Публикации сообщества

Михаил Семионенков • 26 июня 2020

Учебная робототехника на новом витке: плата Искусственного интеллекта Huskylens

Уже значительное время отслеживаю одну китайскую компанию, которая под брендом dfrobot производит учебную робототехнику. Меня привлёк в своё время бюджетный робот Maqueen с микроконтроллером микро:бит, уроки с которым по началам программирования и робототехники я описывал в ряде публикаций

В последние месяцы развитие продукции dfrobot носит прямо-таки взрывной характер:

  •  компания выпустила робота соревновательного уровня Maqueen Plus (доступен на АлиЭкпресс) с улучшенными двигателями и датчиками,  питанием от литиевого аккумулятора;
  •  поступил в продажу набор Maqueen Mechanics, пока в комплекте с Maqueen Plus, с несколькими видами механических устройств для роботов Maqueen.

Теперь можно говорить не об отдельном удачном бюджетном роботе, а о полноценной робоплатформе dfrobot, позволяющей решать широкий круг задач.

(Увы, слабостями платформы, если мы говорим о распространении в России, является отсутствие материалов на русском и явно недостаточные усилия (если они вообще есть) компании по продвижению своей продукции на российском рынке. В этом отношении китайской продукции очень далеко от ведущих европейских брендов.) 

Но самое значительное событие, о котором я хотел рассказать - поступление в продажу плат Искусственного интеллекта Huskylens (я только что получил из Китая).

Плата Huskylens

У этого маленького (размером со спичечный коробок и толщиной несколько миллиметров) чуда техники есть: 

  • видекокамера 2 мегапиксела;
  • двухдюймовый экран 320*240 (качество изображения прекрасное);
  • интерфейсы UART, I2C;
  • кнопка "для обучения", и "функциональное" колёсико с кнопкой, создающие остроумный, компактный и эффективный интерфейс пользователя, позволяющий работать с многоуровневым меню;
  • встроенные алгоритмы: 
    •   распознавание лиц
    •   распознавание цветов
    •   распознавание объектов (встроено распознавание 20 видов объектов)
    •   распознавание QR-кодов
    •   следование за объектом
    •   следование по линии.

Плата под брендом dfrobot, и по крепежу совместима с роботом Maqueen Plus.
Вместе с тем, плата не привязана ни к роботу, ни к микроконтроллеру микро:бит, и может использоваться со всеми популярными микроконтроллерами (входное напряжение: 3.3-5.0 В).

Документация содержит информацию об интеграции с различными микроконтроллерами.

Сведения об объёме памяти я не нашёл.

Язык меню - английский.

Чуть-чуть попробовал, но серьёзно стоит заниматься после обновления прошивки.

Распознавание лиц

"Лицо" программа выделяет чётко, но с распознаванием конкретного лица пока не получилось, вероятно, нужно обновить прошивку и немного обвыкнуться с интерфейсом.

Встроенное распознавание объектов 

Один из цветков в горшке плата распознала, а соседний своеобразный кактус приняла за "персону" (приглядевшись, я понял, что "в этом что-то есть" :-))

На робот-пылесос долго смотрела, и в какой-то момент на экране мелькнуло "пылесос"  (хотя в документации в списке объектов пылесоса ещё нет).

Другие режимы ещё не пробовал.

До новых встреч!

(фото dfrobot.com)

Кол-во комментариев: (16)

