To urządzenie przewiduje, kiedy lodówka może ulec awarii za pomocą wbudowanego ML
To urządzenie przewiduje, kiedy lodówka może ulec awarii, korzystając z wbudowanego ML
Zespół Arduino — 4 lipca 2022
Lodówka jest jednym z centralnych elementów nowoczesnej kuchni, a utrata chłodzenia może skutkować setkami, a nawet tysiącami dolarów zepsutych produktów. Co być może najważniejsze, nagła utrata leków lub szczepionek, które w dużej mierze są uzależnione od chłodzenia, może mieć duży wpływ na ludzi, którzy ich potrzebują. Swapnil Verma chciał rozwiązać ten problem. Wpadł więc na pomysł zintegrowania prostego modelu uczenia maszynowego z urządzeniem, które mogłoby monitorować awarie.
,100vw
Podczas zbierania punktów danych do uczenia modeli firma Verma zaczęła od identyfikacji różnych trybów awarii, takich jak spadek temperatury, zmiana wilgotności lub po prostu anomalia. Zdecydował się na użycie Arduino Nano 33 BLE Sense z wbudowanymi czujnikami temperatury/wilgotności i światła otoczenia. Stamtąd dane są przesyłane strumieniowo przez Bluetooth® LE do Portenta H7 i zapisywane na karcie microSD. Następnie Verma przesłała powstałe pliki CSV do Edge Impulse Studio i wytrenowała model wykrywania anomalii, który potrafił rozpoznać, kiedy warunki wewnątrz lodówki są nieprawidłowe.
Chociaż wdrożenie nie obejmuje obecnie wysyłania ostrzeżeń, Verma zasugerowała, że funkcjonalność może zostać dodana w przyszłości, zwłaszcza w dziedzinie medycyny. Chcesz zagłębić się w szczegóły projektu? Sprawdź jego samouczek Edge Impulse, a także
Zespół Arduino — 4 lipca 2022
Lodówka jest jednym z centralnych elementów nowoczesnej kuchni, a utrata chłodzenia może skutkować setkami, a nawet tysiącami dolarów zepsutych produktów. Co być może najważniejsze, nagła utrata leków lub szczepionek, które w dużej mierze są uzależnione od chłodzenia, może mieć duży wpływ na ludzi, którzy ich potrzebują. Swapnil Verma chciał rozwiązać ten problem. Wpadł więc na pomysł zintegrowania prostego modelu uczenia maszynowego z urządzeniem, które mogłoby monitorować awarie.
,100vw
Podczas zbierania punktów danych do uczenia modeli firma Verma zaczęła od identyfikacji różnych trybów awarii, takich jak spadek temperatury, zmiana wilgotności lub po prostu anomalia. Zdecydował się na użycie Arduino Nano 33 BLE Sense z wbudowanymi czujnikami temperatury/wilgotności i światła otoczenia. Stamtąd dane są przesyłane strumieniowo przez Bluetooth® LE do Portenta H7 i zapisywane na karcie microSD. Następnie Verma przesłała powstałe pliki CSV do Edge Impulse Studio i wytrenowała model wykrywania anomalii, który potrafił rozpoznać, kiedy warunki wewnątrz lodówki są nieprawidłowe.
Chociaż wdrożenie nie obejmuje obecnie wysyłania ostrzeżeń, Verma zasugerowała, że funkcjonalność może zostać dodana w przyszłości, zwłaszcza w dziedzinie medycyny. Chcesz zagłębić się w szczegóły projektu? Sprawdź jego samouczek Edge Impulse, a także
What's Your Reaction?
