作者：陸向陽
嶄新的一年已開始，回顧去（2021）年的Maker人工智慧嵌入式專案，多數仍是在NVIDIA的Jetson Nano上實現，因此檢視較佳的Jetson Nano專案，或許有助於眾多Maker對新專案的發想，以及現行專案的改進唷！
1.搜救無人機
圖1 Jetson-Nano Search and Rescue AI UAV（圖片來源：hackster.io）
以GitHub上的無人機專案PX4 Pixhawk為基礎，再附搭上Jetson Nano進行飛行影像判別，構成搜救無人機。
Jetson Nano上執行的是Darknet tiny-YOLO V3（推論判別速度快且記憶體佔量少），在取得空照影像後，搭配PX4 Pixhawk給出的座標、高度等數據，從而研判影像中是否有人。這個專案跟無人機的飛行控制各自分離，所以也可以跟其他無人機專案結合運用，如ArduPilot、DJI Pilot等。
2.人工智慧的狗形機器人SpotMicro
圖2 SpotMicro（圖片來源：SpotMicro專案）
專案靈感明顯來自波士頓動力公司的Spot，一開始是用Arduino Mega建構的，後來進行相關擴充而有了AI需求，因而改用Jetson Nano運作。
專案期望讓狗形機器人在各種環境下正常行走，所以硬體上用及LiDAR（光達）、超音波收發感測、慣性感測，以及樹莓派攝影機，在收集各種感測數據後再透過AI研判，從而下達正確的移動控制命令。
3.姿態偵測
圖3 人體姿態偵測（圖片來源：NVIDIA）
這是NVIDIA官方發起的專案，專案硬體上只要1個攝影機，專案中已有預先訓練的AI模型，模型可偵測出影像中人的形體，然後想進一步去偵測人眼位置、直角姿態等就變得比較容易。專案應用簡單，但卻很吃耗影像擷取、人工智慧運算等資源，因而需要用上Jetson Nano。
4.RB-0漫遊車
圖4 RB-0（圖片來源：hackster.io）
RB-0是一個漫遊車專案，它的懸吊設計採行搖臂-轉向架系統（Rocker-Bogie system），這是與美國太空總署NASA新式太空漫遊車相同的系統。RB-0漫遊車的身車零件多數是用3D列印成，且只要用20 x 20公分的小型3D列印機即可。
RB-0漫遊車上也用到樹莓派攝影機、伺服馬達、線性伺服馬達等，影像的AI識別自然是用Jetson Nano。
5.面罩偵測
圖5 面罩偵測（圖片來源：GitHub LorenRd）
面罩偵測的專案使用跟前述的搜救無人機相同的視覺演算法（YoloV4/Darknet），但改用來偵測影像中的人有無配戴口罩，有則亮綠色LED，反之亮紅色LED。專案不需要再行訓練自己的模型，而是運用853張圖片預先配置資料集。
除了偵測有無配戴外，也能偵測是否配戴正確，無配戴會在影像中標示藍框，有正確配戴則是粉紅框，配戴不正確則是綠框。
6.除草機器人
圖6 Auto roboculature（圖片來源：GitHub）
Auto roboculture是一個自動除草機器人專案，它運用滑輪進行移動，並配有樹莓派攝影機及一個類似夾娃娃機的抓爪，抓爪系統稱為Nindamani，系統透過攝影機影像、Jetson Nano的AI識別，而能區別雜草與作物，然後操控抓爪只拔起雜草，保留作物。為了精準操控抓爪，操控方式採類似於3D列印機噴頭的操控法，而非一般夾娃娃機的單純垂吊操控。
Auto roboculture完全相容ROS 2作業系統，電池使用時間約8～10小時，使用TensorFlow與Keras技術；Nindamani使用Mask-RCNN的預先訓練模式，對雜草的識別率達85%。
7.賽車型機器人
圖7 MuSHR（圖片來源：GitHub）
MuSHR是用於教育、機器人研究的賽車型機器人專案，是一個平台，平台上配備有Intel RealSense 3D深度攝影機、LiDAR光達、保險桿上有碰撞開關，車棚車殼則是以3D列印成。MuSHR使用YoloV5來訓練模型，模型用來偵測外界其他的車輛、規劃行駛軌跡，或深度學習的自駕技術教學等。
8.飛鏢偵測
圖8 Shoot Your Shot!（圖片來源：hackster.io）
Shoot Your Shot!專案運用5個攝影機來捕捉射鏢人的姿態歷程，使飛鏢可以越射越精準。
9.瘧疾偵測
圖9 瘧疾偵測（圖片來源：hackster.io）
瘧疾很致命，但早期發現很好治療，然而對偏遠地區而言早期發現有其困難。
Salman Faris發起的專案先運用OpenFlexure顯微鏡專案，以3D列印方式印出一台數位顯微鏡，搭配內有27,000張受感染的血液細胞圖片的NIH資料集，而後用TensorFlow預先訓練出可以偵測血液圖像是否有瘧疾的AI模型，再透過Jetson Nano進行推論研判，讓偏遠地區也能及早發現瘧疾。
10.動物聲音偵測
圖10 Intelligent Wildlife Species Detector（圖片來源：Hackaday）
專案名稱Intelligent Wildlife Species Detector（野生物種智慧偵測器）是一個盒子，盒內有12V電池、GPS定位、USB麥克風（UltraMic 384，銀色棒狀，除了一般聲音外也能偵測超音波）、5吋電容式LCD顯示器（人機操作介面），盒子放置於野外環境，依據GPS定位來掌握附近應當會有哪些類型的野生動物。
然後盒子運用電池電力持續在野外錄音，並運用Jetson Nano研判是否有動物的叫聲，而偵測超音波是為了偵測蝙蝠，該專案已能偵測7種蝙蝠。
（責任編輯：謝涵如）
- 創客積木M5Stack加入LLM戰局 - 2024/11/29
- MLPerf大語言模型、生成式AI測項觀察 - 2024/11/27
- Sony強力加持！樹莓派發表專屬AI攝影機 - 2024/10/28
.jpg)
.jpg)