Difference between revisions of "Visual navigation for Acrob or SBOT robot with Android with camera ( Marek Kádek, Jana Sucháneková)"
(→Neurónová sieť) |
(→Otvorenie kamery) |
||
Line 85: | Line 85: | ||
− | === | + | === Čítanie dát z kamery === |
+ | Kód číta dáta z kamery, ktoré suv YUV formáte, a využíva triedu YuvImage implementovanú v androide na kompresiu do JPEG formátu. Následne ho preškáluje na požadovanú veľkosť (napr. 20x20) a uloží. Tieto dáta sú nasledne čítané a je na ne púštaná detekcia neurónovou sieťou. | ||
+ | |||
+ | ... (rôzne inicializácie) ... | ||
+ | int dataBufferSize=(int)(previewSize.height*previewSize.width* | ||
+ | (ImageFormat.getBitsPerPixel(mCamera.getParameters().getPreviewFormat())/8.0)); | ||
+ | mCamera.addCallbackBuffer(new byte[dataBufferSize]); | ||
+ | mCamera.addCallbackBuffer(new byte[dataBufferSize]); | ||
+ | mCamera.addCallbackBuffer(new byte[dataBufferSize]); | ||
+ | final Rect rect = new Rect(0, 0, previewSize.width, previewSize.height); | ||
+ | mCamera.setPreviewCallbackWithBuffer(new Camera.PreviewCallback() { | ||
+ | private long timestamp=0; | ||
+ | private FileOutputStream out; | ||
+ | private Bitmap bmp; | ||
+ | final String seeFile = MainActivity.this.getCurrentSeeFile(); | ||
+ | public synchronized void onPreviewFrame(byte[] data, Camera camera) { | ||
+ | synchronized (MainActivity.this) { | ||
+ | try { | ||
+ | try { | ||
+ | YuvImage image = new YuvImage(data, parameters.getPreviewFormat(), previewSize.width, previewSize.height, null); | ||
+ | OutputStream outStream = null; | ||
+ | try { | ||
+ | outStream = new FileOutputStream( seeFile ); | ||
+ | image.compressToJpeg(rect, 100, outStream); | ||
+ | outStream.flush(); | ||
+ | outStream.close(); | ||
+ | bmp = BitmapFactory.decodeFile( seeFile ); | ||
+ | bmp = Bitmap.createScaledBitmap(bmp, SCALE_WIDTH, SCALE_HEIGHT, false); | ||
+ | out = new FileOutputStream( seeFile ); | ||
+ | bmp.compress(Bitmap.CompressFormat.PNG, 100, out); | ||
+ | out.flush(); | ||
+ | out.close(); | ||
+ | } | ||
+ | catch (FileNotFoundException e) | ||
+ | { | ||
+ | e.printStackTrace(); | ||
+ | } | ||
+ | catch (IOException e) | ||
+ | { | ||
+ | e.printStackTrace(); | ||
+ | } | ||
+ | } catch (Exception e1) { | ||
+ | e1.printStackTrace(); | ||
+ | } | ||
+ | camera.addCallbackBuffer(data); | ||
+ | } catch (Exception e) { | ||
+ | return; | ||
+ | } | ||
+ | return; | ||
+ | } | ||
+ | } | ||
+ | }); | ||
+ | try { | ||
+ | mCamera.startPreview(); | ||
+ | } catch (Throwable e) { | ||
+ | mCamera.release(); | ||
+ | mCamera = null; | ||
+ | return; | ||
+ | } | ||
+ | |||
+ | Kameru je potrebné na konci uzavrieť, na to slúži metóda: | ||
+ | private void stopVideo() { | ||
+ | if(null==mCamera) | ||
+ | return; | ||
+ | try { | ||
+ | mCamera.stopPreview(); | ||
+ | mCamera.setPreviewDisplay(null); | ||
+ | mCamera.setPreviewCallbackWithBuffer(null); | ||
+ | mCamera.release(); | ||
+ | } catch (IOException e) { | ||
+ | e.printStackTrace(); | ||
+ | return; | ||
+ | } | ||
+ | mCamera = null; | ||
+ | } | ||
=== Neurónová sieť === | === Neurónová sieť === |
Revision as of 11:45, 12 June 2013
Contents
Úvod
Cieľom projektu Editing Visual navigation for Acrob with Android with camera bolo vytvoriť robota, reagujúceho na vizuálne podnety v labyrinte pomocou snímania okolia kamerou mobilu s operačným systémom Android. Robot má byť spojený s telefónom pomocou protokolu bluetooth.
Postup riešenia
V prvej etape tvorby projektu bolo základom zložiť robota. (OBBBBBBBR)
V druhej etape sme vytvorili bluetooth spojenie medzi robotom a mobilným telefónom, pomocou knižnice Amarino - Android meets Andruino. Z rôznych zdrojov a diskusií na internete sme sa dozvedeli, že vytvorenie spojenia z android bluetooth na bluetooth modul robota je mnohokrát problémové a chyby sú ťažko odhaliteľné. Veľa rád práve smerovalo na použitie knižnice Amarino na riešenie tohoto problému.
Postup tvorby spojenia:
- Android zariadenie spárujeme s bluetooth modulom.
- Na android zariadenie nainštalujeme Amarino.
- Vytvoríme projekt v eclipse a do build path pridáme knižnicu.
