【开源】树莓派+OAK相机，打造家庭自动化系统。

编辑：OAK中国
首发：oakchina.cn
喜欢的话，请多多👍⭐️✍
内容可能会不定期更新，官网内容都是最新的，请查看首发地址链接。

▌前言

Hello，大家好，这里是OAK中国，我是助手君。

这个项目也是我网上冲浪的时候看到的，虽然没有详细说代码步骤，但是作者的思路还是很有借鉴意义的，所以给大家分享一下。

大多数家庭自动化系统是基于二进制传感器，如接近传感器、时间传感器、光传感器等。对于每个要检测的新活动，你需要安装一个新的传感器——比如用Withings Sleep来检测人们的睡眠，这就导致安装和维护非常困难。

作为一名用户体验工程师，我总是探索新的用户体验方式。所以我尝试了更具扩展性的方式——基于OAK相机、计算机视觉、机器学习和活动识别的方法。

为了使设置有效，它必须消耗比它应该控制的灯更少的能量，所以机器学习硬件应该是低功耗的，然后我决定试试OAK-D相机，这一功能强大、易于上手的产品。

如果你是机器学习的初学者，这篇文章可能是一个很好的介绍。或者你已经知道机器学习，这篇文章可能有助于了解更多关于DepthAI和Myriad architecture的知识，因为它提出了一种与OpenCV非常不同的方法。

本文不会详述代码，但是你仍然可以在这里找到所有代码。

检测的活动

基于我的日常工作，我选择了一项复杂的活动：一个人坐在沙发上。使用传统方式（如传感器）来检测这种活动将需要沙发中的压力传感器，而操作相当复杂。

而用OAK-D来做这种任务就简单多了，此外，我的设备还允许同时检测多个活动。

硬件

我很喜欢拿树莓派做原型验证，但是这个项目需要的算力远远超过我的树莓派4，所以我选择了OAK-D。该设备嵌入了一个4K相机，两个720p相机以通过立体视觉捕捉深度，以及一个基于RVC2的计算芯片。它足够强大，可以计算机器学习算法，并让树莓派负责剩下的工作。

设置

我对这个项目的设置包括：

• OAK-D捕捉视频、深度，并运行使用指定的机器学习算法depthAI库
• 树莓派4运行python代码，初始化depthAI并且流式传输视频（使用MJPG格式）
• 一台可视化结果的计算机（一旦树莓派真正接入家庭自动化系统，它应该在现实生活中就不需要了）

算法

活动“一个人坐在沙发上”可以分成几个部分，每一部分都需要特定的算法。

例如，为了检测人和物体，比如沙发，我们需要一个目标检测算法。然后检测人是否坐着，需要一个姿态识别算法。最后，我们必须确保人靠近沙发，以确认他正坐在沙发上。仅仅基于2D图像的定位是不准确的，所以这里我们还需要基于深度捕捉的距离估计算法。

此外，我正在使用python，所以算法也必须基于python实现。

目标检测

在机器学习领域，有3种著名的算法用于检测物体：

• MobileNets：快但不太准确
• YOLO：一点慢但更准确一点
• RCNN(和更快的RCNN)：较慢但准确

对我来说，MobileNets已经足够了，参考下图效果，让我们开始吧！

使用计算机视觉可以让你非常快速地升级你的系统，以添加新的活动来识别。在当前用例中，我决定过滤要检测的对象，但你可以使用其他神经网络模型来识别其他类型的家具，或者你也可以建议用户将位置指向pin。

姿态识别

经过快速研究，有两种算法非常有名：

• OpenPose
• PifPaf

起初，我因为简单的python API而选择了OpenPose，但最后，我受OpenPose的启发使用了自定义方式，它基于MobileNet，因为它也兼容OAK-D，所以它也非常快。

距离估计

这是我选择OAK-D深度相机的主要原因。虽然也有其他算法来估计距离，但深度传感器带来更高的精度。Luxonis提供了参考的代码。你只需要在图像上提供一个感兴趣的区域（ROI），算法就会返回一个3D坐标位置。原点是随机的，但在我的用例中这不是问题，因为我只是对物体之间的距离感兴趣。

