作者：陸向陽
知名創客網站hackster上有諸多專案，在展望2022年的同時也回顧一下2021年有哪些熱門專案，或許也能啟發新專案的靈感唷！本篇文章將著重於介紹與AI技術有關之專案，趕緊來看看10個有趣的作品吧！
1.車速追蹤（ML-powered Speed Trap）
本篇文章的作者，因為注意到街道上有些危險駕駛，因此想設法阻止駕駛的危險行為，以及測量道路上駕駛超速的頻率。文章中提及，此專案用樹莓派以及樹莓派攝影機來捕捉街道畫面後，運用機器學習來識別車輛，並以一個多普勒雷達傳感器來測量速度，一旦超速則會把畫面上傳到雲端。作者希望此專案能對城市交通的改善有所助益。
2.偵測植物葉子下垂（Droop Detection with Arduino and TFlite）
為植物澆水看起來很簡單，其實不然，多澆少澆或時機不對，都可能造成植物生長狀況不佳。作者依據植物變乾（可能是乾旱）葉子就會失去膨脹壓力而開始下垂的原理，採用Arduino Nano 33 BLE Sense系統板與ArduCAM攝影模組，將植物葉子的狀況加以分類和訓練AI模型，再導入影像分析應用以判定水份是否足夠，就像位經驗豐富的園丁般，避免過度澆水，只在必要時才澆水。
3.白血病偵測（Leukemia Detection with NVIDIA Jetson Nano）
急性淋巴性白血病（英語：Acute lymphoblastic leukemia，ALL），也稱為急性淋巴細胞白血病，是一種影響淋巴樣血細胞譜系的癌症。好發於兒童，發病時，兒童的 5 年內生存率約為 95%。在成人中，5年生存率在25%至75%之間，年輕患者比老年患者生存機率低，因此須及早偵測。
此專案運用NVIDIA Jetson Nano、Intel NUC套件，以及用大量標記的影像圖片來訓練TensorRT模型，從而判定新的樣本影像是否有白血病，並對細胞白血病進行分類的能力。作者希望能藉此專案，幫助病患及早判斷是否已經發病，此專案亦為醫療科技上的一大突破。
4. Perceptmobile: Azure Percept樂高避障車（Perceptmobile: Azure Percept Obstacle Avoidance LEGO Car）
Perceptmobile避障車的車身，是用樂高的BOOST創意工具箱中的樂高積木所組構成，汽車底座採用樂高Boost製成，並且是經過略微修改的M.T.R. 4模型，該模型的說明包含在標準LEGO Boost中。
此車上有攝影機模組，可將影像傳到附近的系統，運用微軟的Edge AI與Azure Percept技術進行研判影像中是否有障礙物，亦可透過HTTP協定發出控制命令，讓車子趕快轉向以避開障礙物。
而“LEGO Boost in Browser”當中一個很棒的應用程序，是透過 Web 藍牙 API 從瀏覽器控制 LEGO Boost，可以輕鬆連接到 LEGO Boost，並且提供了個很好的界面，不僅可以控制電機和其他傳感器，亦可以編寫不同命令的程式設計。
5. Mini Pupper機器狗 （Mini Pupper Robotic Dog）
此專案類似波士頓動力公司知名的Spot機器狗，取名為Mini Pupper的開源機器狗加入了狗的臉部表情（用LCD顯示器顯示），也可擴充加入光達（LiDAR）或攝影機，以便能辨識空間、物體。
Mini Pupper同時也是第一個ROS開源機器狗的平臺，支援ROS SLAM、導航和其他AI功能，具有雷射雷達、攝像頭和其他感測器。它的表現真的是具體而微的Spot，但價格不到500美元 (相當於14,139元台幣)。此專案可以刺激和增強您的創造力，除此之外，Mini Pupper利用Ubuntu和ROS來運行其FSN（全自動導航）系統；Mini Pupper不僅支援Melodic，還支援Noetic ROS版本。
6. F3NR1R 2: 耳旁狐狸陪伴機器人（F3NR1R 2: Talking Fennec Fox Companion Bot）
