6 erstaunliche Raspberry Pi KI-Projekte

Künstliche Intelligenz, genauer gesagt die generative Art, erfreut sich in letzter Zeit plötzlicher Beliebtheit, da Menschen die Möglichkeiten erkunden, mit diesen Werkzeugen visuelle und textliche Inhalte zu erstellen. Solche Modelle des maschinellen Lernens werden in der Regel auf sehr teuren Geräten ausgeführt, da sie viel Speicherplatz und Rechenressourcen beanspruchen.

Betreten Sie den Raspberry Pi 4, einen 35-Dollar-Einplatinencomputer im Kreditkartenformat. Obwohl der Raspberry Pi aufgrund seiner leistungsschwachen GPU nur über begrenzte maschinelle Lernfähigkeiten verfügt, verfügt er dennoch über bestimmte Anwendungen der künstlichen Intelligenz.

1. Mycroft/Picroft: Persönlicher KI-Sprachassistent

Mycroft bietet eine Open-Source-Alternative zu Ihren intelligenten Alexa-, Google- und Siri-Lautsprechern. Es ermöglicht Ihnen, mit dem virtuellen Assistenten zu sprechen und Informationen von ihm zu erhalten. Mit dem Fokus auf den Schutz Ihrer Privatsphäre behält Mycroft die Kontrolle und kann auf einem Android-Telefon, einem Laptop oder einem Raspberry Pi installiert werden. Du kannst

Erstellen Sie mit Mycroft Ihren eigenen datenschutzfreundlichen Raspberry Pi-Smart-Lautsprecher.

Picroft ist ein Paket des Sprachassistentenprogramms, das speziell für die Ausführung auf Raspberry Pi-Modellen entwickelt wurde. Es basiert auf Raspberry Pi OS Lite und das Disk-Image kann auf eine microSD-Karte gebrannt werden. Sie benötigen eine microSD-Karte (8 GB oder größer), ein USB-Mikrofon und eine 3,5-mm-Buchse oder einen USB-Lautsprecher.

Auf Ihrem Raspberry Pi ist nur das Frontend installiert und diese Installation muss einen Rückruf zum Backend durchführen, das unter gehostet wird home.mycroft.ai damit der virtuelle Assistent funktioniert. Es ist möglich, aber ziemlich schwierig, Mycroft vollständig selbst zu hosten.

Obwohl Mycroft nicht so umfassend ausgestattet ist wie kommerzielle Optionen, hat es dennoch ein paar Tricks im Ärmel. Es unterstützt Anwendungen, die als Fähigkeiten bezeichnet werden und die Funktionalität Ihres virtuellen Assistenten erweitern. Mit einigen der Standardfähigkeiten können Sie Alarme einstellen, Audio aufnehmen und die Musikwiedergabe steuern. Sie können weitere Fähigkeiten vom Marktplatz installieren oder neue erstellen.

Basierend auf Raspberry Pi und Arduino bietet OpenCat ein Open-Source-Framework für den Bau von vierbeinigen Haustierrobotern im Boston Dynamics-Stil. Diese Roboter bewegen sich mit vier Beinen statt mit Rädern, was ihnen die Fähigkeit gibt, sich in unstrukturiertem Gelände mit einem gewissen Maß an Flüssigkeit zu bewegen. Dieses Framework kann für MINT-Lernen, Robotikausbildung, Internet-of-Things-Anwendungen und Robotikforschung angepasst werden.

Dieses Projekt befindet sich noch in einem frühen Stadium und eignet sich vor allem für fortgeschrittene Hersteller mit den erforderlichen Hardware-Montage- und Programmierkenntnissen. Es ist möglich, bei Petoi einen vormontierten Bausatz in Katzen- oder Hundeform zu kaufen (genannt Nybble und Bittle, Kosten 284 bzw. 256 US-Dollar), aber einige Hersteller haben die OpenCat-Software bereits implementiert 3D-gedruckte Roboterhaustiere.

OpenCat-Roboter verfügen über ein maßgeschneidertes Arduino-Board, NyBoard, das für die Stromversorgung der Servos verantwortlich ist und die drahtlose Konnektivität, Ausrichtung, Balance und Infraroterkennung erweitert. Es verfügt außerdem über einen Sockel, an dem ein Raspberry Pi montiert werden kann, um die Fähigkeiten des vierbeinigen Roboters zu erweitern.