结果

视频自圆其说

深挖工作原理

到目前为止，我给了你我使用的算法，但我没有解释如何为OAK-D相机编码，以及如何在这么小的设备上运行所有这些算法。

RVC2

首先，OAK-D相机计算芯片是基于RVC2，使用这种架构的一个著名产品是英特尔的神经计算棒。

该架构允许将计算部署在一个插入USB的专用设备上，以保持你的电脑自由。Myriad X芯片被设计用于运行机器学习算法，因此非常高效。

作为比较，一个MobileNet算法在OAK-D上的运行速度比在我的MacBook pro（2.6GHz 6核intel core i7，内存32GB 2666MHz DDR 4）上快两倍。

在Myriad X上运行机器学习算法需要将它们转换成openvino格式。

DepthAI

但是来自Luxonis的工程师们有了一个更好的主意，他们创建了自己的python API来控制Myriad X芯片和相机——DepthAI。这个想法很有说服力！从硬件的角度来看，摄像头靠近计算芯片，所以为什么不直接将信息发送到芯片，而不是将图像发送到主机，它将减少输入/输出（I/O）。

开发者指定一个带有输入（相机流）、节点（机器学习算法）和输出（主机上的端点）的管道。

例如，我选择的算法和模型需要不同的图像大小，所以我定义了一个节点来调整对象检测神经网络的图像大小。一切都是在设备上运行，使用这种体系结构，主机性能不需要很好，因为它不需要管理大量的数据，也不需要大量的I/O。

稳定性和鲁棒性

你应该不希望由于算法错误而导致灯意外打开。因此，尽管计算机视觉算法存在不一致的错误，你的家庭自动化系统应该非常靠谱。

首先，创建了一个校准步骤来检测沙发，以便用户验证这些位置。它避免了来自MobileNet的错误。它还限制了遮挡，从而提高了位置的准确性，特别是深度。

为了提高其他算法的鲁棒性，创建了一个队列系统。估计的位置必须足够接近最后5帧中检测到的位置，才能被认为是有效的。这可能会增加大幅移动的延迟，但它确实让结果更稳定，特别是对于深度传感器测量。

视频流

以控制校准步骤并通过Flask web服务器实时检查基于MPEG格式的视频流系统的结果。

反馈

多重性

在用OAK-D相机进行了几个月的测试和原型制作后，我对这款设备的多重性非常满意。它重量轻，体积小，集成了不同的功能，如高质量图像，深度传感器，Myriad X芯片，h264编码器，空间位置计算器等。它加速了原型验证。

算力

我害怕计算能力不够或不稳定，但即使在芯片上并行运行3个神经网络后，仍然有2FPS，这对许多家庭自动化用例来说已经足够了。对于一个5V运行的小设备来说，非常值得赞赏。

文档

虽然depthAI文档是新的，但仍然非常友好，有丰富的例子。它很容易启动，API非常简单。你也可以从社区中找到很多例子来使用已经编译好的模型，比如我用来制作人体姿势的模型。

模块化的

我从OAK-D相机开始，这是Luxonis的一款多功能设备，但是也可以基于模块构建自己的设备。

结论

总之，虽然OAK-D相机不会取代Nvidia Geforce RTX 3080来运行机器学习算法，但它是一个非常多功能和有前景的设备，可以原型化一些用例，如家庭自动化系统。这个生态系统也非常舒适，你不会浪费时间试图让它工作。

我们将在 Interaction Dynamics项目里使用这款设备，利用最先进的技术来研究、设计和构建身临其境的用户体验。

▌参考资料

https://docs.oakchina.cn/en/latest/
https://www.oakchina.cn/selection-guide/

OAK中国
| OpenCV AI Kit在中国区的官方代理商和技术服务商
| 追踪AI技术和产品新动态

戳「+关注」获取最新资讯↗↗