- Vytvoríme a nacvičíme neurónovú sieť
Komunikácia
Ukážka nadviazania spojenia pomocou knižnice:
private static final String DEVICE_ADDRESS = "00:06:66:03:73:7B"; private ArduinoReceiver arduinoReceiver = new ArduinoReceiver(); @Override protected void onStart() { super.onStart(); registerReceiver(arduinoReceiver, new IntentFilter(AmarinoIntent.ACTION_RECEIVED)); Amarino.connect(this, DEVICE_ADDRESS); }
@Override protected void onStop() { super.onStop(); Amarino.disconnect(this, DEVICE_ADDRESS); unregisterReceiver(arduinoReceiver); }
public class ArduinoReceiver extends BroadcastReceiver { @Override public void onReceive(Context context, Intent intent) { String data = null; final String address = intent.getStringExtra(AmarinoIntent.EXTRA_DEVICE_ADDRESS); final int dataType = intent.getIntExtra(AmarinoIntent.EXTRA_DATA_TYPE, -1); if (dataType == AmarinoIntent.STRING_EXTRA) { data = intent.getStringExtra(AmarinoIntent.EXTRA_DATA); if (data != null){ try { // tu mozeme spracovat data, ktore robot posle na mobil } catch (Exception e) { } } } }
Na odosielanie dát smerom na Arduino využívame funkciu
Amarino.sendDataToArduino(context, address, flag, data)
v našom prípade
Amarino.sendDataToArduino(MainActivity.this, DEVICE_ADDRESS, 'd', 5);
Na strane arduina potom pripravíme funkciu nasledovne: 1. includujeme hlavičku - #include <MeetAndroid.h> 2. v setupe nabindujeme 'd' na funkciu zatoč
MeetAndroid meetAndroid; void setup() { ... meetAndroid.registerFunction(zatoc, 'd'); ... }
3. pripravíme si funkciu zatoc
void zatoc(byte flag, byte numOfValues) { ... // kod na zatocenie ... }
4. do loopu pridáme kód na príjmanie a spracovanie správ
void loop() { ... meetAndroid.receive(); ... }
Čítanie dát z kamery
Kód číta dáta z kamery, ktoré suv YUV formáte, a využíva triedu YuvImage implementovanú v androide na kompresiu do JPEG formátu. Následne ho preškáluje na požadovanú veľkosť (napr. 20x20) a uloží. Tieto dáta sú nasledne čítané a je na ne púštaná detekcia neurónovou sieťou.
... (rôzne inicializácie) ... int dataBufferSize=(int)(previewSize.height*previewSize.width* (ImageFormat.getBitsPerPixel(mCamera.getParameters().getPreviewFormat())/8.0)); mCamera.addCallbackBuffer(new byte[dataBufferSize]); mCamera.addCallbackBuffer(new byte[dataBufferSize]); mCamera.addCallbackBuffer(new byte[dataBufferSize]); final Rect rect = new Rect(0, 0, previewSize.width, previewSize.height); mCamera.setPreviewCallbackWithBuffer(new Camera.PreviewCallback() { private long timestamp=0; private FileOutputStream out; private Bitmap bmp; final String seeFile = MainActivity.this.getCurrentSeeFile(); public synchronized void onPreviewFrame(byte[] data, Camera camera) { synchronized (MainActivity.this) { try { try { YuvImage image = new YuvImage(data, parameters.getPreviewFormat(), previewSize.width, previewSize.height, null); OutputStream outStream = null; try { outStream = new FileOutputStream( seeFile ); image.compressToJpeg(rect, 100, outStream); outStream.flush(); outStream.close(); bmp = BitmapFactory.decodeFile( seeFile ); bmp = Bitmap.createScaledBitmap(bmp, SCALE_WIDTH, SCALE_HEIGHT, false); out = new FileOutputStream( seeFile ); bmp.compress(Bitmap.CompressFormat.PNG, 100, out); out.flush(); out.close(); } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } } catch (Exception e1) { e1.printStackTrace(); } camera.addCallbackBuffer(data); } catch (Exception e) { return; } return; } } }); try { mCamera.startPreview(); } catch (Throwable e) { mCamera.release(); mCamera = null; return; }
Kameru je potrebné na konci uzavrieť, na to slúži metóda:
private void stopVideo() { if(null==mCamera) return; try { mCamera.stopPreview(); mCamera.setPreviewDisplay(null); mCamera.setPreviewCallbackWithBuffer(null); mCamera.release(); } catch (IOException e) { e.printStackTrace(); return; } mCamera = null; }
Neurónová sieť
Na tvorbu neurónovej siete sme použili knižnicu Neuroph. Tam sme natrénovali, aby rozoznávala požadované tvary. Stretli sme sa s nasledovnými problémami:
- Najnovšie Neuroph štúdio beží pod Java 1.7, a využíva novšie funkcie knižnice. Po natrénovaní sme sa snažili načítať natrénovanú sieť na Androide, avšak neúspešne.
- Staršia verzia Neuroph štúdia má problém s ukladaním siete. Tento problém sme dlho hľadali a zistili sme, že sa jedná o bug aplikácie, ukladanie funguje iba veľmi zriedka (spočiatku uloží nenatrénovanú sieť, no natrénovanú neukladá).
- Sieť sa v androide musí načítať vo zvláštnom vlákne, aby sme mohli využiť väčšiu stack size:
... new Thread(null, loadDataRunnable, "dataLoader", 65536).start(); ... private Runnable loadDataRunnable = new Runnable() { public void run() { nnet = NeuralNetwork.load( getResources().openRawResource(NETWORK_ID) ); imageRecognition = (ImageRecognitionPlugin) nnet.getPlugin(ImageRecognitionPlugin.class); Log.i(TAG, "Neural network loaded"); detectionScheduler.schedule(detectionTask, 0, DETECT_IMAGE_PERIOD); } };
Príklad tvarov: