রিসাইকেল সাজানোর রোবট: 15 টি ধাপ (ছবি সহ)

2025 লেখক: John Day | [email protected]. সর্বশেষ পরিবর্তিত: 2025-01-23 14:36

আপনি কি জানেন যে সম্প্রদায় এবং ব্যবসায় গড় দূষণের হার 25%পর্যন্ত? তার মানে আপনি যে চারটি রিসাইক্লিং ফেলে দেন তার মধ্যে একটি রিসাইকেল করা হয় না। পুনর্ব্যবহার কেন্দ্রগুলিতে মানুষের ত্রুটির কারণে এটি ঘটে। Traতিহ্যগতভাবে, কর্মীরা উপাদানগুলির উপর নির্ভর করে আবর্জনার মাধ্যমে বিভিন্ন ডাবের মধ্যে বাছাই করবে। মানুষ ভুল করতে বাধ্য হয় এবং শেষ পর্যন্ত আবর্জনাকে সঠিকভাবে বাছাই না করে, দূষণের দিকে নিয়ে যায়। যেহেতু আজকের সমাজে দূষণ এবং জলবায়ু পরিবর্তন আরও বেশি তাৎপর্যপূর্ণ হয়ে উঠছে, আমাদের গ্রহকে রক্ষার ক্ষেত্রে পুনর্ব্যবহার একটি বিশাল অংশ নেয়। ট্র্যাশের মাধ্যমে সাজানোর জন্য রোবট ব্যবহার করে, দূষণের হার মারাত্মকভাবে হ্রাস পাবে, অনেক সস্তা এবং আরও টেকসই উল্লেখ না করে। এটি সমাধানের জন্য, আমি একটি রিসাইকেল সাজানোর রোবট তৈরি করেছি যা বিভিন্ন রিসাইকেল উপকরণের মধ্যে সাজানোর জন্য মেশিন লার্নিং ব্যবহার করে।

ধাপ 1: অংশ

এই টিউটোরিয়ালের সাথে আপনার অনুসরণ করার জন্য নিম্নলিখিত অংশগুলি রয়েছে তা নিশ্চিত করুন:

3D মুদ্রিত অংশ (নীচের ধাপ দেখুন)

রাস্পবেরি পাই RPI 4 4GB

গুগল কোরাল ইউএসবি এক্সিলারেটর

Arduino Uno R3

রাস্পবেরি পাই ক্যামেরা মডিউল V2

5V 2A ডিসি ওয়াল পাওয়ার সাপ্লাই

ডিসি 12V পাওয়ার সাপ্লাই

SG90 9g মাইক্রো Servos 4pcs।

M3 x 0.5mm স্টেইনলেস স্টিল সেলফ-লক নাইলন হেক্স লক বাদাম 100pcs।

M3x20 বাটন হেড টাইটানিয়াম স্ক্রু 10pcs।

MG996R মেটাল গিয়ার টর্ক এনালগ Servo মোটর 4pcs।

স্যামসাং 32GB মেমরি কার্ড নির্বাচন করুন

রাস্পবেরি পাই ক্যামেরার জন্য অ্যাডাফ্রুট ফ্লেক্স কেবল - 1 মিটার

M2 পুরুষ মহিলা ব্রাস স্পেসার স্ট্যান্ডঅফ স্ক্রু বাদাম ভাণ্ডার কিট

60mm 12V ফ্যান

6.69 "x 5.12" x 2.95 "প্রজেক্ট বক্স

ধাপ 2: 3D মুদ্রিত অংশ

রোবটিক বাহুর জন্য আপনাকে সমস্ত অংশ 3D মুদ্রণ করতে হবে। আপনি এখানে সমস্ত ফাইল খুঁজে পেতে পারেন।

ধাপ 3: কোড

এই টিউটোরিয়ালটি অনুসরণ করার জন্য অনুগ্রহ করে আমার গিটহাব সংগ্রহস্থলের ক্লোন করুন।

ধাপ 4: ডেটা পাওয়া

বিভিন্ন পুনর্ব্যবহারযোগ্য সামগ্রী সনাক্ত এবং সনাক্ত করতে পারে এমন বস্তু সনাক্তকরণ মডেলকে প্রশিক্ষণ দেওয়ার জন্য, আমি ট্র্যাশনেট ডেটাসেট ব্যবহার করেছি যার মধ্যে 2527 টি চিত্র রয়েছে:

