Serwisy partnerskie:
Close icon
Serwisy partnerskie

IoT sterowane falami mózgowymi

Czy kiedykolwiek zastanawiałeś się nad kontrolowaniem rzeczy za pomocą swoich myśli? Jeśli skoncentrujesz się na lampach lub telewizorze i pomyślisz, że możesz je włączyć lub wyłączyć tylko za pomocą swoich myśli, czy będziesz w stanie to zrobić? Odpowiedź brzmi TAK.
Article Image

Aby to osiągnąć, należy za pomocą czujnika EEG uzyskać dane mózgowe odpowiadające poziomowi uwagi umysłowej. Poziomowi temu przypisuje się następnie wartość progową. Gdy poziom uwagi przekroczy tę wartość progową, włączają się lampy lub inne urządzenia podłączone do IoT (o których pomyślano).

Ten projekt nie kończy się w tym miejscu. Podróż odkrywania będzie kontynuowana, a później ewoluuje w interfejs mózg-komputer (BCI) i stanie się pierwszym na świecie „tłumaczem” myśli.

Brzmi bardzo ciekawie, a przy tym dość futurystycznie? Zacznijmy więc projekt od zakupów następujących komponentów.

Przygotowania wstępne

Na rynku dostępne są różne czujniki EEG, takie jak OpenBCI, NeuroSky MindWave, itp. W tym projekcie używany jest czujnik EEG Neurosky MindWave Mobile 2. Zainstaluj więc sterownik Bluez do Raspberry Pi. Jeśli masz najnowszą wersję Raspbian OS, to nie ma potrzeby tego robić, ponieważ sterownik i odpowiednie oprogramowanie jest preinstalowane.

Teraz otwórz urządzenia Bluetooth w ustawieniach i sparuj czujnik EEG przez Bluetooth z Raspberry Pi. Po udanym połączeniu z portami szeregowymi, zostanie wyświetlony komunikat z nazwą portu szeregowego. Zanotuj ją.

Rysunek 1. Ustawienia Bluetooth
Rysunek 2. Nazwa portu szeregowego

Następnie pobierz dane z czujnika EEG przez Bluetooth, używając Pythona. Zauważ, że różne czujniki mają różne moduły Pythona i biblioteki, które odczytują dane z czujników EEG. Ponieważ użyliśmy tutaj MidWave 2, zainstaluj jego moduł Pythona o nazwie NeuroPy. Otwórz terminal i zainstaluj ten moduł używając pip.

sudo pip3 install NeuroPy

(dla Pythona 3). A ponieważ biblioteka napotyka pewne problemy z Pythonem 3, zamiast niego użyty został Python 2.

sudo pip install NeroPy

(dla pythona 2)

Ponieważ czujnik EEG jest już sparowany z Raspberry Pi, można odczytać dane z podłączonego czujnika EEG. Teraz załóż czujnik EEG na głowę. Aby przetestować dane z czujnika EEG, sklonuj bibliotekę, a następnie uruchom przykładowy kod testowy, korzystając z następujących narzędzi

sudo git clone: https://github.com/lihas/NeuroPy
cd NeuroPY/NeuroPy
Python test.py

Biblioteka pomoże Ci uzyskać następujące dane z czujników EEG:

  • niskie fale theta
  • wysokie fale theta
  • niskie fale beta
  • wysokie fale beta
  • wysokie fale gamma
  • niskie fale gamma
  • uwaga
  • medytacja
  • fale
  • mrugnięcie okiem

Aby kontrolować podłączone urządzenia IoT, takie jak lampy elektryczne, wentylatory, itp., wykorzystaj dane z aplikacji Attention, Meditation i Eyeblink.

Kodowanie

Najpierw włącz do kodu moduły NeuroPy i gpiozero Pythona. Następnie ustaw nazwę portu COM dla czujnika EEG.

Następnie ustaw numer pinu do sterowania oświetleniem elektrycznym, wentylatorami itp.

Rysunek 3.

Następnie utwórz funkcję, która sprawdza sygnały/fale mózgowe, takie jak fale alfa, fale beta, fale gamma i tak dalej, aby można było określić wartość uwagi. Jeśli przekroczy wstępnie ustawioną wartość progową 80 podczas myślenia o włączaniu/wyłączaniu żądanego urządzenia elektrycznego (w tym przypadku lampy elektryczne), to nastąpi automatycznie – jak magia.

Rysunek 4. Kod przetwarzający sygnały mózgowe EEG

Połączenie

Rysunek 5. Połączenie z przekaźnikiem i RPi
Rysunek 6.Połączenie z przekaźnikiem i żarówką

Testowanie

Po wykonaniu odpowiednich połączeń, uruchom kod w IDE lub terminalu i skoncentruj się na włączaniu/wyłączaniu żarówki za pomocą swoich myśli. Gdy spełnią lub przekroczą one ustaloną wartość progową, żarówka natychmiast się zaświeci.

Gratulacje! Właśnie sterowałeś urządzeniem elektrycznym za pomocą swoich myśli.

Wykaz elementów
Ilość
Symbol
Nazwa/opis/gdzie kupić
Do pobrania
Download icon IoT sterowane falami mózgowymi - kod źródłowy
Tematyka materiału: Engineering Projects For You, 1001+ Electronics Projects For You, Advanced Projects, Raspberry Pi DIYs
AUTOR
Źródło
www.electronicsforu.com
Udostępnij
UK Logo