Alexander Chernov
Всем, добрый день! Полностью согласен, что DFRobot сделал замечательную платформу Maqueen plus, которою мы планируем у себя школе применить в качестве основной для проведения различных соревнований. Ранее мы использовали makeblock и Arduino. И решающим критерием стало поддержка Смарт камеры Huskylens. Именно использование Смарт камеры позволит создать множество сложных соревновательных задач, которые ранее либо вообще нельзя было решить, либо решались с огромными затратами. И именно это будет интересно ребятам после 6-го класса. Ну и ряд плюсов этой платформы: - относительно маленькие размеры, что позволит перейти на поля меньшего размера. - 6 сенсоров линии, можно написать PID регулятор. - наличие готовой механики в виде 4-комплектов - возможность подключения огромного количества датчиков - возможность замены моторов на более быстроходные. Первая задача которую мы планируем решить- это езда по маршруту который определяется перед стартом путём расстановки меток в узловых точках и считывания их и линии с помощью смарт камеры. И следующая - классическая задача сортировки кубиков разного цвета по разным полкам. И далее усложняя их, тем самым осваивая машинное обучение, как элемент искусственного интеллекта. Пока в качестве программной платформы используем Mind+.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Alexander Chernov
    Спасибо вам за информацию, мы сейчас проводим различные тесты с камерой и пока мне кажется, что у mbot появился в лице Maqueen Plus очень серьезный конкурент.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Александр Григорьев
    Спасибо, что делитесь интересной информацией! Справедливости ради хочется добавить, что и для mBot, и для других платформ подходит уже давно существующая камера Pixy2 ( https://pixycam.com/pixy2 ). DFRobot, безусловно, серьёзный производитель, но лидеров на рынке свободного аппаратного обеспечения сейчас много. Лично мне по многим причинам более по душе Kittenbot. Помимо того, что эта компания тоже имеет модуль AI в ассортименте ( https://www.kittenbot.cc/products/kittenbot-koi-artificaial-intelligenc… ), она выпустила ещё и собственный микроконтроллер (с цветным экраном!), более совершенный, чем Микробит (и более дорогой, но в данном случае разница в цене вполне оправдана и объяснима). Микроконтроллер имеет смешное название Мяубит и те же самые разъёмы, то есть его можно воткнуть вместо Микробит ( https://www.kittenbot.cc/products/meowbit-codable-console-for-microsoft… ). Ну и напоследок надо сказать, что софт этой компании (Kittenblock) уже содержит расширения для самостоятельного создания нейронных сетей произвольного назначения (с использованием библиотеки TensorFlow).
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Alexander Chernov
    Александр, спасибо за вашу очень полезную и глубокую информацию. Вариант mBot + Pixy2 мне кажется менее предпочтительным чем Maqueen + Huskylens по одной простой причине, я видел ролик новозеландского парня где он использует Huskylens + Auriga при езде по линии. К сожалению ссылку пока не нашёл. И робот едет очень быстро и проходит прямые углы. А для mBot я только нашёл ролик с зелёным ведром. Скорее всего камеры близки по своим возможностям, но Huskylens имеет встроенный дисплей, что позволяет производить настройку без подключения к компу, в ряде случаев это может быть критично для выполнения соревновательных требований. Что касается Kittenbot, у них на сайте очень ограниченный список продукции и собственной тележки по моему у них нет, я не нашёл. Есть шилд с драйверами для micro:bit, но его надо ставить на какую-то тележку и оснащать датчиками. А Maqueen Plus имеет готовую тележку и вместе с камерой, датчиками и навесным оборудованием продаётся в районе 150 USD с полной поддержкой в Mind+. А это один из решающих доводов для родителей. Может я что-то не учитываю и после всех тестов надо будет вносить коррективы.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Александр Григорьев
    Александр, у компании Kittenbot свои странности (а у DFRobot свои), сайт действительно не производит особого впечатления, но вот насчёт ассортимента продуктов Вы серьёзно ошибаетесь. Кроме того, по опыту моего практического знакомства с продукцией разных производителей (DFRobot, Elecfreaks, Yahboom, eMakeFun, некоторых других) у Kittenbot девайсы в целом самые проработанные. Тележка у них была, очень неплохая, но они от неё уже отказались (и по-своему правы, конструктор во многих отношениях лучше). В какой-то момент Kittenbot убрал с сайта весь свой старый ассортимент. Сейчас их флагманский набор, своего рода "Lego Mindstorms EV3 сегодняшнего дня" - https://www.kittenbot.cc/products/powerbrick-10-in-1-robotics-kit-for-m… (естественно, не на соревновательные задачи заточен, а на обучающие). А вот это набор для изучения основ искусственного интеллекта - https://www.kittenbot.cc/products/kittenbot-health-care-educational-9-i… (в обоих случаях тележка на базе Лего-совместимого конструктива, но моторы разные). Старая тележка - https://spb.tiu.ru/p355461441-intellektualnyj-robot-kittenbot.html (в Москве продаётся, между прочим). И кстати, Pixy2 не от DFRobot. Что касается именно соревновательных задач, то тут последняя продукция Makeblock по-прежнему вне конкуренции, на мой взгляд (один их контроллер NovaPi своими характеристиками просто шокирует). Да у и для обучающих задач тоже, жаль только, что эта продукция перестаёт быть бюджетной и открытой. https://www.makeblock.com/mbuild/ (и собственная смарт-камера у них тоже есть, само собой - http://docs.makeblock.com/diy-platform/en/mbuild/hardware/sensors/smart… ).