• 501 গ্লাস
• 594 কাগজ
• 403 কার্ডবোর্ড
• 482 প্লাস্টিক
• 410 ধাতু
• 137 ট্র্যাশ

উপরের ছবিটি ডেটাসেটের ছবিগুলির একটির উদাহরণ।

এই ডেটাসেটটি একটি বস্তু সনাক্তকরণের মডেল প্রশিক্ষণের জন্য খুবই ছোট। ট্র্যাশের প্রায় 100 টি চিত্র রয়েছে যা একটি সঠিক মডেল প্রশিক্ষণের জন্য খুব কম, তাই আমি এটি ছেড়ে দেওয়ার সিদ্ধান্ত নিয়েছি।

আপনি ডেটাসেট ডাউনলোড করতে এই গুগল ড্রাইভ ফোল্ডারটি ব্যবহার করতে পারেন। Dataset-resized.zip ফাইলটি ডাউনলোড করতে ভুলবেন না। এটিতে এমন চিত্রের সেট রয়েছে যা দ্রুত প্রশিক্ষণের অনুমতি দেওয়ার জন্য ইতিমধ্যেই একটি ছোট আকারের আকার পরিবর্তন করা হয়েছে। আপনি যদি নিজের পছন্দ অনুযায়ী কাঁচা ছবিগুলোর আকার পরিবর্তন করতে চান, তাহলে নির্দ্বিধায় dataset-original.zip ফাইলটি ডাউনলোড করুন।

ধাপ 5: ছবিগুলি লেবেল করা

এরপরে, আমাদের বিভিন্ন পুনর্ব্যবহারযোগ্য সামগ্রীর বেশ কয়েকটি চিত্র লেবেল করতে হবে যাতে আমরা বস্তু সনাক্তকরণ মডেলটি প্রশিক্ষণ দিতে পারি। এটি করার জন্য, আমি লেবেলআইএমজি ব্যবহার করেছি, একটি বিনামূল্যে সফটওয়্যার যা আপনাকে ছবিতে বস্তুর আবদ্ধ বাক্সগুলি লেবেল করার অনুমতি দেয়।

প্রতিটি ছবির সঠিক লেবেল দিয়ে লেবেল করুন। এই টিউটোরিয়ালটি আপনাকে দেখায় কিভাবে। শনাক্তকরণ মডেলটি যথাসম্ভব নির্ভুল তা নিশ্চিত করতে প্রতিটি বস্তুর সীমানার কাছাকাছি প্রতিটি বাউন্ডিং বক্স নিশ্চিত করুন। সমস্ত.xml ফাইল একটি ফোল্ডারে সংরক্ষণ করুন।

উপরের ছবিতে দেখানো হয়েছে কিভাবে আপনার ছবি লেবেল করা যায়।

এটি একটি খুব ক্লান্তিকর এবং মনকে অসাড় করার অভিজ্ঞতা। আপনার জন্য ধন্যবাদ, আমি ইতিমধ্যে আপনার জন্য সমস্ত ছবি লেবেল করেছি! আপনি এখানে পেতে পারেন।

ধাপ 6: প্রশিক্ষণ

প্রশিক্ষণের ক্ষেত্রে, আমি টেন্সরফ্লো ব্যবহার করে ট্রান্সফার লার্নিং ব্যবহার করার সিদ্ধান্ত নিয়েছি। এটি আমাদের প্রচুর পরিমাণে ডেটা ছাড়াই একটি শালীনভাবে সঠিক মডেল প্রশিক্ষণের অনুমতি দেয়।

আমরা এটি করতে পারি এমন কয়েকটি উপায় রয়েছে। আমরা ক্লাউডে আমাদের স্থানীয় ডেস্কটপ মেশিনে এটি করতে পারি। আপনার কম্পিউটার কতটা শক্তিশালী এবং আপনার যদি শক্তিশালী GPU থাকে তার উপর নির্ভর করে আমাদের স্থানীয় মেশিনে প্রশিক্ষণ নিতে অনেক বেশি সময় লাগবে। এটি সম্ভবত আমার মতে সবচেয়ে সহজ উপায়, কিন্তু আবার গতির নেতিবাচক দিক দিয়ে।

ট্রান্সফার লার্নিং সম্পর্কে কিছু মূল বিষয় লক্ষ্য করতে হবে। আপনাকে নিশ্চিত করতে হবে যে প্রশিক্ষণের জন্য আপনি যে প্রাক-প্রশিক্ষিত মডেলটি ব্যবহার করেন তা কোরাল এজ টিপিইউর সাথে সামঞ্জস্যপূর্ণ। আপনি এখানে সামঞ্জস্যপূর্ণ মডেল খুঁজে পেতে পারেন। আমি MobileNet SSD v2 (COCO) মডেল ব্যবহার করেছি। অন্যদের সাথেও নির্দ্বিধায় পরীক্ষা করুন।

