiendo seguir más nos las haga, por ello con este instruksi yang dapat diinstruksikan aprenderán a utilizar estas maquinas y poner a imprimir las piezas por ustedes mismos.

Langkah 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 cartesiano, funciona láser, 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 material:Para este diseño es importante 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, melosgusta realizar 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.

Gunakan bahan-bahan yang berguna untuk permintaan, dan realisasikan semua biaya, pueden hacer, gunakan MDF dengan ukuran 3mm, dan bahan yang lebih ekonomis dan praktis.

Langkah 11: Ensamlando El Hardware

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

En las fotos adjuntas verán el proceso!:)

• Paso para 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… agradecen el tip;) jaja

  2. Aplikasi 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. Direkomendasikan untuk pribadi, siempre que hagan un proyecto realicenlo con mucho oficio y detalle. Cuidar los cable es algo importante, un proyecto limpio y agradable a la vista tiene un impacto mayor que uno con kabel desordenados, que se vea desordenado, complejo o sucio.

*Aktifkan de la caja 1, la dispensadora (Con los motores)-En este punto debemos tomar el acople de los motores que imprimimos en 3D y atornillarlos al motor, tal y como se muestra en la 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 com fotos.-Ahora insertamos la pieza completa 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 inserción de las dos 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 en los orificios. 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 RetosAhora sigue que que lo ajusten 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 untuk kontrol dan sistem desde cualquier parte del mundo
4. Agregar un dispensador de agua
5. Hacerle cualquier cambio que sea oportuno para ti:)

*Este dapat diinstruksikan fue realizado oleh Bernal Rojas dengan Cesar Rodriguez Bravo como co-autor*