[紀錄] Raspberry Pi社群聚會 #28 會後資料(樹莓派上的台灣創新專案)

第二十八次 Raspberry Pi 社群聚會會後資料,希望透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派上的台灣創新專案」。過往資訊可看共筆,報名可到 KKTIX

樹莓派自 2012 年問世後,歷經多次改版,最新的型號是 Pi 4。一開始是在教育用途上,但現在許多商用領域也可以看見樹莓派的身影。台灣也有許多公司使用樹莓派做專案或是做產品,這次的聚會有兩家台灣新創團隊分享了他們在樹莓派上的應用。

天瓏書局 2F Coding Space
這次主題吸引很多同好來瞭解技術細節,天瓏書局 2F Coding Space 又被我們擠爆了。

Swind
第一位是 CloudMosa 的 Swind,負責軟體測試開發。

CloudMosa
CloudMosa 沈修平博士在 2009 年創立,目前公司的主要開發人員在台北。

CloudMosa Products
Puffin Web Browser 是 CloudMosa 的主要產品,是一個專注在手機上的網頁瀏覽器應用程式,目前全球累積一億的下載量,DAU(Daily Active User, 日活躍使用者)有兩百萬人。而 Puffin Internet Terminal 將是今天要介紹的主題。

Puffin OS
除了 Puffin Web Browser 和主打教育市場的 Puffin Internet Terminal 以外,CloudMosa 正在做可以跑在手機上的 Puffin OS ,希望能讓低階手機更為普及,彌平世界數位落差。

Puffin Internet Terminal
Puffin Internet Terminal 是一個瀏覽器的解決方案。能讓 Raspberry Pi 3 Model B+($35)的瀏覽網頁體驗可以媲美要價上千元 ChromeBook,並降低使用網路取得資訊的門檻。
由於學校單位大量使用 Adobe Flash 技術,Puffin Internet Terminal 可以跨平台和跨瀏覽器的特性讓許多教育單位採用。

Benchmark
由於越來越多的應用程式是以網頁(Web)的方式呈現,因此 Puffin Internet Terminal 的高效能也是主打特色之一。Swind 也展示了和 Chromium 的效能比較,是使用 JetStream 做評比,分數越高越好。

Why Puffin is fast?
為什麼 Puffin Internet Terminal 可以這麼快? 這其實是 CloudMosa 累積了多年的軟體工程能量達成的。簡單說可分為這三個部份。
1. 大幅降低 Client(和樹莓派) 端運算需求。
2. 節省大約 70% 資料傳輸量。
3. 強大且快速的伺服器與網路。

Puffin architecture
要介紹 Puffin Internet Terminal 就直接介紹 Puffin Browser,兩者在架構上是一樣的。Puffin Browser 的架構是,用戶端(Browser)不會直接連到 Web Server,而是透過 Puffin Cloud Server 向 Web Server 做請求,再回傳到用戶端。這樣的技術似乎和 Proxy 很像,但 Proxy 雖然會做快取(cache)或是壓縮,但並不會幫忙做運算,因此傳回到用戶端的資料還是需要用戶端即時運算顯示。這樣的問題是現行的網頁特效很多,如果將運算都移到用戶端,那用戶端的裝置需要在一定的規格以上才能有良好體驗。

Remote browser
所以 Puffin Browser 就像是一個 Remote Browser,幫用戶端在 Puffin Cloud Server 運算完畢後再將運算結果回傳。也因為雲端已經做完運算,等於節省用戶手機上的運算流量,幫沒有網路吃到飽方案的用戶省下費用。

Puffin Cloud Server
Puffin Browser 能跑得這麼快的第二個原因是歸功於 Puffin Cloud Server 的佈建。CloudMosa 目前有三個資料中心(Data Center),近萬台獨立的中高階實體伺服器與擁有近萬個 Public IP,這樣就可以快速的和全球各地的網頁伺服器進行高速傳輸。
除了架設伺服器做 remote browser 以外,Puffin Browser 可以用資料中心超快的網路去 Web Server 取得資料,還能因此大量減少 Client 與 Server 之間 資料傳輸的次數以及傳輸量,達到快速的回應時間。

Optimal for Raspberry Pi
而 Puffin Internet Terminal 針對 Raspberry Pi 的優化包括有。
1. 因為效能考量而不使用 Windows 版本正在用的 React Native,改使用 GTK 重新開發。
2. 支援 Raspberry Pi 的 GPU。

Brian
大家對於 Puffin Internet Terminal 後端的運作原理非常感興趣,對資源分配與安全性等都提出相關問題。因此 CloudMosa 的 Brian 在 QA 時間也回答了許多技術細節。

當 Puffin 瀏覽器跑在 Raspberry Pi 上 Puffin Internet Terminal 的投影片

 

Bofu
第二位來分享的講者是 DT42 的技術長 Bofu。

DT42
DT42 成立於 2015 年,是由一群對數據分析、深度學習與運算系統充滿熱忱的資訊工程師與數據工程師組成的合作團隊,團隊成員均曾於軟體開發、影像辨識專業單位,擁有豐富的技術能量,專長包括數據分析、智慧機器學習、嵌入式系統開發、智能圖像辨識等專業領域,我們利用嵌入式系統開發、資料科學以及人工智慧演算法方面的專長,降低了人工智慧應用開發門檻,不僅支援多種資料型態,且能簡易地被佈署到多樣化的硬體平台。

BerryNet
BerryNet 是 DT42 在 2017/04 年的開源專案,使用者(或開發者)可以透過 BerryNet 快速的在 Raspberry Pi(或者其他裝置) 上打造 AI Gateway,利用 Raspberry Pi 做運算深度學習,對影像或語音做即時分析。
在 2017 年時,DT42 展示了使用 BerryNet 在 Pi 3B 上進行物件偵測(Object Detection)可以達到 1FPS,在當時是很先進的。

