描述

包裹的安全運(yùn)輸是所有在線零售商都頭疼的問(wèn)題，因?yàn)樵谶\(yùn)輸過(guò)程中會(huì)發(fā)生許多損壞。這些損壞會(huì)導(dǎo)致更多的產(chǎn)品退貨、糟糕的客戶體驗(yàn)以及零售商的聲譽(yù)。由于我們不知道在交付過(guò)程中發(fā)生了什么，因此可能很難證明包裹的內(nèi)容物在運(yùn)輸過(guò)程中被毀壞，而不是在轉(zhuǎn)移到承運(yùn)人之前或之后。鑒于目前的情況，既有不公正的指控，也有蓄意造假的可能。

作為解決方案，我們正在設(shè)計(jì)一種可以監(jiān)控包裹在運(yùn)輸過(guò)程中安全處理的設(shè)備。該設(shè)備使用 Nano 33 BLE Sense 和 GSM 模塊以及 Edge Impulse 來(lái)識(shí)別包裹處理不當(dāng)發(fā)生的位置。使用加速度計(jì)數(shù)據(jù)，設(shè)備可以識(shí)別在傳輸過(guò)程中發(fā)生的所有可能的不安全處理。一旦設(shè)備檢測(cè)到不安全的處理，我們的系統(tǒng)就會(huì)生成警報(bào)，記錄事件的當(dāng)前時(shí)間。零售商可以分析日志作為內(nèi)部審計(jì)的一部分，以分析快遞服務(wù)的性能。用戶還可以使用提供的網(wǎng)絡(luò)界面跟蹤包裹的安全處理。

該設(shè)備在運(yùn)輸帶有護(hù)理包的手柄時(shí)非常有用，需要小心處理。

它是如何工作的？

Arduino Nano 33 BLE Sense 有一個(gè) 9 軸 IMU（3 軸加速度計(jì) + 3 軸陀螺儀 + 3 軸磁力計(jì)），非常適合識(shí)別手勢(shì)。在從 IMU 攝取數(shù)據(jù)后，AI 模型將這些動(dòng)作分為五類(lèi)——重摔、劇烈搖晃、投擲、正常攜帶和空閑。重摔、劇烈搖晃和投擲被歸類(lèi)為不安全處理，其余屬于安全處理。一旦 AI 模型檢測(cè)到不安全處理，GSM 模塊就會(huì)被激活，并在 firebase 中記錄不安全處理事件。用戶和內(nèi)部審計(jì)團(tuán)隊(duì)可以跟蹤這些事件，以分析運(yùn)營(yíng)商的績(jī)效。

軟件設(shè)置

1.新建一個(gè)項(xiàng)目

第一步也是最重要的一步是創(chuàng)建一個(gè)新的 Edge Impulse 項(xiàng)目。如果您已經(jīng)有一個(gè)帳戶，您可以按照下面顯示的步驟創(chuàng)建一個(gè)新項(xiàng)目。如果您沒(méi)有 Edge Impulse 帳戶，請(qǐng)注冊(cè)一個(gè)新帳戶并按照以下步驟操作。

在我們的案例中，我們?cè)诜治鰜?lái)自 IMU 的加速度計(jì)數(shù)據(jù)后對(duì)手勢(shì)進(jìn)行分類(lèi)。因此，請(qǐng)確保從列表中選擇 ** Accelerometer Data **

2.連接設(shè)備

為了直接從 Arduino Nano 33 BLE sense 收集加速度計(jì)數(shù)據(jù)，我們應(yīng)該先將設(shè)備連接到 Edge Impulse studio。按照此處給出的步驟將設(shè)備與工作室連接。

完成上述所有步驟后，請(qǐng)確保您在“設(shè)備”選項(xiàng)卡中看到您的設(shè)備。

3. 數(shù)據(jù)收集

機(jī)器學(xué)習(xí)從您提供的數(shù)據(jù)開(kāi)始。收集干凈的數(shù)據(jù)至關(guān)重要，這樣您的機(jī)器學(xué)習(xí)模型才能識(shí)別正確的模式。您的模型的準(zhǔn)確性取決于您提供給計(jì)算機(jī)的數(shù)據(jù)質(zhì)量。不準(zhǔn)確或過(guò)時(shí)的數(shù)據(jù)將導(dǎo)致不準(zhǔn)確的結(jié)果或不相關(guān)的預(yù)測(cè)。

由于它會(huì)直接影響模型的結(jié)果，因此請(qǐng)務(wù)必從信譽(yù)良好的來(lái)源獲取數(shù)據(jù)。好的數(shù)據(jù)是相關(guān)的，幾乎沒(méi)有重復(fù)和缺失的信息，并且準(zhǔn)確地代表了所有的分類(lèi)和子類(lèi)別。

