Estoy haciendo el curso ColumbiaX: CSMM.101x de Inteligencia Artificial de edx.org. De hecho. ya lo estoy acabando. Ya estamos en la última semana, y para mi suerte, el último proyecto ya lo tengo entregado y me ha llevado menos faena de lo que me pensaba, sin especiales contratiempos. Ahora sólo me falta hacer el examen final que será el 23 de abril, Sant Jordi.

Los proyectos que se han realizado, todos ellos en Python, son:

  • Proyecto 1: Search Algorythms. BFS, DFS,… Se ha resuelto el 8-puzzle
  • Proyecto 2: Adversarial Search and Games. Se ha resuelto el juego del 2048, que de hecho yo lo he jugado bastante. Este proyecto me costó bastante, y efectivamente llegué a 2048 en una ocasión combinando diferentes heurísticas.
  • Proyecto 3: Machine Learning. Había tres problemas diferentes: I. Perceptron Learning Algorithm; II. Linear Regression; III. Classification
  • Proyecto 4: Constraint Satisfaction Problems. Aquí resolvimos el juego del sudoku con los algoritmos del AC-3 y del backtracking.
  • Proyecto 5: NLP, Natural Language Processing. Un proyecto muy interesante. Había un train data de 25000 comentarios de películas, valoradas del 0 al 10. Y después también hi havía un test data de 25000 comentarios que se tenían que valorar después de entrenar el sistema.

El resumen de las semanas ha sido:

  • Week 1: Introduction to AI
  • Week 2: Intelligent Agents and Uniformed Search
  • Week 3: Heuristic Search
  • Week 4: Adversarial Search and Games
  • Week 5: Machine Learning I
  • Week 6: Machine Learning II
  • Week 7: Machine Learning III
  • Week 8: CSP
  • Week 9: Reinforcement Learning
  • Week 10: Logical Agents
  • Week 11: AI Applications: NLP

Por suerte el curso ya se está acabando porque me ha tomado más tiempo del que tenía y del que quería dedicarles. Pero realmente ha sido interesante y exigente, y me he tenido que poner las pilas con el Python. Realmente el tema de las estructuras de datos, y las diferentes librerías que se han utilizado con Python, son muy potentes.

Intentaré seguir leyendo cosas sobre Inteligencia Artificial (IA) y Machine Learning (ML).

NOTA: todavía no tengo acabado el proyecto de la máquina de dardos, y de hecho me doy cuenta de que el problema de acertar dónde ha tocado el dardo y qué puntuación tiene, a parte de un problema de CV (Computer Vision), también es un problema de ML (Machine Learning).

Espero que la versión 0.0.12 sea la última antes de mezclar todo el código con la detección y calibracinó de los dards, que utiliza dos cámars web i la librería OpenCV.

La principal novedad de las últimas versiones es que ahora se puede rectificar una entrada de los dardos. Desgraciadamente, ahora tengo claro que no se podrá conseguir una fiabilidad del 100% en la detección de los dardos, o sea que más vale pensar en la lógica que nos permitirá rectificar la puntuación de los dardos. Además de anular el punto y restablecer el estatdo anterior, se propone los puntos más próximos, que son los más probables. Por ejemplo, si hemos detectado D20 y es un error, los puntos más probables son MISS, 20, D1 iyD5.

He puesto colores en la consola, com se ve en la foto, pues la idea es que en la máquina se podrá jugar en esta interficie de consola. Sólo falta mezclar el subsistema de detección. Así pues, la parte gráfica, basada en SDL (ya he hecho pruebas de la migració a SDL), y la interface de los botones que necesitaré, lo dejaré para el final de todo.

Los juegos implementados son el 301 (y sus variantes), Cricket, Count-Up, Halve It y Round the Clock. El código está pensado para que sea fácil añadir nuevos juegos de dardos en caso de que sea necesario. Se puede jugar de 1 a 4 jugadores. El código de momento no prevee jugar por equips, es una mejora que se deja para más adelante si fuese necesario.

El proyecto se encuentra en GitHub:

Ya tengo el prototipo del mueble, y ya puedo empezar a hacer pruebas para detectar los dardos. Como se ve en el video, la detección es muy buena. Si nos fijamos en la configuración, la webcam esta en el mismo plano XY que la diana. Esto creo que tiene ventajas en la detección del dardo; y desventajas: necesitaré 2 webcams, y posiblemente 3 webcams para posicionar con fiabilidad el dardo en la diana.