AIoT - 01
AI Gateway 的經典範例就是一個 AI + IoT 的實際情境。例如有一隻貓來到你家後院,可是你想把他趕走,而不用花費人力,該怎麼做?
答案有很多,其中一個可能是架設一個 BerryNet 把貓嚇走。

AIoT - 02
當你架設好 BerryNet 以後,就可以透過自訂的攝影機將影像串流到 Raspberry Pi,再透過 BerryNet 內建的深度模型進行物件偵測。當有偵測到貓時就透過 WiFi 或是其他協定控制灑水系統進行灑水驅趕貓咪。
在這個情境中,物件辨識就是屬於 A.I.,而控制灑水系統則是 IoT 的概念。BerryNet 可以在樹莓派上完美的整合這兩者,成為 AI Gateway。雖然貓咪不一定會如你預期的被嚇走,搞不好還會玩的更開心 QQ。

Server AI
Bofu 再利用 YouBike 的演進說明了 Server AI 和 Edge AI 的分別。在過去,所有借還 YouBike 必須要先使用悠遊卡在 YouBike 的基站感應,而該站台會連回雲端主機,有著運算資源充沛、中央控管和容易追蹤各裝置狀況等優點。但也有受到基礎建設的限制或是佈署花費較高等缺點。這樣透過基站來計算處理資訊的方式稱為是 Server AI,也就是 YouBike 1.0。

Edge AI
而如果現在使用 YouBike,會發現使用體驗更順暢。包括了將基站主機的功能隱藏到每台車上成為各別的閘道器,所有感測資料就透過閘道器和雲端連線,有便於攜帶、容易部署和整體成本較低等優點。但有著受到本地運算機之運算資源限制和分散式系統個別更新不易等缺點。這樣透過各別低價的閘道器和和雲端主機直接連線做資訊交換,甚至多數的計算功能可以在閘道器上直接處理掉,這樣的方式稱為是 Edge AI,也就是 YouBike 2.0。

BerryNet Design Concept
BerryNet 希望成為 AI 和 IoT 的橋樑。目前各家廠商都有提出自己的 Framework,例如 FacebookPyTorch、或是 GoogleTensorFlow。許多硬體廠商,例如 Intel 也有推 OpenVINO 或是 NVIDIATensorRT
如果你只想要做個簡單的 AI 應用,光是選哪一套框架就會開始苦惱了,何況要控制後端的硬體控制又要再學習一堆硬體相關知識。那 BerryNet 提供了一個彈性的架構,讓使用者可以快速的整 AI 和 IoT 這兩端,專注在應用方面。

BerryNet Architecture
BerryNet 的架構可以從這張圖來說明。使用者會有多種 I/O 裝置,例如攝影機、麥克風或是要控制的硬體。而這些 I/O 裝置會透過 MQTT 的協定和 Raspberry Pi 溝通。而 BerryNet 整合多種深度學習模型,讓使用者可以透過指令列就能指定輸入/輸出設備,並設定適合的網路模型與參數,快速的部署一個 AIOT 的應用。

BerryNet step-by-step
整個操作情境,可以這樣舉例。如果你有一個手機當作影像的輸入來源,接著在 Raspberry Pi 跑 BerryNet,你就可以很輕鬆的透過可能是 RTSP 的協定將影像接到 Pi 上,並初始化 BerryNet 上的 TensorFlow Lite,決定好儀表板的顯示方式輸出到外接螢幕,如此一來我們就完成一個 BerryNet 的基本設定。

BerryNet result
接著我們就可以在螢幕上顯示推論結果(Dashboard),例如物件辨識,將辨認出的物體標記出來。

AIKEA
根據上一個範例,你可以發現使用者很輕鬆的就可以搭建出 AIOT 的應用,當然你會需要先準備一些硬體,包括 Raspberry Pi 和 Pi Camera 等。
如果你不想準備這些硬體與額外的設定,DT42 也在 Kickstarter 發起了 AIKEA 的群幕專案,標的物是是家庭的私有攝影機。但如果你仔細看專案說明,就會知道支持者最後會拿到 Pi 3B+ 和 Pi Camera 還有一個外盒。這是 DT42 團隊想要表達,使用者不需要花大錢買昂貴的硬體,只要使用手邊的裝置就可以建構出 AIOT 的應用。

BerryNet demo in 1 day
甚至 DT42 非技術性的專案經理,可以在一天之內從無到有使用 BerryNet 做出一個 AIOT 的應用。該應用是可以偵測過馬路的行人是否為長者或是行動不便的人士,而根據行人來決定是否要延長紅綠燈的秒數,能減少更多交通意外發生。
當然如果要做這樣的應用,使用者會需要蒐集足夠的影像來訓練模型才行。但這樣的範例告訴我們,很多使用者有很實際的應用,但因為缺乏技術性所以無法實做並驗證這些應用,而 BerryNet 可以快速打造 AIOT 應用,降低了人工智慧應用開發門檻。

BerryNet Demo
最後,Bofu 的 Live Demo 是使用手機收影像後,透過 RTSP 傳到 Pi 4 上的 BerryNet 即時做人物偵測。在沒有額外的硬體加速器的情形,大概有 5FPS 左右。

BerryNet – The first deep learning gateway for edge devices 的投影片

我們很高興能邀請到台灣的一些新創團隊來社群聚會分享,讓更多人看到台灣的創新能量。如果大家有想分享的主題,可以來信告訴我們(service_AT_raspberrypi.com.tw)。

【活動】Donkey Car工作坊屏東場 | 屏東大學 | 資管系 | 人工智慧 | 自駕車 | 驢車 | Donkey Car

驢車屏東

這次 Donkey Car 人工智慧車要開到屏東啦!