在構(gòu)建運(yùn)動(dòng)識(shí)別模型時(shí)，我們正在從 IMU 收集加速度計(jì)數(shù)據(jù)。

要收集數(shù)據(jù)，請(qǐng)導(dǎo)航至“數(shù)據(jù)采集”選項(xiàng)卡。

在那里您可以看到一個(gè)記錄新數(shù)據(jù)選項(xiàng)卡，我們可以在其中從連接到 Edge Impulse 的受支持設(shè)備收集數(shù)據(jù)。如圖所示設(shè)置所有數(shù)據(jù)采樣參數(shù)，現(xiàn)在是時(shí)候收集一些數(shù)據(jù)了。根據(jù)您的需要改變采樣參數(shù)。

我們將 Arduino Nano 33 BLE Sense 嵌入到墊子上以收集訓(xùn)練所需的數(shù)據(jù)。

4.數(shù)據(jù)準(zhǔn)備

最后，我們有 28 分鐘的加速度計(jì)數(shù)據(jù)。數(shù)據(jù)是在 5 個(gè)不同的類(lèi)別下收集的 - 重摔、劇烈搖晃、投擲、正常攜帶、空閑。

獲得數(shù)據(jù)后，我們必須準(zhǔn)備它。為此，我們可以執(zhí)行以下操作。

• 可視化數(shù)據(jù)

可視化數(shù)據(jù)以了解其結(jié)構(gòu)并了解可能有助于我們?cè)O(shè)計(jì)脈沖的各種變量之間的關(guān)系。

• 清除不需要的數(shù)據(jù)

將數(shù)據(jù)可視化后，我們可以確定數(shù)據(jù)是否對(duì)模型訓(xùn)練有用。刪除不需要的數(shù)據(jù)以創(chuàng)建干凈的數(shù)據(jù)集。

• 拆分?jǐn)?shù)據(jù)

一旦我們有了一個(gè)干凈的數(shù)據(jù)集，就把它分成訓(xùn)練和測(cè)試數(shù)據(jù)集。在這里，我們將它們以 80:20 的比例分成兩部分。如果您的數(shù)據(jù)未拆分，請(qǐng)從數(shù)據(jù)采集選項(xiàng)卡或儀表板執(zhí)行測(cè)試/訓(xùn)練拆分

5. 沖動(dòng)設(shè)計(jì)

通過(guò)在 Edge Impulse 中創(chuàng)建 Impulse，您正在創(chuàng)建自己的機(jī)器學(xué)習(xí)管道。導(dǎo)航到Impulse 設(shè)計(jì) > 創(chuàng)建 Impulse

一個(gè)脈沖包含 3 個(gè)塊：輸入塊、處理塊和學(xué)習(xí)塊。我選擇了時(shí)間序列數(shù)據(jù)作為我的輸入塊，光譜分析作為處理塊，分類(lèi)（Keras）作為學(xué)習(xí)塊。如果你對(duì)檢測(cè)異常運(yùn)動(dòng)感興趣，你可以添加一個(gè)異常塊，我暫時(shí)忽略它。

6.特征生成

接下來(lái)，選擇Save Impulse ，然后通過(guò)單擊導(dǎo)航到 Impulse 設(shè)計(jì)面板中的Spectral Features 。生成參數(shù)后，稍等片刻，然后單擊“保存參數(shù)” 。

現(xiàn)在轉(zhuǎn)到Generate features選項(xiàng)卡，然后單擊Generate features 。該過(guò)程完成后，功能瀏覽器選項(xiàng)卡將允許您查看數(shù)據(jù)集。這使您可以快速驗(yàn)證您的數(shù)據(jù)是否正確聚類(lèi)。

7.模型訓(xùn)練

模型訓(xùn)練是神經(jīng)網(wǎng)絡(luò)嘗試將權(quán)重和偏差的最佳組合擬合到機(jī)器學(xué)習(xí)算法以最小化損失函數(shù)的階段。

在NN 分類(lèi)器選項(xiàng)卡中，在脈沖設(shè)計(jì)菜單下，我們可以配置影響神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程的各種參數(shù)。如圖所示，我更改了默認(rèn)值以獲得更高的準(zhǔn)確性。

完成后，您會(huì)看到一些訓(xùn)練性能指標(biāo)，例如準(zhǔn)確性和損失。我們經(jīng)過(guò)訓(xùn)練的模型的準(zhǔn)確率為 95.4%，足以滿足我們的所有需求。

