[教育時光機 EP12] 小小工廠,大大智慧!Webduino x 智慧工廠
近期AI科技已經逐步被人們廣泛使用,不論是AI配音、ChatGpt、AI繪圖等等,都大大展現了AI科技如何與我們日常生活連結。但你是否有曾想過,AI科技又是如何應用在工廠中呢?
在 COVID-19 疫情爆發時,全球企業面臨到巨大的中斷和營運風險,數位轉型已經變成企業達到創新與競爭的當務之急,智慧工廠的概念也油然而生。智慧工廠的「智慧」來自於其進階資料分析和資料管理能力,而使企業轉型成功的主要因素在於現有企業系統的大數據管理能力,以及整合 AI、機器學習和進階分析等技術。
今天就讓我們#1206 AI智慧積木組,製作出一台具備影像辨識功能,能辨識物品並執行運輸的智慧工廠!
◆課前準備(10分鐘)
1. 請學習者前往成是設計網頁更新主控盒韌體,連線Wi-Fi。
程式設計網頁連結:https://webai.webduino.io/#/
主控盒韌體更新教學影片:https://youtu.be/jg0YLk8R4uY
Wi-Fi連線教學影片:https://youtu.be/32Z_JbBpHxo
2. 準備模型所需零件
◆示範模型製作(35分鐘)
可參考以下組裝步驟將模型一步步組裝。
步驟1:將5x5正方框、5x10長方框以及5孔超長條依照下圖方式連接成一個框架。
步驟2:裝上軸、60T輪殼與20T齒輪,請注意每個60T輪殼間要保持距離,以利後續裝上履帶。
步驟3:使用20齒履帶*2、21齒履帶*2作為運輸帶。
步驟4:將馬達搭配短結合鍵,並安裝於第一個輪殼上。
步驟5:利用5X5正方框與長結合鍵製作支撐架,使AI主控盒能安裝在上方。
步驟6:將兩個齒條連接在履帶後端,完成運輸帶部分。
步驟7:將馬達與5x5正方框、5孔超長條連接,如圖所示製作出一個小框架。
步驟8:依圖所示製作裝貨平台,並使用3孔長條與短結合鍵,使其與步驟7連接。
步驟9:將裝貨平台放置於齒條上,並將線路連結至AI主控盒上,腳位連接如下圖。
◆程式邏輯
範例程式下載連結:https://reurl.cc/edp8rj
1. 開始執行程式時,將變數goods設為0 (代表沒有偵測到貨物),DDM馬達停止並於兩秒後旋轉馬達G(運輸帶馬達),馬達速度不可過快。
※務必確認主控盒已連接Wi-Fi,並輸入自己的Device ID。
2. 運輸帶運作後開始執行影像辨識功能,此部分設定教學可參考Webduino教學。https://resource.webduino.io/docs/webai/advance/image-classification
拍攝照片時,建議將積木放置於平台上拍攝,以利辨識。
照片拍攝並上傳至影像訓練平台後,須將其下載至主控盒中。
3. 當辨識到三次黃色積木時,裝貨平台(馬達C)將會移動,停留三秒後返回等待下次運貨。
4. 完整程式圖如下。
◆學生製作模型與遊玩(35分鐘)
1、 協助學生完成模型與程式編寫,教師適時提供協助即可。
2、 完成的學生可開始改造程式或模型以增加變化性,例如:辨識不同的物品。
◆總結與收拾(10分鐘)
1、 教師可於課程最後進行總結,與學生再次複習今天的程式邏輯。
2、 請學生拆解模型、分類並正確歸位,須提醒學生使用扳手拆除零件而非硬拆。
◆科學原理
此模型使用的科學原理為「影像辨識」。
影像辨識透過機械學習與深度學習原理來建構,以對狗的判斷方式舉例:
機器學習方面,將狗所有特徵的資料,形狀、顏色、花紋等,經由人類知識,從資料中選取一些特徵,再從選取資料所訓練出的模型,做出判斷。深度學習方面,捨去人類知識作的特徵選取,而是由AI自行由大量的資料中學習如何做特徵擷取;也就是狗的特徵是根據我們所給的資料組成模型,由模型自己學習狗在特徵擷取上的差異。
目前影像辨識被廣泛應用於許多領域中,如協助醫生判讀包括診斷視網膜病變、以及工廠中的不良品判斷。
◆後記
影像辨識領域是近年來蓬勃發展的一塊領域,舉凡智慧家居、自駕車、生產瑕疵品檢測、安防監控、醫療影像等應用。而如果讓影像辨識功能得到高準確辨識率,影像資料的前處理是非常重要的關鍵之一,以此模型為例,你拍攝的積木照片的角度、光線、範圍、環境等因素皆會影響模型的辨識率。
自此我們已應用了語音辨識、人臉辨識、物件追蹤以及影像辨識等功能製作創意模型,教育時光機也在此告一段落,敬請大家期待往後新的冒險吧!
關鍵字參考:
程式教育、AI、人工智慧、機械學習、深度學習、影響辨識、智慧工廠
課綱參考:
科-J-A3 利用科技資源,擬定與執行科技專題活動。
運 t-IV-1 能了解資訊系統的基本組成架構與運算原理。
運 r-V-3 能利用程式語言表達運算程序。
資 P-IV-1 程式語言基本概念、功能及應用。
設 k-IV-1 能了解日常科技的意涵與設計製作的基本概念。
Please sign in to vote.