繼上次在三創育成基金會舉辦的樹莓派學開車,手把手實做人工智慧自駕車(Donkey Car)工作坊,還有在中華電信學院舉辦的【課程】人工智慧自駕車(Donkey Car),這次我們和屏東大學資管系一起辦理 Donkey Car工作坊屏東場。

馬上報名:
* 【課程】人工智慧自走車(Donkey Car)兩天課程含材料,$14700
* 【課程】人工智慧自走車(Donkey Car)兩天課程自備材料,$7200

對於自駕車技術與系統總是有股衝動想要躍躍欲試嗎?你的機會來了,一次從車體開始到系統安裝,實作的過程讓你走過一次,甚至還有車道的設計,教你如何訓練資料,最後大家再來競賽,超豐富好玩。


驢車(Donkey Car),一個基於 Raspberry Pi 與機器學習的開源無人小車專案介紹 from raspberrypi-tw

【課程內容】
目標:兩天完整走過機器學習流程,包括資料收集清理、機器學習模型選擇與調整、實機訓練、測試驗證等。並透過自走車實際看學習結果。
時間:2019/12/07(六)~2019/12/08(日) 早上 09:00~下午 18:00
地點:屏東大學/屏商校區/900屏東縣屏東市民生東路51號/行政大樓 8F 國際會議聽。地圖

12/07 課程內容
09:00 – 10:00: 1. 自駕遙控車與 Donkey Car 簡介
10:00 – 11:00: 2. 樹莓派安裝與 Donkey Car 組裝
11:00 – 12:00: 3. Donkey Car 搖桿控制、網頁控制
13:00 – 14:00: 4. Donkey Car 油門轉向校正
14:00 – 15:00: 5. Donkey Car 程式專案架構介紹
15:00 – 16:00: 6. 訓練資料收集、標記
16:00 – 17:00: 7. Donkey Car 使用 CNN 實作
17:00 – 18:00: 8. Google Colab GPU 雲端訓練
12/08 課程內容
09:00 – 10:00: 1. 機器學習速成班
10:00 – 11:00: 2. 資料挑選與視覺化模型
11:00 – 12:00: 3. 模型選擇和效能驗證
13:00 – 14:00: 4. Donkey Car 使用 RNN 實作
14:00 – 15:00: 5. Google Colab GPU 雲端訓練
15:00 – 18:00: 6. 賽前準備和驢車競速賽

費用:
* 兩天課程含材料與餐點 $14,700元,包含 Donkey Car:HSP 94186 有刷有控車體、馬達驅動板、魚眼鏡頭、鋰電池擴充板、3D 列印車架、3D 列印把手、螺絲包、電源線、Pi 3B+、32G microSD、5V/2.5A 電源、PL2303HXD 傳輸線、散熱片雙風扇模組。報名
* 兩天課程與餐點(需自備全部材料) $7,200元,包含 32G microSD。報名

注意事項:
* 參加者條件:需使用過樹莓派、會基礎 Python 程式、對機器學習有興趣。
* 學員當天需自備筆電,Windows / Linux / Mac 皆可。

【三創人工智慧自駕車(Donkey Car)工作坊花絮】

馬上報名:
* 【課程】人工智慧自走車(Donkey Car)兩天課程含材料,$14700
* 【課程】人工智慧自走車(Donkey Car)兩天課程自備材料,$7200

[課程] 人工智慧自駕車(Donkey Car) | CHT | 中華電信 | 高中科學營 | 人工智慧 | 自駕車 | 驢車 | Donkey Car

20191103_cht_donkeycar_banner_800x933

上次和三創育成基金會合辦的樹莓派學開車,手把手實做人工智慧自駕車(Donkey Car)工作坊大受好評。這次我們和中華電信學院DonkeyCar.Taipei 社群,還有十百千實驗室合作一起舉辦 【課程】人工智慧自駕車(Donkey Car),歡迎大家報名參加。

報名:【課程】人工智慧自駕車(Donkey Car)

對於自駕車技術與系統總是有股衝動想要躍躍欲試嗎?你的機會來了,一次從車體開始到系統安裝,實作的過程讓你走過一次,甚至還有車道的設計,教你如何訓練資料,最後大家再來競賽,超豐富好玩。

【課程內容】
目標:兩天完整走過機器學習流程,包括資料收集清理、機器學習模型選擇與調整、實機訓練、測試驗證等。並透過自走車實際看學習結果。
時間:2019/11/03(日)~2019/11/09(六) 早上 09:00~下午 18:00
地點:中華電信學院(新北市板橋民族路168號)

11/03 課程內容
09:00 – 10:00: 1. 自駕遙控車與 Donkey Car 簡介
10:00 – 11:00: 2. 樹莓派安裝與 Donkey Car 組裝
11:00 – 12:00: 3. Donkey Car 搖桿控制、網頁控制
13:00 – 14:00: 4. Donkey Car 程式專案架構介紹
14:00 – 15:00: 5. Donkey Car 車道設計與製作
15:00 – 16:00: 6. 訓練資料收集、標記、前處理
16:00 – 17:00: 7. Donkey Car 使用 CNN 實作
17:00 – 18:00: 8. Google Colab GPU 雲端訓練
11/09 課程內容
09:00 – 10:00: 1. AI、機器學習與深度學習
10:00 – 11:00: 2. 改善模型的方法 – 調參與影像前處理
11:00 – 12:00: 3. 模型效能驗證
13:00 – 14:00: 4. Donkey Car 使用 RNN 實作
14:00 – 15:00: 5. Google Colab GPU 雲端訓練
15:00 – 18:00: 6. 賽前準備和驢車競速賽