Heutzutage sind vollständig autonome Fahrzeuge immer noch eine Fantasie, aber wir sind bei Stufe zwei von fünf angelangt Stufen des autonomen Fahrens. Unternehmen wie Tesla und Google arbeiten hart daran, das erste vollständig selbstfahrende Auto zu entwickeln, und sie alle verwenden ähnliche Techniken wie DeepPiCar.

DeepPiCar ist ein Deep-Learning-Projekt für selbstfahrende Roboterautos von David Tian, ​​das auf Raspberry Pi, TensorFlow, dem PiCar V-Kit von SunFounder und dem Edge-TPU-Coprozessor von Google basiert. Die geschätzten Kosten für die gesamte für dieses Projekt erforderliche Hardware belaufen sich auf etwa 250 bis 300 US-Dollar.

Dieses Roboterauto ist in der Lage, Fahrspuren zu erkennen und ihnen zu folgen, Verkehrszeichen zu erkennen und mit Fußgängern umzugehen. David beschreibt das Hardware- und Software-Setup in a Serie auf Medium. Es ist ein anspruchsvolles Projekt, bietet aber eine großartige Möglichkeit, in Deep Learning und autonomes Fahren einzusteigen.

OpenCV ist eine große Open-Source-Bibliothek für Computer Vision und maschinelles Lernen, die für Echtzeitanwendungen entwickelt wurde und eine Vielzahl von Sprachen unterstützt. OpenCV ermöglicht es dem Raspberry Pi, Objekte und Tiere in Echtzeit zu erkennen. Nach der Installation müssen Sie ein Kameramodul an den Raspberry Pi anschließen, um die Bilder aufzunehmen, die Sie identifizieren möchten.

Dieses Tutorial von Core Electronics führt Sie durch den Prozess der Einrichtung Ihrer OpenCV-Installation zur Objekt- und Tiererkennung und zur Anpassung des Codes, um bestimmte Objekte zu erkennen und gleichzeitig zu ignorieren Andere. Es verwendet die COCO-Datensatzbibliothek, Sie können jedoch auch jede andere vorab trainierte Bibliothek verwenden, die Ihren Anforderungen entspricht.

Mit Edge Impulse können Sie einem Modell ganz einfach beibringen, verschiedene Gesten wie Winken, Zeigen oder Klatschen zu erkennen. Sobald Ihr Modell trainiert ist, können Sie es zur Steuerung Ihres Projekts verwenden, z. B. zum Einschalten eines Lichts oder zum Abspielen eines Tons.

Dieses Gestenerkennungsprojekt basiert auf Raspberry Pi Pico und Edge Impulse und bietet eine großartige Möglichkeit, Ihren Projekten Interaktivität hinzuzufügen. Es verwendet außerdem den kombinierten Beschleunigungsmesser und Gyroskopsensor MPU6050, um die Gesten zu verfolgen. Schauen Sie sich unbedingt das Hackster-Tutorial (oben verlinkt) an, um zu erfahren, wie Sie ein Modell trainieren, das diese Sensordaten verarbeiten und es dann auf dem Raspberry Pi Pico bereitstellen kann.

Dieses KI-Projekt kombiniert das Konzept eines generativen Chatbots und eines virtuellen Assistenten, um ein Tool zu schaffen, das Audioanfragen empfangen und realistische Antworten zurückgeben kann. Die Antworten werden von ChatGPT generiert und als Audio über Text-to-Speech von Google Cloud weitergeleitet. Wenn Sie nicht wissen, wie leistungsfähig dieser KI-Chatbot ist, schauen Sie sich die vielen an Dinge, die Sie mit ChatGPT tun können.

Sie benötigen lediglich einen Raspberry Pi 4, ein USB-Mikrofon und einen Lautsprecher, um diesen Sprachassistenten zu nutzen und die volle Leistung von ChatGPT zu nutzen. Das Projektskript und weitere benötigte Software finden Sie auf der oben verlinkten GitHub-Seite.

Beteiligen Sie Ihren Raspberry Pi am KI-Rennen

Obwohl der Raspberry Pi von bescheidener Größe und Rechenressourcen ist, ist er in der Lage, bestimmte Ideen der künstlichen Intelligenz zum Leben zu erwecken. Die oben aufgeführten Projekte sind nur einige Beispiele der vielfältigen Möglichkeiten, die es gibt. Durch die Kombination Ihrer Kreativität und Programmierkenntnisse können Sie mit Raspberry Pi reale KI-Projekte erstellen.