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Alexander Chernov
    Александр спасибо за ваши глубокие и содержательные замечания и предложения. Мы начали работать с Mind+ и пока в ней все также удобно как в mBlock 3.4.12 и плюс сразу есть окошко для вывода получаемых данных через последовательный порт. Пока все нравится. Может вы знаете какие-то подводные камни? Также есть ли у вас информации, как для этой среды разрабатывать собственные блоки? Ну а по поводу Makeblock мне кажется он все дальше и дальше становится недоступным как по цене, так и по возможности выбрать детали и комплектующие, ведь раньше у них на сайте все было и была возможность купить напрямую. А сейчас нельзя найти каталог выпускаемой продукции, одни коробки. Компания полностью перешла на оптовые продажи. Пока живем на старых запасах и новые разработки скорее всего не потянем. Поэтому пробуем более бюджетные и доступные по комплектующим варианты. Maqueen Lite c камерой Huskylens сегодня поехал по линии с использованием камеры,. Уже есть первая проблема двух светодиодов на камере для подсветки линии недостаточно в слабо освещённой комнате.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Александр Григорьев
    Alexander , спасибо! Про подводные камни MindPlus не расскажу, надо всё как следует осваивать. С моей точки зрения важно, что он с шаговыми двигателями работает плохо. Но как я понимаю, для Ваших задач это несущественно.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Елена Шарикова
    Михаил Николаевич, здравствуйте. Не перестаю удивляться новшествам в сфере IT. Посмотрела несколько обзоров на английском языке. Интересно, если есть характеристика распознавания до 20 видов объектов, то есть ли возможность самостоятельного пополнения этой базы знаний или нет? Возможно посредством среды программирования...?
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Михаил Семионенков
    Елена, добрый день! Отличный вопрос! К сожалению, я слаб в этой теме. Слышал, что для Питона есть библиотеки нейронных сетей, которые можно обучать. Я знаю, что скоро должны выйти на русском материалы по ИИ для школы. Будут новости - обязательно поделюсь информацией на Новаторе. И я рекомендую пройтись по ссылкам в комментариях А. Григорьева: KittenBot KOI Artificial Intelligence Module включает пополняемую базу знаний, как я понял. Правда, похоже, он пополняется результатами обучения, а не учится.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Александр Григорьев
    Это объёмная тема, но попытаюсь кратко сформулировать суть. При работе с нейронными сетями речь идёт не столько о программировании, сколько об обучении на примерах. Можно учить самому, это муторно, зато возможно создать автономный элемент искусственного интеллекта, который работает сам по себе, без необходимости подключения к интернет. А можно воспользоваться чьей-то готовой обученной сетью, но это предполагает, как правило, что для работы необходимо интернет-соединение (ведь сама сеть реально располагается где-то далеко на сервере). Советую познакомиться с демонстрационной нейронной сетью "Teachable Machine", которую необходимо обучить самому https://teachablemachine.withgoogle.com/
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Елена Шарикова
    Александр, здравствуйте. Да, знакома с этой системой. В рамках дисциплины "Методика организации внеурочной деятельности с использованием информационно-коммуникационных технологий" мы осваиваем данный сервис и разрабатываем собственные примеры. Сегодня пробовала обучать нейронную сеть для распознавания звуков. Столкнулась с проблемой, что не получается загрузить файлы с компьютера или Google-диска. Пробовала загружать архивом, не принимает. Воспользовалась диктофоном и, пусть не со 100 % попаданием, но классическую, зарубежную поп и рок-музыку система распознает.
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии
  • Александр Григорьев
    Елена, это здорово! :) В программе Kittenblock есть расширение TensorFlow, возможно, оно Вам поможет создать собственное приложение с нейросетью. Если освоите и поделитесь, будет крайне интересно! :)
  • Войдите или зарегистрируйтесь, чтобы оставлять комментарии