費用:
* $16,000元,包含 Donkey Car:HSP 94186 有刷有控車體、馬達驅動板、魚眼鏡頭、鋰電池擴充板、3D 列印車架、3D 列印把手、螺絲包、電源線、3 號電池、4 號電池、Pi 3B+、32G microSD、5V/2.5A 電源、PL2303HXD 傳輸線、散熱片雙風扇模組。

注意事項:
* 參加者條件:需使用過樹莓派、會基礎 Python 程式、對機器學習有興趣。
* 學員當天需自備筆電,Windows / Linux / Mac 皆可。

【工作坊花絮:把手實做人工智慧自駕車(Donkey Car)】

報名:【課程】人工智慧自駕車(Donkey Car)

[課程] 樹莓派學開車,手把手實做人工智慧自駕車 | Star Rocket | 三創 | 驢車 | DonkeyCar | Donkey Car

20190720_donkeycar-workshop-starrocket-banner_v2

我們和三創育成基金會DonkeyCar.Taipei 社群,還有十百千實驗室合作一起辦 【課程】樹莓派學開車,手把手實做人工智慧自駕車,歡迎大家報名參加。

報名:【課程】樹莓派學開車,手把手實做人工智慧自駕車

對於自駕車技術與系統總是有股衝動想要躍躍欲試嗎?你的機會來了,一次從車體開始到系統安裝,實作的過程讓你走過一次,甚至還有車道的設計,教你如何訓練資料,最後大家再來競賽,超豐富好玩。

【課程內容】
目標:兩天完整走過機器學習流程,包括資料收集清理、機器學習模型選擇與調整、實機訓練、測試驗證等。並透過自走車實際看學習結果。
時間:2019/07/20(六)~2019/07/21(日) 早上 09:00~下午 18:00
地點:三創育成基金會,台北市中正區市民大道三段 2 號 11 樓(三創生活園區 11 樓)

07/20 課程內容
09:00 – 10:00: 1. 自駕遙控車與 Donkey Car 簡介
10:00 – 11:00: 2. 樹莓派安裝與 Donkey Car 組裝
11:00 – 12:00: 3. Donkey Car 搖桿控制、網頁控制
13:00 – 14:00: 4. Donkey Car 程式專案架構介紹
14:00 – 15:00: 5. Donkey Car 車道設計與製作
15:00 – 16:00: 6. 訓練資料收集、標記、前處理
16:00 – 17:00: 7. Donkey Car 使用 CNN 實作
17:00 – 18:00: 8. Google Colab GPU 雲端訓練
07/21 課程內容
09:00 – 10:00: 1. AI、機器學習與深度學習
10:00 – 11:00: 2. 改善模型的方法 – 調參與影像前處理
11:00 – 12:00: 3. 模型效能驗證
13:00 – 14:00: 4. Donkey Car 使用 RNN 實作
14:00 – 15:00: 5. Google Colab GPU 雲端訓練
15:00 – 18:00: 6. 賽前準備和驢車競速賽

費用:
* $14,700元,包含 Donkey Car:HSP 94186 有刷有控車體、馬達驅動板、魚眼鏡頭、鋰電池擴充板、3D 列印車架、3D 列印把手、螺絲包、電源線、Pi 3B、32G microSD、5V/2.5A 電源、PL2303HXD 傳輸線。

注意事項:
* 參加者條件:需使用過樹莓派、會基礎 Python 程式、對機器學習有興趣。
* 學員當天需自備筆電,Windows / Linux / Mac 皆可。

Donkey Car 比賽參考影片:

報名:【課程】樹莓派學開車,手把手實做人工智慧自駕車

[產品] Donkey Car | 驢車 | 自走車 | DonkeyCar 學習套件

Donkey Car 是一個開源機器學習的自走車專案,車上唯一的感測器就是相機。Donkey Car 使用樹莓派和 Python,利用 Keras 深度學習框架實現自動駕駛。

最新教學請參考官方文件

《專案介紹》

驢車(Donkey Car),一個基於 Raspberry Pi 與機器學習的開源無人小車專案介紹 from raspberrypi-tw

《特色》
* 完整瞭解機器學習流程,包括資料蒐集與處理、模型選擇與調整、訓練、測試驗證等。
* 自由修改軟硬體,包括深度學習網路模型、車體和車道,直接看到學習實際成果。
* 支援多種深度學習網路模型,包括 CNNRNN

donkey-car-graphic_orig

《官方競速版規格》
* HSP 94186 1/16 無刷馬達+防水電變 RC 大腳遙控車(附原廠 2.4GHz 遙控器) x1。
* PCA9685 PWM/Servo 伺服馬達控制板 x1。
* 魚眼相機 x1。
* UPS 鋰電池擴充板(v2) x1。
* 3D 列印車架 + 3D 列印把手。
* micro USB 轉 USB 電源線 x1。
* 2.4GHz 搖桿 x1。
* 母母杜邦線 x4。
* 全車螺絲包 x1。
* 注意:本商品不包含 Raspberry Pi、SD card、電源等!。
$7800 


※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。


Donkey Car 競速版組裝教學 from raspberrypi-tw

donkeycar-standard-edition_1200x803

《Donkey Car 標準版規格》
* HSP 94186 1/16 有刷馬達+防水電變 RC 大腳遙控車(附原廠 2.4GHz 遙控器) x1。
* PCA9685 PWM/Servo 伺服馬達控制板 x1。
* 魚眼相機 x1。
* UPS 鋰電池擴充板(v2) x1。
* 雷射切割車架 x1。
* 相機支架 x1。
* micro USB 轉 USB 電源線 x1。
* 2.4GHz 搖桿 x1。
* 全車螺絲包 x1。
* 注意:本商品不包含 Raspberry Pi、SD card、電源等!。
$6200 