8.模型測(cè)試

訓(xùn)練好模型后，我們現(xiàn)在可以對(duì)其進(jìn)行測(cè)試，看看它如何處理新數(shù)據(jù)。選擇Model Testing下的Classify All 。模型在我們的測(cè)試數(shù)據(jù)上的性能顯示在“模型測(cè)試結(jié)果”選項(xiàng)卡中。我們的準(zhǔn)確率為 91.3%，相當(dāng)不錯(cuò)。您還可以查看混淆矩陣以確定哪些標(biāo)簽最容易出錯(cuò)。在此基礎(chǔ)上，您可以使用附加項(xiàng)擴(kuò)展這些類(lèi)的訓(xùn)練數(shù)據(jù)集。

除了對(duì)測(cè)試數(shù)據(jù)進(jìn)行分類(lèi)外，我們還可以使用Live Classification來(lái)收集實(shí)時(shí)數(shù)據(jù)并進(jìn)行實(shí)時(shí)分類(lèi)。這將確保模型能夠完美地處理真實(shí)世界的數(shù)據(jù)。

9. 將模型部署到設(shè)備

一旦模型經(jīng)過(guò)訓(xùn)練和測(cè)試，就可以將其部署回設(shè)備。為此導(dǎo)航到Deployment > Build Firmware 。選擇Arduino Nano 33 BLE Sense and Build 。它將生成模型并將其下載為 zip。將下載的 zip 添加到 arduino 庫(kù)中，一切順利。

在 Edge Impulse 中有選擇 NN 分類(lèi)器優(yōu)化的選項(xiàng)。我們可以通過(guò)選擇最佳選項(xiàng)來(lái)提高設(shè)備性能。Edge Impulse 將建議最適合我們需求的選項(xiàng)。如果啟用編譯器，我們將以更少的內(nèi)存實(shí)現(xiàn)相同的精度。

10. Firebase 實(shí)時(shí)數(shù)據(jù)庫(kù)

Firebase 是一個(gè)用于創(chuàng)建移動(dòng)和在線應(yīng)用程序的平臺(tái)。感謝 Firebase，開(kāi)發(fā)人員現(xiàn)在可以專(zhuān)注于創(chuàng)造令人驚嘆的用戶體驗(yàn)。無(wú)需服務(wù)器管理，無(wú)需創(chuàng)建 API。Firebase 是您的服務(wù)器、API 和數(shù)據(jù)存儲(chǔ)，所有這些都是以一種通用的方式構(gòu)建的，您可以根據(jù)大多數(shù)需求調(diào)整它們。在我們的項(xiàng)目中，我們使用 Firebase 實(shí)時(shí)數(shù)據(jù)庫(kù)來(lái)即時(shí)發(fā)布和檢索數(shù)據(jù)。

查找 Firebase 配置

• 去火力地堡
• 然后轉(zhuǎn)到設(shè)置>項(xiàng)目設(shè)置
• 在您的應(yīng)用程序 > SDK 設(shè)置和配置 > 配置下（示例如下）

const firebaseConfig = {
apiKey: "",
authDomain: "",
databaseURL: "",
projectId: "",
storageBucket: "",
messagingSenderId: "",
appId: ""
};

12. 網(wǎng)頁(yè)界面

Web 界面的設(shè)計(jì)方式可以反映 Firebase 數(shù)據(jù)庫(kù)中更新的所有事件。不安全的處理事件直接從 Nano 33 BLE Sense 在 firebase 中更新，其他發(fā)布的更新可以使用 API 進(jìn)行更新。

硬件

Package tracker的核心是 Arduino Nano 33 BLE sense。我們之所以選擇這款板，是因?yàn)樗庑涡∏?，功能?qiáng)大。它帶有一系列嵌入式傳感器，這里我們使用 LSM9DS1 傳感器，這是一個(gè) 9 軸慣性模塊。它帶有一個(gè)額外的硬件串行端口，用于連接 GSM 模塊。

該設(shè)備的電源是 3.7V 18650 鋰離子電池，電流為 2000mah。

該電池可以通過(guò)微型 USB 端口充電。本項(xiàng)目使用的充電控制器為T(mén)P4056。

TP4056 模塊輸出的功率對(duì)于Arduino 的Vin實(shí)際上是不夠的。所以我們使用了這個(gè)微型升壓轉(zhuǎn)換器模塊。

為了向 firebase 發(fā)送通知，我們實(shí)際上使用了 sim800l GSM 模塊。該模塊來(lái)自 Simcom，可為任何微控制器提供 GSM 功能，這意味著它可以連接到移動(dòng)網(wǎng)絡(luò)以接聽(tīng)電話和發(fā)送和接收文本消息，還可以使用 GPRS、TCP 或 IP 連接到互聯(lián)網(wǎng)。Arduino 和 GSM 模塊之間的通信是串行的。

我們?cè)O(shè)計(jì)并 3D 打印了這些微型外殼，用于固定所有硬件元件。這可以很容易地連接到使用接線帶的任何包裝上。

然后我們將所有的元素一一固定在盒子里，并綁在包裹上。

?

?

?