Благодаря тому, что TinyML работает прямо на Wio-терминале с питанием от ATSAMD51, мы можем обучить модель машинного обучения на основе шаблонов расстояний распознавать, когда люди входят в помещение или выходят из него.

С помощью некоторого дополнительного программирования для ведения учета и встроенного Wi-Fi и Bluetooth терминала Wio мы можем легко создать подключенное к облаку приложение для удаленного мониторинга заполняемости помещений с помощью платформ Интернета вещей, таких как Azure IoT Central.

Функция

Работает на базе TinyML, обучает модель машинного обучения на расстоянии

Создайте систему и легко изучите TinyML с помощью пошагового руководства

Подключи и работай с датчиками Grove

Собирай данные с помощью Edge Impulse

Используйте пример непрерывного вывода, чтобы убедиться, что не пропущены какие-либо важные данные.

Храните данные о заполняемости помещения в облаке и визуализируйте их на ПК

Подключитесь к Azure IoT Central, смотрите подробную информацию о ходе выполнения на последовательном терминале

Описание

Обычный ультразвуковой рейнджер может легко измерить изменения расстояния до препятствий, но как насчет сложных реальных задач, таких как подсчет людей?

Что ж, благодаря тому, что TinyML работает прямо на Wio-терминале с питанием от ATSAMD51, мы можем обучить модель машинного обучения на основе шаблонов расстояний распознавать, когда люди входят в помещение или выходят из него!

С помощью некоторого дополнительного программирования для ведения учета и встроенного Wi-Fi и Bluetooth терминала Wio мы можем легко создать подключенное к облаку приложение для удаленного мониторинга заполняемости помещений с помощью платформ Интернета вещей, таких как Azure IoT Central!

Ультразвуковой датчик расстояния - это ультразвуковой преобразователь, который использует ультразвуковые волны для измерения расстояния.Он может измерять расстояние от 3 см до 350 см с точностью до 2 мм.Мы можем использовать ультразвуковой датчик для определения направления объектов.Что делать, если вы хотите обучить модель распознавать входящих и выходящих из комнаты?Давайте создадим новый проект на Dashboard и подготовимся к получению данных.Для сбора данных, поскольку нам не нужна очень высокая частота дискретизации, мы можем использовать инструмент пересылки данных из edge-impulse-cli.Загрузите ei_people_counter_data_collection.скрипт ino (пожалуйста, загрузите скрипт в статье) на Wio Terminal – чтобы узнать больше о том, как настроить edge-impulse-cli и протокол пересылки данных, посмотрите первое видео из серии TinyML.

Для вашего приложения вам может потребоваться установить это значение ниже или выше, в зависимости от настроек.Затем начните переход.

Непрерывный вывод

Мы также можем использовать пример непрерывного вывода, чтобы убедиться, что мы не упустили никаких важных данных.Клонируйте и откройте people_counting_continious.inosketch с Arduino IDE, измените название библиотеки Edge Impulse на соответствующее названию вашего проекта, выберите Wio Terminal в качестве платы, установите и загрузите эскиз.

Центральная интеграция Azure IoT

Ваша модель работает!Однако она не подходит для фактического применения в реальном мире без визуализации.Давайте добавим два элемента, чтобы превратить это в полноценное приложение – простой графический интерфейс и загрузку данных в облако с красивыми графиками.Мы будем использовать для создания графического пользовательского интерфейса и сервиса для отправки данных и визуализации.Гораздо интереснее и полезнее сочетать работу Azure и Edge Impulse вместе.