※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。

《教學》
* Donkey Car 官網
* Donkey Car 官方教學文件
* Donkey Car實做
* [紀錄] Raspberry Pi社群聚會 #23 會後資料(樹莓派自走車)

《Donkey Car 標準版組裝教學》

Donkey Car 標準版組裝教學
from raspberrypi-tw

* 建議加購 Raspberry Pi 3 Model B+ 入門組
(含Pi 3B+主板 + microSD卡 + 5V/2.5A電源)
 

* 建議加購 PL2303HXD 傳輸線

※請到 這裡 填寫表單購買,造成您的不便敬請見諒。

【講座】樹莓派 Raspberry Pi 開源專案,無人小車與空氣盒子的技術實務

20190327_raspberrypi_open_source_projects_techbang_banner_728x382

T 客邦每個月都會舉辦月月小聚,3 月講座以「樹莓派開源專案」為主題。這次會有來自世界頂尖大學 MIT 的小鴨城(Duckietown)與躍上國際舞台的 PiM25 開源空氣盒子,由活躍於樹莓派社群的台灣樹莓派中央研究院代表來分享,希望有更多台灣的開發者加入,歡迎大家來交流。

時間: 課程內容
14:00 ~ 14:10: 開場(T客邦主持人&網通推動辦公室代表)
14:10 ~ 15:20: 主題1:小鴨城 (Duckietown),一個基於 Raspberry Pi 和 ROS 的開源無人小車專案。講者:Sosorry
15:30 ~ 16:30: 主題2:PiM25開源專案–空氣汙染與公眾健康。講者:黃子恒(中央研究院資訊科學所研究助理)
16:30 ~ 17:00: 現場交流

活動資訊

  • 活動時間:2019年3月27(三) PM14:00 – PM17:00
  • 活動人數:100
  • 活動地點:T客邦總部,台北市中山區民生東路二段141號4F
  • 活動費用:免費

報名:【講座】樹莓派 Raspberry Pi 開源專案,無人小車與空氣盒子的技術實務報名

[新聞] PiM25 Project on MagPi 77

pim25_magpi77

我們在去年發布的 PiM25 專案被 MagPi 77 報導了(第八頁)!

原文摘錄如下。
` ` `
We like to see citizen science here at The MagPi – you may remember Raspberry Shake, the seismometer add-on for the Pi, which crowdsourced seismic activity.

In East Asia, we hear a fair bit about issues with air quality, so we weren’t too surprised when Nai-Wen, organiser of the Taiwanese Raspberry Pi community, told us about a project using open-source software to keep track of air pollution in Taiwan.

“PM2.5 is a citizen science project. We provide instructions and open-source code to help people create and customise their own PiM25 box.” Nai‐Wen tells us via email.
“When the PiM25 box is ready, air quality and GPS data can upload to the Taiwan’s PM2.5 Open Data Portal (Location Aware Sensing System, or LASS) 24/7. Everyone can see the open data from the map (magpi.cc/rdfiGe).”

Mapping the air The visualisation is fairly straightforward, colour-coding the results.
Taipei, the capital, is fairly clean, but the west coast tends to be a little polluted. Data is updated on the fly, so these values may change depending on wind, time of day, and even time of year. “We wanted to build up an easy-to-use airbox and visualise the environment information,” Nai-Wen explains.

“We hope the awareness will increase their interest in improving their air, health, life, and planet.”

Raspberry Pi in Taiwan While it’s sometimes easy to think of the Raspberry Pi community as being largely UK based, it’s important to remember that people use it all around the world, including in Taiwan. Starting in 2013, there have been regular meet-ups every month or two, organised by Nai‐Wen: “We have workshops, hackathons, and an occasional book club event. The community also helps to organise open-source conferences, such as PyCon Taiwan or MakerConf Taiwan.”

We look forward to seeing what else comes out of the Taiwanese Pi community
` ` `

PiM25 靈感來自於中研院陳伶志老師和哈爸所發起的 LASS環境感測器網路系統。LASS 是目前國際知名的公民專案,也有很多媒體採訪報導與演講分享,例如 TEDxTaipei今週刊等等。但過去大部分是使用聯發科 LinkIT 7688/7697 或是瑞昱阿米巴等,使用 Raspberry Pi 的案例較少,因此我們也發布一個版本,希望 Pi 的愛好者也可以一起守護台灣。

PiM25 採用 PIGPIOd 控制 GPIO 腳位,特色之一是可同時讀取多組 UART 設備,例如可同時讀取攀藤 G5 PMS5003 PM2.5 感測器和 GPS 資訊。特色之二是我們將會發布 Blockly 的圖形操作界面,可以讓小朋友也很容易使用拖拉式的方式上手。

目前 PiM25 有兩個版本,第一個是包含多種感測器的完整版,包括攀藤 G5 PMS5003 PM2.5 感測器ublox NEO-6GPSDHT22 溫濕度感測器,和 I2C OLED(0.96″),我們做了一版 Pi Zero W 的展示
第二個版本是中研院陳伶志老師的輕量化版本,只使用了攀藤 G5T PMS5003T PM2.5 粉塵濃度/溫濕度二合一感測器GPS,就可讀取基本的 PM2.5, 溫濕度和經緯度數值。

pim25b 歡迎 fork 和 PR。

[紀錄] Raspberry Pi社群聚會 #23 會後資料(樹莓派自走車)

第二十三次 Raspberry Pi 社群聚會會後資料,希望透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派自走車」。過往資訊可看共筆,報名可到 KKTIX

天瓏書局(Tenlong Bookstore)
這次的活動是在天瓏書局 CodingSpace 舉辦,場地很新設備很好,小老闆很給力提供了很多協助。

Raspberry Pi社群聚會 #23(Raspberry Pi Meetup #23)
但這次因為報名人數爆棚所以略顯擁擠,下次聚會要吃 Pizza 應該會更擠吧?