此專案在打造一個可以放置在肩膀上的陪伴型機器人，它可以講話、移動、識別一些短句。此專案運用Raspberry Pi 3 Model B、Teensy 3.1控制板、SG90伺服馬達、Seeed的ReSpeaker 2-Mics Pi HAT麥克風。
文章中提及，第2代F3N的最大特點是它可以說話。此專案使用了一個來自 TTSMP3.com 名為「賈斯汀」的聲音，這是一個非常方便的工具，可以獲取書面文字，將其轉換為語音，並且可以收聽，然後將其下載為MP3。它甚至可以切換多種語言呢！
7.森林監護者（The Forest Guardian）
目前全世界，超過 80% 的森林火災是人為破壞的，遭到破壞的原因有很多，例如非法採伐，已經威脅到森林棲息地以及生物的多樣性。由於每年約有1900萬英畝的森林被非法採伐，相當於每分鐘 27 個足球場被毀滅。因此，保護森林生態系統刻不容緩，也是應對氣候變化的重要一步。
「森林監護者」這個專案即為此而生，它是一個使用聲學數據檢測邊緣非法採伐木材的低功率太陽能設備，能夠在森林中對 3 類聲學事件進行分類，即：正常（天然森林聲音）、斧頭（使用斧頭砍樹）、電鋸（使用鏈鋸記錄樹木），並將分類結果和設備狀態發送到基地台再上傳雲端。如果檢測到非法事件，則會向有關當局發出短信警報。
為了在森林中維持這種解決方案，需要收集太陽能並將其儲存在電池中。此外，為了節省電力，設備將處於睡眠、喚醒推論和再次睡眠的連續循環中。值得一提的是，此專案在QuickLogic及SensiML（已被QuickLogic購併）發起的氣候變遷挑戰賽（Challenge Climate Change）中奪冠。
8.自主偵測垃圾機器人（Autonomous (LIDAR) Litter Detection Robot）
此專案為一台自主移動的履帶車，車上配光達可避障，同時也配有攝影機，可辨識行進路線中是否有垃圾（以AI方式識別）。它使用 Edge Impulse 構建了一個神經網絡模型，用於在這三個類別下通過物體檢測來檢測垃圾：1. 瓶子（玻璃和塑料）；2. 罐頭（金屬）；3. 包裝（塑料、紙、紙板等）。此外，Edge Impulse 在連接到 Raspberry Pi 後還能提供即時視訊串流。此專案希望藉AI識別的方式，改進大眾亂丟廢棄物之問題。
9. TinyML森林火災無人機偵測（TinyML Aerial Forest Fire Detection）
森林火災是全世界嚴重且致命的問題。2021 年，僅在加利福尼亞州就有 7,480 起森林火災事件，並燒毀了 2,281,050 英畝的土地，作者認為此問題，會隨著氣候變化，變得愈發嚴重。森林火災，一旦蔓延開來，幾乎不可能停止。因此，此專案是決定製造一種高效的遙控飛機，它能夠自主飛行，同時使用機載攝像頭、TinyML 影像辨識技術來監控是否發生了森林火災，並通過衛星通訊來提出警告。
10.智慧型室內草植收割機（Smart Indoor Harvesting）
此專案雖名為收割機，但比較像是室內種植監控器，用來監測光照量、濕度（用LCD顯示）等，且能精準控制水量。主控系統為Seeed的Wio Terminal，使用Blynk 應用程序進行雲平台的連接。
作者建議使用 Wio Terminal，原因是它配置了螢幕及支援WiFi，同時也有廣大的社群在使用與分享，更重要的是，它可以和 Blynk 輕鬆整合。在此專案中，透過它的螢幕可即時顯示室溫、濕度、環境光和土壤濕度，當土壤變乾時，系統會自動打開泵並給植物澆水。
系統還會檢查環境光，如果天氣很亮，例如晴天，系統會自動關閉 LED 以節省能源。這個光閾值可以通過 Blynk 應用程序進行調整。
（圖片來源）
小結
看完上列文章，是不是覺得2021年與AI有關之專案，都特別新奇以及創新呢！每一個天馬行空的想法，都得以被實踐，你還在等什麼呢！還不快加入Maker的行列。
（責任編輯：唐育琪）
- 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)