Utilizamos la librería OpenCV sobre C++, i el flujo básico consiste en hacer una captura de la webcam; lanzar el dardo; y hacer otra captura. Entonces se hace la diferencia de las imágenes; se convierte a binario; se aplica una máscara para eliminar buena parte del dardo. En este momento hemos de ver la part de abajo del dardo, y la punta bien clara. Tenemos un número limitado de puntos blancos. Con estos puntos calculamos el momento, que sería el centro de gravedad de los puntos. Y haciendo un bucle sobre todos los puntos puedo detectar el punt más inferior, que sería la punta del dardo. Finalmente, para eliminar posibles errores, calculo la distancia entre la punta y el momento, que ha de ser un valor pequeño.

Aún queda mucha faena. Por una parte, hay que traducir la detección del dardo a los posibles sectores donde está el dardo. Después añadir otra webcam. Y si añado una tercera webcam, seguramente necesitaré algún USB Hub. El objetivo es utilizar una sola Raspberry Pi 3 para todo el proyecto.

Hace unos días construí el primer prototipo de mueble, y ya hicimos unas cuantas pruebas para detectar los dardos. He sacado bastantes conclusiones del primer prototipo, y he llegado a la conclusión de que hay que hacer un mueble nuevo, con unas nuevas dimensiones.

La primera consideración es la distancia de la webcam a la diana. Con la webcam con la que estoy haciendo las pruebas (Creative Live! Cam Sync HD), la distancia de la webcam al centro de la diana ha de ser como mínimo de 46 cm. Otro tema importante es que el plano de la cámara ha de coincidir exactamente con el plano XY de la diana (esta es la manera cómo yo abordo la posición de las cámaras, evidentmente necesitaré dos cámaras, o quizás tres). La iluminación ha de ser uniforme, y sobretodo, la construcción ha de ser sólida. La clave está en que cuando hago la sustracción entre una captura y la siguiente (en la que se ha lanzado un dardo), la diferencia entre las imágenes ha de ser realmente la detección del nuevo dardo (no tiene que haber ningún tipo de ruido).

Ya he estado haciendo pruebas con el nuevo prototipo, y hay que decir que los resultados han sido muy buenos (haré un post y un video próximamente), o sea que puedo afrontar con optimismo la parte más crítica del proyecto.

Com se ve en la imagen, la idea que tengo del mueble es integrar una pantalla de 15 pulgadas justo debajo de la diana, y meterle también tres o cuatro botones que necesitaré para interactuar con el software. La parte del software la tengo bastante avanzada, pero ahora me tengo que centrar más en la detección de los dardos.

Otro tema que tengo que hacer los próximos días es convertir la posición del dardo en la puntuación de la diana. No es necesario decir que con una sola cámara (en el mismo plano XY que la diana) esto es imposible, se necesitarán dos cámaras mínimo.

Finalmente hemos colgado el lazo amarillo desde nuestro balcón hasta el balcón del señor Jaume, en la calle Milà i Fontanals de Barcelona. Hoy, 30 de enero de 2018, día que no se ha podido celebrar el pleno del Parlament porque nuestro presidente Puigdemont no puede venir a defensar su candidatura a la presidencia de la Generalitat.

Cada día recordamos que hay presos políticos: Oriol Junqeras, Quim Forn, Jordi Sánchez y Jordi Cuixart, y gent que está en el exilio y que no puede volver con garantías. Delitos? Lo que es delito es continuar siendo súbditos del Reino de España. Alguien dirá que no hay mayoría para proclamar la idependencia… pues hagamos un referéndum.

Por Navidades acabé esta mesa de pinball, en el formato de mesa de café. Ya es la segunda que he hecho siguiendo este esquema, montando una TV de 32”. En este caso he incorporado algunas mejoras: la disposición de los botones y la implementación del nudge.

En el proceso de construcción me han entrado ganas de construir una máquina de pinball con dos monitores (la configuración típica de playfield y backlight), o sea que estoy reuniendo las piezas y ya estoy pensando en el diseño. Será uno de los proyectos para este trimestre.

A ver si doy un empujón al proyecto de la diana electrónica. He avanzado bastante en el software. Ya hice pruebas en su día con la librería OpenCV, y ahora es el momento de atacar la parte crítica del problema, que es la detección fiable de los dardos.

Como el problema es bastante crítico, lo primero será tener la diana con unas condiciones de luz bien controladas, con iluminación uniforme y sin sombras. Para ello he montado una estructura de madera con tira de LEDs por los lados, com se ve en la foto. El siguiente paso será conseguir unas webcams decentes. De momento las pruebas las he hecho con una webcam muy sencilla con resolución de 480px. Estoy esperando una webcam de 720px, que a parte de una mejor resolución espero que tenga mejor calidad. Finalmente también dispongo de una RaspiCam NoIR (la cámera de infrarrojos propia de la Raspberry Pi). Esta sí que tiene una buena resolución y calidad, el problema es que no es USB, y por tanto en una Raspberry Pi sólo puede haber una cámara RaspiCam.