樹莓派基金會贊助貼紙(Raspberry Pi Foundation donate stickers to us)
這次活動樹莓派基金會有贊助貼紙,所以來參加的朋友都很開心的拿了不同的貼紙做紀念。

如何玩Donkey Car(Donkey Car How to Play)
這次的講者李翼介紹 Donkey Car 怎麼玩。Donkey Car 是一個機器學習加上馬達控制的綜合型專案,也就是使用者先在車道上使用搖桿控制小車,並且將影像資訊和搖桿資訊記錄下來。再將蒐集到的資料訓練出對應的模型,之後再把訓練好的模型放到小車上試著讓它自走,並持續做蒐集資料、訓練模型、測試小車的動作直到符合預期結果。

Donkey Car硬體清單(The Donkey Car Hardware List)
Donkey Car 的硬體清單,包含了 Pi 3、車體、相機模組、搖桿以外,還用了冰棍做相機支架,非常有趣。


目前比較難取得的是 RC Car,還要再搭配專用擴充板,不過這都可以再進行改造的。對 Donkey Car 來說,相機模組是唯一的資料輸入來源。

Donkey Car軟體架構(The Donkey Car Software Architecture)
在 Donkey Car 的軟體架構中,包含了認知(Perception)、規劃(Planning)、控制(Control)和資料收集(Data Collection)等步驟。所謂的認知就是自駕車需要取得當前的狀態(state),包括是否正在前進還是後退?如果知道狀態以後,就可以根據條件做規劃,例如左轉、右轉或是避障等。有了規劃結果以後就可以發出控制訊號來控制馬達調整車子動作,最後就是持續把從相機讀進來的影像資料或是搖桿資料給保存下來。

Donkey Car身經網路(The Donkey Neural Network Model)
Donkey Car 的核心精神就是使用神經網路將影像和對應的動作做連結,因此選擇適合的模型與調整參數是很重要的。

Donkey Car資料類別(The Donkey Car Data)
除了有好的神經網路模型以外,如何挑選好的資料在機器學習領域也是非常重要的。對此李翼分享了自身的經驗,不能只給模型乖乖的控制資料,必須要加上一些錯誤再導正的控制資料,就像是我們人在開車時的行為。

Donkey Car車道設計(Donkey Car Lane Design)
車道設計也是大哉問,不論是地板材質、膠帶材質與顏色都會影響辨識結果,並且特別要注意車道轉彎角度必須要小於車子的迴轉半徑,才不會做出一個無法跑得賽道出來。

結語
最後的結論就是雖然神經網路是一個黑盒子,但多數的行為是可以根據訓練資料而得到的,因此除了模型設計以外,使用乾淨和有設計過的資料做訓練才會得到理想的結果,也就是 “餵什麼像什麼”。


李翼的分享非常精彩,中場休息時還被團團圍住。大家都想要在這次的分享吸收講者的經驗以減少自己摸索的時間。

驢車學走路(樹莓派在自駕遙控車的應用)的投影片下載

 

源自於MIT的小鴨車專案(Duckietown Project from MIT)
我們這次介紹小鴨城(Duckietown)專案,這是一個基於 Raspberry PiROS 的開源無人小車專案,源自於 MIT。在 2016 年課程初設計時,還是一個靠著影像辨識加控制理論所搭建的自走車平台,但到了 2017/2018 年已經可以結合機器學習做到多種環境識別與容器化等更適合在學校推廣的機器人平台。


這是在 2016 年課程(2.166)的架構,一開始會需要設定樹莓派(Duckiebot)和開發環境(Virtualbox),並且讓兩邊的網路透過名稱解析方式互通。一開始會做車輪校正(Wheel Calibration)確認小車能行走直線不偏移,再來從小車的視角去觀察世界可以看到如果要做到最簡單的車道跟隨(Lane Following)會需要找到左邊的黃色線段和右邊的白色車道,因此經過影像處理的技術,包括色彩空間轉換、濾波、邊緣偵測和找直線等可得到黃線和白線的線段座標。再經過相機校正(Camera Calibration)後,可以讓影像資訊從二維相機影像座標映射到真實世界三維座標。最後經過投票與條件機率可決定最適合的參數,再根據此一參數調整馬達控制訊號讓小車狀態改變達到能沿著車道行走的功能。

車道跟隨展示(Lane Following Demo)
sosorry 也展示了車道跟隨(Lane Following)的功能。但當天的光線太暗,黃線的部份並沒有清楚的看到,但在經過亮度補償後有改善,可以完整跑完一圈。

採果機器人展示(FarmHarvestBot Demo)
我們在之前的工作坊有遇到 FarmBotTUG 的朋友,他們開了一個新的採果機器人專案(FarmHarvestBot) ,希望能做到可以自動採收水果的機器人。我們也根據他們的想法做了一個簡單的展示,可以一邊自走 S 型車道,再一邊進行手臂控制夾取物品。未來將會做成原型車,能透過影像辨識再使用機器手臂自動抓取物品。