আপনার স্থানীয় মেশিনে প্রশিক্ষণের জন্য, আমি গুগলের টিউটোরিয়াল বা এডজে ইলেকট্রনিক্স টিউটোরিয়াল অনুসরণ করার পরামর্শ দিচ্ছি যদি উইন্ডোজ ১০ এ চলতে থাকে। গুগলের টিউটোরিয়াল কাজ করবে কিনা তা আমি নিশ্চিত করতে পারছি না, তবে এটি না হলে আমি অবাক হব।

ক্লাউডে প্রশিক্ষণের জন্য, আপনি AWS বা GCP ব্যবহার করতে পারেন। আমি এই টিউটোরিয়ালটি পেয়েছি যা আপনি চেষ্টা করতে পারেন। এটি গুগলের ক্লাউড টিপিইউ ব্যবহার করে যা আপনার অবজেক্ট ডিটেকশন মডেলকে অতি দ্রুত প্রশিক্ষণ দিতে পারে। পাশাপাশি AWS ব্যবহার করতে বিনা দ্বিধায়।

আপনি আপনার স্থানীয় মেশিনে বা ক্লাউডে ট্রেনিং করুন না কেন, আপনার একটি প্রশিক্ষিত টেন্সরফ্লো মডেলের সাথে শেষ হওয়া উচিত।

ধাপ 7: প্রশিক্ষিত মডেল সংকলন

আপনার প্রশিক্ষিত মডেলটি কোরাল এজ টিপিইউ এর সাথে কাজ করার জন্য, আপনাকে এটি কম্পাইল করতে হবে।

উপরে কর্মপ্রবাহের জন্য একটি চিত্র।

প্রশিক্ষণের পরে, আপনাকে এটি একটি হিমায়িত গ্রাফ (.pb ফাইল) হিসাবে সংরক্ষণ করতে হবে। তারপরে, আপনাকে এটিকে টেনসরফ্লো লাইট মডেলে রূপান্তর করতে হবে। লক্ষ্য করুন কিভাবে এটি "প্রশিক্ষণ-পরবর্তী পরিমাপ" বলে। ট্রান্সফার লার্নিং ব্যবহার করার সময় যদি আপনি সামঞ্জস্যপূর্ণ প্রাক-প্রশিক্ষিত মডেল ব্যবহার করেন, তাহলে আপনাকে এটি করতে হবে না। এখানে সামঞ্জস্যের উপর সম্পূর্ণ ডকুমেন্টেশন দেখুন।

টেন্সরফ্লো লাইট মডেলের সাথে, আপনাকে এটি একটি এজ টিপিইউ মডেলের সাথে কম্পাইল করতে হবে। কিভাবে এটি করতে হয় তার বিস্তারিত এখানে দেখুন।

ধাপ 8: রিসাইকেল ডিটেকশন মডেল

আপনি যদি বস্তু সনাক্তকরণ মডেল প্রশিক্ষণ, রূপান্তর এবং সংকলনের ঝামেলা অতিক্রম করতে না চান, এখানে আমার রিসাইকেল সনাক্তকরণ মডেলটি দেখুন।

ধাপ 9: মডেল স্থাপন করুন

পরবর্তী ধাপ হল প্রশিক্ষিত বস্তু সনাক্তকরণ মডেল চালানোর জন্য রাস্পবেরি পাই (আরপিআই) এবং এজ টিপিইউ স্থাপন করা।

প্রথমে, এই টিউটোরিয়াল ব্যবহার করে RPI সেট আপ করুন।

পরবর্তী, এই টিউটোরিয়ালটি অনুসরণ করে এজ টিপিইউ সেট আপ করুন।

অবশেষে, RPI ক্যামেরা মডিউলটি রাস্পবেরি পাইয়ের সাথে সংযুক্ত করুন।

আপনি এখন আপনার বস্তু সনাক্তকরণ মডেল পরীক্ষা করার জন্য প্রস্তুত!

যদি আপনি ইতিমধ্যে আমার সংগ্রহস্থল ক্লোন করে থাকেন, তাহলে আপনি RPI ডিরেক্টরিতে নেভিগেট করতে এবং test_detection.py ফাইলটি চালাতে চান:

python test_detection.py --model recycle_ssd_mobilenet_v2_quantized_300x300_coco_2019_01_03/detect_edgetpu.tflite -labels recycle_ssd_mobilenet_v2_quantized_300x300_coco_2019_01_01_01_01_01_01_01_01

একটি ছোট জানালা পপ আপ করা উচিত এবং যদি আপনি একটি প্লাস্টিকের জলের বোতল বা অন্যান্য পুনর্ব্যবহারযোগ্য উপাদান রাখেন, তবে এটি উপরের চিত্রের মতো এটি সনাক্ত করা উচিত।

