你有沒有想過，你的智能手表是如何知道你在走路、跑步、騎自行車，甚至只是站著不動的?它是如何在你不告訴它你在做什么的情況下自動開始跟蹤你的鍛煉或計算你的步數(shù)的?

在幕后，它是運動傳感器和機器學(xué)習(xí)實時協(xié)同工作的混合體。

在這個項目中，我們深入研究了它是如何工作的-通過使用Seeed Studio XIAO nRF52840 Sense從頭開始構(gòu)建一個運動檢測系統(tǒng)。這款小巧但功能強大的主板配有內(nèi)置加速度計，可以在設(shè)備上運行訓(xùn)練有素的Edge AI模型，而無需任何云處理。

通過收集真實世界的運動數(shù)據(jù)，使用Edge Impulse訓(xùn)練模型，并將其部署回微控制器，該項目展示了可穿戴設(shè)備如何檢測您是完全在邊緣行走，跑步還是站立。

無論你是在打造健身追蹤器、手勢控制器，還是只是在探索嵌入式人工智能，這個項目都能讓你更接近于理解當今可穿戴設(shè)備中的智能技術(shù)。

項目流程

?使用板載加速度計和陀螺儀收集運動數(shù)據(jù)

?用邊緣脈沖訓(xùn)練分類模型

?將模型部署到XIAO板上

?執(zhí)行設(shè)備上的推理，實時檢測不同類型的運動

開始運動檢測項目的分步指南

1. 創(chuàng)建一個Edge沖動帳戶

?注冊你的郵箱并設(shè)置一個密碼。

?登錄后，您將進入儀表盤。

2. 創(chuàng)建一個新項目

?點擊“創(chuàng)建新項目”

?將您的項目命名為：運動跟蹤器- XIAO NRF52840

?選擇“分類”問題類型。

?單擊“創(chuàng)建項目”。

3. 設(shè)置您的開發(fā)環(huán)境

所需的軟件:

?Arduino IDE

?Node.js (LTS版本)

?邊緣脈沖命令行

安裝Edge Impulse命令行：

?安裝完Node.js后，在終端(CMD或PowerShell)中執(zhí)行以下命令

4. 連接XIAO nRF52840檢測到邊緣脈沖

?選項A：如果使用邊緣脈沖數(shù)據(jù)轉(zhuǎn)發(fā)器(通過串行)

?將您的XIAO板通過USB連接到PC上。

?通過串行輸出加速度計值的IMU草圖

?打開終端，運行edge-impulse-data-forwarder

?命令行將檢測到您的設(shè)備，并提示您將其鏈接到您的邊緣脈沖項目。

?選擇正確的COM端口并從列表中選擇您的項目。

?選項B：如果使用邊緣脈沖固件(對于完全支持的設(shè)備)

?如果你使用的是官方支持的主板(如Arduino Nano 33 BLE Sense)，你可以閃現(xiàn)Edge Impulse固件。但是由于官方不支持XIAO，所以首選選項A。

5. 標記和收集運動數(shù)據(jù)

?轉(zhuǎn)到Edge Impulse Studio的“數(shù)據(jù)采集”選項卡。

?選擇加速度計作為傳感器。

?輸入一個標簽(比如站立，行走，跑步)

?將采樣長度設(shè)置為20000ms(20秒)左右。

?單擊開始采樣，并在錄制期間與設(shè)備執(zhí)行該運動。

?重復(fù)所有動作類型。

6. 分割原始數(shù)據(jù)到Windows

?數(shù)據(jù)采集完成后，Edge Impulse會提示將20s的樣本分成2s個窗口。

?接受建議，保存樣品。

?對所有收集的數(shù)據(jù)重復(fù)此操作。

7. 設(shè)計沖動

?去創(chuàng)建脈沖選項卡。

?添加：-時間序列數(shù)據(jù)(輸入)-光譜分析(特征提取)- Keras分類(學(xué)習(xí)塊)

?單擊Save Impulse。

8. 生成功能

?點擊“光譜特征”。

?點擊“生成功能”。

?等待特征圖加載并驗證集群是否按標簽分組。

9. 訓(xùn)練你的模型

?轉(zhuǎn)到“NN分類器”選項卡。

?選擇“未優(yōu)化(float32)”模式以獲得最佳兼容性。

?單擊開始培訓(xùn)。

?等待培訓(xùn)結(jié)束并檢查模型的準確性。

10. 測試模型

?導(dǎo)航到模型測試。

?單擊“全部分類”以評估測試數(shù)據(jù)集上的性能。

11. 部署模型

?轉(zhuǎn)到Deployment選項卡。

?選擇Arduino Library。

?單擊Build以下載.zip文件。

12. 集成在Arduino IDE中

?打開Arduino IDE。

?去：素描>包括庫>添加。zip庫…

?選擇您下載的.zip文件。

?打開示例草圖：_inference .ino

?上傳到主板。

13. 監(jiān)控推理

?以115200波特打開串行監(jiān)視器(Ctrl+Shift+M)。

?執(zhí)行動作-模型將根據(jù)訓(xùn)練數(shù)據(jù)進行預(yù)測。

?您還可以集成OLED顯示器或led來顯示實時輸出。

接下來是什么?未來的應(yīng)用

當你結(jié)合嵌入式系統(tǒng)、運動傳感器和邊緣人工智能時，這個項目只是可能的開始。

從簡單地檢測某人是否在行走、跑步或站立，這項技術(shù)可以發(fā)展成強大的現(xiàn)實應(yīng)用，例如：

?健身追蹤器可以智能地適應(yīng)你的運動

?老年人護理和安全的跌倒檢測系統(tǒng)

?跟蹤姿勢和運動的智能頭盔或自行車裝備

?基于手勢的非接觸式界面控制系統(tǒng)。

?情境感知智能手機或可穿戴設(shè)備可以根據(jù)你的活動進行調(diào)整

?康復(fù)監(jiān)測工具，以跟蹤病人受傷后的進展

?產(chǎn)業(yè)工人安全合規(guī)活動認可

隨著硬件變得更小、更快、更高效——以及Edge Impulse等工具使人工智能模型部署變得容易——這種智能動作感知系統(tǒng)將無處不在：在我們的手腕上、在我們的家中、在醫(yī)院、在工廠車間等等。

這個項目展示了像XIAO nRF52840 Sense這樣的小板如何為下一代可穿戴智能奠定基礎(chǔ)。只要有一些創(chuàng)造力和數(shù)據(jù)，你就可以打造任何東西——從智能手環(huán)到人工智能健身伴侶。

本文編譯自hackster.io