Autor już od długiego czasu rozwija projekt smartwatcha. Teraz postanowił dodać do projektu funkcjonalność uczenia maszynowego. Początkowo wydawało się to proste, jednak podczas prac okazało się to dużo bardziej skomplikowane. Wdrożenie algorytmu wykrywania gestów, bazującego na uczeniu maszynowym, okazało się bardziej złożone i wymagało frustrującego zbierania danych i trenowania modelu.
System powstał z użyciem frameworku TinyML, dedykowanego do implementacji algorytmów uczenia maszynowego na systemach wbudowanych, w szczególności na małych układach, takich jak mikrokontrolery stosowane w modułach Arduino Nano i Uno.
Potrzebne elementy
Do zestawienia urządzenia potrzebne będą następujące moduły i elementy elektroniczne:
- moduł ESP-12E,
- wyświetlacz OLED,
- moduł z układem MPU6050,
- moduł z konwerterem USB – interfejs szeregowy,
- złącze USB,
- silnik wibracyjny (do sprzęgu haptycznego),
- stabilizator napięcia 3,3 V,
- akumulator 105 mAh,
- złącza (proste