প্রোগ্রামটি শেষ করতে আপনার কীবোর্ডে "q" অক্ষরটি টিপুন।

ধাপ 10: রোবোটিক আর্ম তৈরি করুন

রোবটিক বাহু একটি 3D মুদ্রিত বাহু যা আমি এখানে পেয়েছি। এটি সেট আপ করার জন্য টিউটোরিয়ালটি অনুসরণ করুন।

উপরের ছবিটি দেখায় কিভাবে আমার রোবটিক বাহু পরিণত হয়েছে।

নিশ্চিত করুন যে আপনি আমার কোডের Arduino I/O পিন অনুযায়ী সার্ভো পিন সংযুক্ত করেছেন। এই ক্রম অনুসারে বাহুগুলিকে নীচে থেকে বাহু পর্যন্ত সংযুক্ত করুন: 3, 11, 10, 9, 6, 5। এই ক্রমে এটি সংযুক্ত না করলে বাহুটি ভুল সার্ভকে সরিয়ে দেবে!

Arduino ডিরেক্টরিতে নেভিগেট করে এবং basicMovement.ino ফাইলটি চালানোর মাধ্যমে এটি কাজ করার জন্য পরীক্ষা করুন। এটি কেবল একটি বস্তু ধরবে যা আপনি হাতের সামনে রাখবেন এবং পিছনে ফেলে দেবেন।

ধাপ 11: RPI এবং রোবোটিক আর্ম সংযোগ করা

আমাদের প্রথমে নখর নীচে ক্যামেরা মডিউল মাউন্ট করতে হবে। উপরের ছবিটি দেখায় যে এটি কেমন হওয়া উচিত।

স্বীকৃত পুনর্ব্যবহারযোগ্য উপাদান দখলের ত্রুটিগুলি কমানোর জন্য যতটা সম্ভব ক্যামেরাটি সারিবদ্ধ করার চেষ্টা করুন। উপকরণ তালিকায় দেখানো হিসাবে আপনাকে লম্বা ক্যামেরা মডিউল ফিতা কেবল ব্যবহার করতে হবে।

পরবর্তীতে, আপনাকে Arduino বোর্ডে roboticArm.ino ফাইলটি আপলোড করতে হবে।

অবশেষে, আমাদের শুধু RPI এর USB পোর্ট এবং Arduino এর USB পোর্টের মধ্যে একটি USB তারের সংযোগ করতে হবে। এটি তাদের সিরিয়ালের মাধ্যমে যোগাযোগ করার অনুমতি দেবে। কিভাবে এটি সেট আপ করতে হয় এই টিউটোরিয়াল অনুসরণ করুন।

ধাপ 12: চূড়ান্ত স্পর্শ

এই পদক্ষেপটি সম্পূর্ণরূপে alচ্ছিক কিন্তু আমি আমার সমস্ত উপাদানগুলিকে একটি সুন্দর ছোট প্রজেক্ট বক্সে রাখতে চাই।

উপরের ছবিগুলি দেখায় যে এটি দেখতে কেমন।

আপনি উপকরণ তালিকায় প্রকল্প বাক্সটি খুঁজে পেতে পারেন। আমি শুধু ইলেকট্রনিক্স মাউন্ট করার জন্য কিছু গর্ত ড্রিল এবং ব্রাস স্ট্যান্ডঅফ ব্যবহার করেছি। RPI এবং TPU- এর মাধ্যমে গরম থাকার সময় ধ্রুবক বায়ুপ্রবাহ বজায় রাখার জন্য আমি 4 টি কুলিং ফ্যান লাগিয়েছি।

ধাপ 13: চলমান

আপনি এখন রোবটিক বাহু এবং আরপিআই উভয়েই ক্ষমতার জন্য প্রস্তুত! RPI তে, আপনি কেবল recycle_detection.py ফাইলটি চালাতে পারেন। এটি একটি জানালা খুলবে এবং রোবটিক বাহু ডেমো ভিডিওর মতো চলতে শুরু করবে! প্রোগ্রামটি শেষ করতে আপনার কীবোর্ডে "q" অক্ষরটি টিপুন।

নির্দ্বিধায় কোড সঙ্গে খেলা এবং মজা আছে!

ধাপ 14: ভবিষ্যতের কাজ

আমি আশা করি R. O. S. আরো সুনির্দিষ্ট আন্দোলনের সাথে রোবটিক বাহু নিয়ন্ত্রণ করতে। এটি বস্তুগুলিকে আরও সঠিকভাবে তুলে নিতে সক্ষম করবে।

ধাপ 15: প্রশ্ন?

যদি আপনার কোন প্রশ্ন থাকে তবে নীচে একটি মন্তব্য করতে বিনা দ্বিধায়!