Back to Course

Quarky 및 파이썬을 사용한 로봇 공학 및 AI - 레벨 1

0% Complete
0/0 Steps
  1. 로봇 공학의 기초
    수업 1: Quarky 로봇의 기초
    5 Topics
  2. 수업 2: 로봇 동작의 기초
    3 Topics
  3. 수업 3: 무선 제어 로봇
    4 Topics
  4. 라인 팔로워
    수업 4: 라인 감지를 위한 IR 센서 보정
    3 Topics
  5. 수업 5: 로봇을 따라가는 라인
    4 Topics
  6. 로봇 공학을 이용한 AI
    수업 6: AI 배달 봇으로서의 Quarky - 파트 1
    3 Topics
  7. 수업 7: AI 배달 봇으로서의 Quarky - 파트 2
    4 Topics
  8. 수업 8: 자율주행차 - 파트 1
    4 Topics
  9. 수업 9: 로봇 애완동물
    4 Topics
  10. 수업 10: 제스처 기반 로봇 제어 - 1부
    3 Topics
  11. 수업 11: 제스처 기반 로봇 제어 - 파트 2
    3 Topics
  12. 캡스톤 프로젝트
    수업 12: 캡스톤 프로젝트
Lesson Progress
0% Complete

손짓으로 Quarky 로봇을 제어할 것입니다.

우리는 손 제스처를 사용하여 쿼키를 제어할 것입니다. 이 작업에는 5개의 클래스가 필요합니다.

  1. 앞으로
  2. 뒤로
  3. 왼쪽
  4. 오른쪽
  5. 멈추다

다양한 제스처를 인식하도록 모델을 훈련한 다음 Quarky에 매핑합니다. 이렇게 하면 쿼키는 특정 제스처가 인식될 때 특정 기능을 실행할 수 있습니다.

이 학습에서는 PictoBlox Hand Gesture Classifier를 사용하여 ML 모델을 구성하는 방법을 학습합니다. 절차와 관련된 단계는 다음과 같습니다.

  1. 제스처 수집(데이터 수집)
  2. 모델 훈련
  3. 모델 테스트
  4. 모델을 PictoBlox로 내보내기
  5. PictoBlox에서 스크립트 작성

시작하자!

PictoBlox를 열고 먼저 ML 모델을 만드는 것으로 시작합니다. ML 환경에 액세스하려면 ” Files ” 탭에서 ” Open ML Environment ” 옵션을 선택하십시오.

  1. 다음 화면이 표시됩니다.
    Create New Project “를 클릭합니다.
  2. 창이 열립니다. 선택한 프로젝트 이름을 입력하고 “Hand Gesture Classifier” 확장 프로그램을 선택합니다. ” Create Project ” 버튼을 클릭하여 손 제스처 분류기 창을 엽니다.
  3. 이미 만들어진 두 개의 클래스가 포함된 Hand Gesture Classifier 워크플로가 표시됩니다. 환경이 모두 설정되었습니다. 이제 데이터를 업로드할 차례입니다.

데이터 수집 및 업로드

클래스는 기계 학습 모델이 이미지를 분류하는 범주입니다. 유사한 이미지가 한 클래스에 배치됩니다.

클래스에서 제공해야 하는 2가지가 있습니다.

  1. 클래스 이름
  2. 이미지 데이터: 이 데이터는 웹캠에서 가져오거나 로컬 스토리지 또는 Google 드라이브에서 업로드하여 가져올 수 있습니다.

이 프로젝트에서:

  1. 손바닥의 얼굴은 “Forward”으로 설정되어 있습니다.
  2. 손바닥의 뒷면은 “Backward”로 설정됩니다.
  3. 왼쪽으로 기울어진 손바닥은 “Left”으로 설정됩니다.
  4. 오른쪽으로 기울어진 손바닥은 “Right”으로 설정됩니다.
  5. 닫힌 주먹은 “Stop”로 설정됩니다.
참고: 자신만의 제스처를 자유롭게 선택하십시오.

수업에 대한 데이터를 업로드하려면 다음 단계를 따르십시오.

  1. 첫 번째 클래스 이름을 Forward로 바꿉니다.
  2. Webcam 버튼을 클릭합니다.
    카메라 피드를 변경하려면 오른쪽 상단 모서리에 있는 웹캠 선택기에서 변경할 수 있습니다.
  3. 그런 다음 “Hold to Record” 버튼을 클릭하여 캡처합니다. 손 위치가 다른 100개 이상의 손 제스처를 취하십시오. 이미지를 삭제하려면 이미지 위로 마우스를 가져간 다음 삭제 버튼을 클릭하십시오.업로드가 완료되면 클래스에서 이미지를 볼 수 있습니다.
  4. Class 2의 이름을 Backward로 바꾸고 손바닥 뒷면을 보여주면서 웹캠에서 샘플을 가져옵니다.
  5. Add Class ” 버튼을 클릭하면 환경에 새 클래스가 표시됩니다. 클래스 이름을 왼쪽으로 바꿉니다. 왼쪽으로 기울어진 손바닥을 보여주면서 웹캠에서 샘플을 가져옵니다.
  6. Add Class ” 버튼을 클릭하고 클래스 이름을 오른쪽으로 바꿉니다. 오른쪽으로 기울어진 손바닥을 보여주면서 웹캠에서 샘플을 가져옵니다.
  7. Add Class ” 버튼을 클릭하고 클래스 이름을 중지로 변경합니다. 닫힌 주먹을 보여주면서 웹캠에서 샘플을 가져옵니다.
메모: 모델을 학습시키려면 각 클래스에 최소 20개의 샘플을 추가해야 합니다. 샘플이 많을수록 더 나은 결과를 얻을 수 있습니다.

 

보시다시피 이제 각 클래스에는 패턴을 파생할 데이터가 있습니다. 이러한 패턴을 추출하고 사용하려면 모델을 훈련해야 합니다.

과제 업로드

과정을 마친 후 수료증을 받으려면 과제를 제출해야 합니다.

과제를 업로드하려면 아래 단계를 따르세요.

  1. 먼저 Pictoblox 파일을 선택해야 하므로 Browse를 클릭합니다.
  2. .sb3 파일을 선택합니다.
  3. 그리고 Upload 버튼을 클릭합니다.

행운을 빕니다! ????