小鴨城(Duckietown)一個基於Raspberry Pi和ROS 的開源無人小車專案介紹投影片下載
 
我們預計在十二月還會在舉辦一次小鴨車的工作坊,活動時間與地點近期會公佈,歡迎大家一起來玩。

[產品] Great Scott Gadgets HackRF One – Software Defined Radio 無線數據傳輸模組

HackRF-One-2

HackRF One 是一款軟體定義無線電(SDR, Software Defined Radio) 設備,可發送/接收 1MHz 到 6GHz 的無線電信號。
HackRF One 被用在現代和下一代無線電技術的測試和開發,是一個開源硬體平台,可用作 USB 外接設備獨立運行。


《特色》

  • 1 MHz 到 6 GHz 工作頻率
  • 半雙工
  • 取樣高達每秒2000萬
  • 8-bit quadrature samples (8-bit I and 8-bit Q)
  • 相容GNU Radio, SDR# 等
  • Software-configurable RX and TX gain and baseband filter
  • Software-controlled antenna port power (50 mA at 3.3 V)
  • SMA female antenna connector
  • SMA female clock input and output for synchronization
  • Convenient buttons for programming
  • Internal pin headers for expansion
  • USB 2.0
  • USB 供電
  • 開源硬體

《規格》
* HackRF One x1
* micro USB 線 x1
* 重量: 100g / 0.22lbs
* 尺寸: 124mm x 80mm x 18mm / 4.88″ x 3.15″ x 0.7″
* 線長: 約22.5″

* 注意:本商品不含天線。

《資源》
* HackRF SDR 教學

* HackRF Wiki
* HackRF 原始碼
* HackRF 逆向工程 LoRa RN2483 教學

$9975 


※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。

[活動] Raspberry Pi社群聚會 #21 會後資料(樹莓派在物聯網上的應用案例,從 Maker 到 Mass Production)

第二十一次 Raspberry Pi 社群聚會會後資料,希望透過社群活動的分享和交流,找到更多 Raspberry Pi 的可能。本次主題是「樹莓派在物聯網上的應用案例,從 Maker 到 Mass Production」。過往資訊可看共筆


這次的主題是分享使用樹莓派(Raspberry Pi)量產的經驗或是產品。第一位是由威名資訊介紹使將樹莓派做成灑水器的商業化應用經驗談。


產品的需求是從空污而來。空氣污染的來源之一是柴油引擎的排放物,其組成主要是氮氧化物(NOx)和微粒(包含碳煙),其次是碳氫化合物(HC) 。如果能使用氨氣作為還原劑,可以讓氨氣和氮氧化物反應生成氮氣和水,就可以無害的排放到大氣中。但由於使用氨氣需要一套複雜的控制系統,因此使用尿素(環保汽車尿素,Diesel exhaust fluid)會更為方便,因為尿素的水溶液在 200°C 的溫度以上,會產生 NH3 可達到和氨氣一樣的效果。


威名資訊所設計的灑水器的硬體組成有 Raspberry Pi 和 Arduino。讀取油料的高低和加注尿素是由 Arduino 負責,其資訊會透過 UART 和 Pi 傳輸,而 Pi 則負責顯示畫面,並將加注結果傳回伺服器。


圖為灑水器內部的線路。使用 Pi 或是 Arduino 這類硬體的好處,就是在於開發快速。只要設計好適當的線路圖,就可以用麵包板和杜邦線等電子零件驗證想法。如果初步的測試沒問題,就可以手工焊接讓雛型系統更穩固。經過一段時間的實測猴,就能再進行 PCB 的生產等後續量產動作。


產品量產後的問題之一,就是蒐集 log。如果是一開始就有先考慮到的都不會是問題,但你永遠不知道使用者會怎麼用這產品。因此威名資訊曾經接到尿素加注資料讀取錯誤的問題回報,為了第一時間瞭解狀況,就在半夜從台北直奔彰化花壇,只為了取回 log 和釐清問題所在。


大部分的人還是只拿 Pi 做概念驗證,因此提問的人很多,都想多瞭解可能會發生的問題,看能不能少踩幾個坑。

威名資訊的投影片下載

 


第二位講者 sosorry 也分享國內外使用樹莓派做產品的幾個要點。第一個案例是使用樹莓派做監控系統。
目前市面上大多數的監控設備都是使用可見光的 Camera,但這會受到天候或是光線等影響,因此為了能降低環境影響,有廠商使用可見光的相機模組熱紅外線影像相機模組融合成監視系統。這是使用雙相機做 alpha blending 的效果。


第二個案例是使用樹莓派做能源監控系統。這是國外所發起的 OpenEnergyMonitor 專案,整體架構包含了可單獨運作的溫度監控模組(emonTH)、可偵測電流消耗的能源監控模組(emonTx)、使用了 Pi 和 ATmega328 擴充板做為系統核心的物聯網閘道器(emonPi),和最後資料分析與視覺化的儀表板(emonCMS)。

特別介紹這專案不只是這已經是量產的產品,而是觀摩別人怎麼經營開源專案。這專案所有的項目都是開源的,包括了硬體開源,但也提供線上購買現成的模組。其次是軟體開源,包括了前端韌體到網頁後台都可以在 github 下載。再來是所有的訊息傳遞都使用開放標準,可方便各種軟體的串接與硬體擴充。當然教學文件教學影片也是必備的,還有線上社群可以作為你最後的支援。以上所有專案資料可以到網站上取得。

最後還分享了一些使用樹莓派量產的注意事項。完整內容可參考投影片
樹莓派在物聯網上的應用案例 from raspberrypi-tw

 


這次 Noah 有給了一個 lightning talk,主要是推廣 FOSSASIAPSLab 的一些精神與產品,和樹莓派是相仿的。不過可惜的是沒有實機展出,也許下次可以結合樹莓派做更多的分享。