La idea inicial es utilizar una Raspberry Pi 3, con dos webcams USB conectadas. Se trata de ir haciendo pruebas e ir controlando todas las variables y causísticas que se puedan dar. Por suerte, en todo este proceso no estoy solo, sino que hay más gente empeñada en la construcción de una diana eletrónica con dardos de punta de hierro. Concretamente el proyecto https://github.com/hanneshoettinger/opencv-steel-darts y la discusión que se genera en el grupo de Facebook de https://www.facebook.com/groups/281778298914107/. Hacía años que no entraba en el Facebook, ya veo que en las próximas semanas seré un asiduo.

Ya iré explicando mis aventuras y avances.

Esta semana he acabado una nueva máquina, una recreativa vertical. Curiosamente, es la segunda que hago de forma seguida. A mi este formato me gusta mucho, ya veo que no soy el único.

Como novedad, he mirado de perfeccionar el tema del vidrio que protege la pantalla, y el vidrio del marquee retroiluminado. La idea es que con la fresadora se practican unas ranuras en los laterales, y el vidrio va encastado dentro de estas ranuras. El vidrio se pinta por detrás, siguiendo el marco de la pantalla. Queda un resultado muy profesional.

Ya tengo ganas de hacer esta nueva recreativa: una máquina de dardos con detección automática de los dardos y su puntuación. Pero no dardos con punta de plástico. Ha de ser un dartboard original de corcho con dardos de punta metálica.

Para la detección de los dardos había la posibilidad de utilizar una malla resistiva y poder posicionar dónde lanzamos los dardos. Pero creo que no sería de fiar. Lo mejor será utilizar visión por computadora con OpenCV. Ya hablaré sobre el tema más adelante.

De momento he estado trabajando con la lógica de los diferentes juegos de dardos que hay. Los más populares son: 301, 501, Count Up, Cricket, Round the Clock, Halve it. Y ahora ya puedo presentar la primera versión de la aplicación, no funcional, que sólo funciona en la consola de Linux. Esta versión simula partidas reales de hasta 4 jugadores: primero escoges el juego; después número de jugadores; después asignas los usuarios; comenzamos a jugar al juego seleccionado pasando por las diferentes rondas (cada ronda son tres tiradas de los dardos). Y así vamos registrando la puntuación hasta que llegamos al ganador.

En las siguientes versiones del programa (escrito en C++) se tendrá que implementar toda la parte de OpenCV, y finalmente toda la parte de SDL (librería gráfica). Todo tendrá que correr en una Raspberry Pi 3, de manera que el desarrollo lo hago en el portátil, pero asegurando la portabilidad en la RPi3. Este tiene que ser el proyecto estrella de este semestre. Es una idea que me persigue de hace tres años. De hecho no es una idea original, hay diversos proyectos que utilizan dardos con punta de hierro y tableros de corcho o fibra, en vez de las dianas electrónicas con puntas de plástico. Quizás ahora el proyecto más similar sería open-cv-steeldarts, que se está desarrollando en Python y que todavía no es plenamente funcional. Le daré una ojeada sobretodo por el tema de la calibración y detección de los dardos.

Enlaces:

Estoy programando en C++ y SDL el software para una máquina de dardos. Ya tengo casi acabada toda la parte de la lógica de la aplicación, así que he empezado a mirarme la parte gráfica, que haré con la libreria SDL como he utilizado en anteriores proyectos.

A raíz de migrar el proyecto a SDL (y conservando la compatitibilidad con la parte de consola) he tropezado con un error de programación de aquellos que te hacen perder el tiempo. Al final la cosa no ha sido grave, digamos que no era un error de concepto sino más bien de despiste, debido a que el código por momentos se está complicando y conviene mantener el código bien ordenado y lógico.

El cas es que, a raíz de este contratiempo, he querido hacer una pequeña recopilación del código mínimo SDL para pintar un trozo de texto por pantalla, utilizando diferentes técnicas: a) toda la parte de SDL mezclada en el fichero main.cpp; b) POO, utilizando un fichero para cada clase; c) POO, pero metiendo todas las clases en un solo fichero.

Los tres ejemplos se pueden descargar en el siguiente enlace:

Page 4 of 17« First...«23456»...Last »