 

歡迎大家來參加社群聚會,相關活動我們都會在網頁facebook 公告,如果有主題想分享也請來信 service AT raspberrypi.com.tw。

[產品] 智慧喇叭語音學習套件

smart-speaker-learning-kit

《特色》
1. 手把手教學,附完整範例程式,可結合智慧插座套件做語音控制開關。
2. 可使用 NLTK結巴(Jieba)做中英文斷詞和自然語言處理。
3. 可嵌入 Google Assistant 或是雲端語音辨識功能,例如 AlexaOlami 等。
4. 可串接 snowboy 自訂喚醒詞,串接 Dialogflow 自然語言理解平台。
5. 全系列 Pi 都可以使用。

《規格》
1. ReSpeaker雙麥克風擴充板(2-Mics Pi HAT)
2. Grove 母排線 x1
3. Grove 公排線 x1
4. 高品質攜帶式喇叭(USB 充電)
5. 萬用電子零件包

《教學》
* [Wiki]ReSpeaker 2-Mics Pi HAT
* 1.Get started with Google Assistant
* 2.How to use button to trigger Google Assistant

《教學投影片》

改造 ReSpeaker 2-MIC HAT from raspberrypi-tw

《HackMD》
* 改造 ReSpeaker 2-MIC HAT

《範例程式》
* https://github.com/raspberrypi-tw/hack-respeaker

$950 


※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。

[產品] ReSpeaker 四麥克風陣列擴充板(ReSpeaker 4-Mic Array for Raspberry Pi)

respeaker-4-mic-array-s

《特色》
* 適合語音產品,能讓您輕易的接上 Google AssistantAmazon AlexaJasperIBM Watson 等語音服務。
* 使用 AC108 開發,內建四通道 ADC,具有 I2S/TDM 輸出轉換,能擷取高清晰度的語音輸入。
* 包含四個麥克風,可進行語音活性檢測(Voice activity detection,VAD)和方向定位(Direction of Arrival, DOA)。
* 三公尺遠收音。

* 注意:和 ReSpeaker雙麥克風擴充板(2-Mics Pi HAT) 不同,該擴充板沒有耳機插孔提供音訊輸出。

respeaker-4-mic-array-4in1-s

《規格》
* Raspberry Pi Zero / Zero W / B+ / Pi 2 / Pi 3 適用
* 4 analog microphones
* 2 個 Grove 介面: 支援 GPIO 及 I2C
* 12 APA102 可程式化 RGB LEDs,使用 SPI 介面
* 可遠至 3 公尺外收音
* 尺寸: 65mm x 65mm x 9mm
* 重量:G.W 20g

* 注意:本商品不包含 Raspberry Pi !

《下載》
* ReSpeaker 4-Mic Array for Raspberry Pi v1.0.pdf
* AC108_Datasheet_V1.1

《教學》
* [Wiki] ReSpeaker 4-Mic Array for Raspberry Pi
* 改造 ReSpeaker 2-MIC HAT 教學投影片

《HackMD》
* 改造 ReSpeaker 2-MIC HAT

《範例程式》
* https://github.com/raspberrypi-tw/hack-respeaker

$800 


※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。

[產品] ReSpeaker雙麥克風擴充板(2-Mics Pi HAT)

ReSpeaker-2-Mics-Pi-HAT-s

《特色》
ReSpeaker 2-Mics Pi HAT 是一個適用於語音應用的雙麥克風擴充板。該擴充板使用 WM8960 的低功耗立體聲編解碼器,兩側有兩個麥克風可收音,讓您可以很容易的串接 Amazon Alexa Voice Service 或是 Google Assistant 等語音服務。此外,擴充板上還有 3 個 APA102 RGB LED,1 個按鍵和 2 個 Grove 介面,讓您很容易擴充其他硬體與應用程式。板上的 3.5mm 音訊插孔或 JST 2.0 揚聲器輸出均可用於音訊輸出。

ReSpeaker-2-Mics-Pi-HAT-4in1

《規格》
* Raspberry Pi Zero / Zero W / B+ / Pi 2 / Pi 3 適用
* 雙麥克風
* 2 個 Grove 介面: 支援 GPIO 及 I2C
* 可程式化控制按鍵及 LED 燈(包括 1 按鍵和 3 LED 燈)
* 內鍵音訊編/解碼器
* 雙音訊輸出: 3.5mm 音訊插孔、JST2.0 揚聲器輸出
* 可遠至 3 公尺外收音
* 尺寸: 65mm x 30mm x 15mm
* 重量:G.W 34g N.W 12g

* 注意:本擴充板不包含 microSD卡 及 Pi Zero!

《使用教學》
* [Wiki]ReSpeaker 2-Mics Pi HAT
* 1.Get started with Google Assistant
* 2.How to use button to trigger Google Assistant
* 改造 ReSpeaker 2-MIC HAT 教學投影片

《HackMD》
* 改造 ReSpeaker 2-MIC HAT

《範例程式》
* https://github.com/raspberrypi-tw/hack-respeaker

《相關》
* [新聞] Raspberry Pi Zero 套餐特價中
* [產品] Raspberry Pi Zero v1.3 + Mini HDMI轉接頭 + OTG + 8G microSD + 5V電源 + 2×20排針
* [產品] Raspberry Pi Zero v1.3 + Raspberry Pi Camera(v2)
* [產品] Raspberry Pi Zero v1.3 + Raspberry Pi NoIR Camera(v2)

$680 


※若無法使用Paypal購買,請到 這裡 填寫表單購買,造成您的不便敬請見諒。