by Rain Chu 4 月 24, 2024 | Linux , Raspberry Pi , Ubuntu
wpa_cli 是一個用於與 wpa_supplicant 交互的命令行界面工具，當然也支持在 command line 下直接使用命令控制 WIFI，可以用來管理無線網絡接口的設定和運行狀態。這個工具非常強大，支持多種操作，如掃描無線網絡、連接到網絡、變更設定等，而我都用python 透過 wpa_cli 來控制 WIFI。
首先掃描無線網路
打開終端，並且記得要用 root 權限來執行 wpa_cli
sudo wpa_cli -i wlan1 scan
sleep 5 # 給予一些時間來完成掃描
sudo wpa_cli -i wlan1 scan_results 回應如下圖
加一個網路配置
利用 ssid 和 paswword 來連線到一個已知的無線網路上，可以將下面的指令編寫成 wpa_cli_add_network.sh ，並且執行她，也可以直接使用，執行後取得的 network id 通常是一個 int 的數字，把她記起來，之後就可以透過這個 network id 來連接網路，和斷開網路
# 添加新的網絡配置
network_id=$(wpa_cli -i wlan1 add_network | awk '{print $NF}')
# 設置SSID和密碼
wpa_cli -i wlan1 set_network $network_id ssid '"你的SSID"'
wpa_cli -i wlan1 set_network $network_id psk '"你的密碼"'
# 啟用該網絡
wpa_cli -i wlan1 enable_network $network_id
# 保存配置
wpa_cli -i wlan1 save_config 連接網路以及斷開網路
# 重新連線
wpa_cli -i wlan1 reconnect
#斷開連線
wpa_cli -i wlan1 disconnect 刪除網路配置
wpa_cli -i wlan1 remove_network $network_id 檢查連線是否存在
得到的輸出通常如下
其中，檢查是否有連線成功，可以看 wpa_state 是否為 COMPLETED
檢查已經存在的網路設定
sudo wpa_cli -i wlan1 list_networks 輸出如下
可以用 flags CURRENT 來檢查現在是連線到那一個 network ，也可以取得 network id ，並且用他來連線
by Rain Chu 7 月 10, 2022 | Raspberry Pi
用 Raspberry Pi 來實作一個簡單、靈活、好控管、安全、便宜的好用VPN，只要有一個固定IP，一台 Raspberry Pi，接上網路就可以擁有一個 VPN Server，Client 端則是下載 OpenVPN，就可以連上 PiVPN。
curl -L https://install.pivpn.io | bash 安裝非常的容易，安裝完畢後，需要用到的指令也很容易，列舉如下
「pivpn add」添加新用戶帳號跟密碼
「pivpn list」列出目前所有有效的帳號
「pivpn revoke」刪除某個用戶的帳號
「pivpn uninstall」卸載 PiVPN
官方網址：https://pivpn.io/
by Rain Chu 6 月 3, 2022 | AI , Raspberry Pi , 圖型處理 , 機器人
最新名人新寵「波士頓動力機器狗」，一隻要價220萬台幣，可不是每個人都養得起的，但佛心的史丹佛機器狗，已經開源了，在大陸那邊已經百花齊放，每家公司都擁有自己的機器狗，不用羨慕他們，全世界最強的擬態機器人公司，當然還是波士頓動力，但你看完這篇，也可以在幾天內買好零件，打造自己的動力機器狗。
波士頓動力機器狗宣傳片
史丹佛大學 Pupper 簡介
史丹佛大學開源的機器狗專案，用的主機是 Raspberry Pi 4，OS 是 Linux base ，可以與 Ubuntu 相容，核心的影像辨識演算法用的是 OpenCV ，預設就可以選轉、跳躍、小跑步
日本做的可愛 Pupper 從 Pupper BOM 表開始
可以從下面的網址，取得製作動力機器狗的所有需要的元件，如果全部都用買的大約要900美元，但很多東西是可以自己印，或是自己改，但如果嫌麻煩，直接去 Amazon 上一次購足即可
https://docs.google.com/spreadsheets/d/e/2PACX-1vRAPT8knAtIKwr5NxvVsEOxPK8zk8y3jPc51TdTPQtBHN7I9rqgU3z4Ys-C3Z3ETR2kcSDSY-u5ZP6k/pubhtml?widget=true&headers=false
去 Amazon 買足 Pupper 元件
上面提到的所有元件，已經有人整理好了，你只需要用下面的連結，進去選擇你需要的就可以了，Amazon 的購物清單，真的是超方便敗家的
https://www.amazon.com/-/zh_TW/hz/wishlist/ls/2ZB9AWGJ92F9L?ref_=wl_fv_le
直接購買整理好的 Pupper 元件
https://www.mangdang.net/Product?_l=en
組裝 Pupper 的身體
這部分是最花時間的，分成元件、外殼本體、電子電路，熟捻的高手大約要花費2小時
https://pupper.readthedocs.io/en/latest/guide/assembly.html
https://github.com/stanfordroboticsclub/Pupper-Raspi-PDB/
安裝 Pupper 的大腦 (軟體)
這個部分，如果你是常用 Raspberry Pi 的人，應該可以在1小時左右處理好，如果不是的話，按步驟來，應該需要3-4小時
https://pupper.readthedocs.io/en/latest/guide/software_installation.html
安裝程式在https://github.com/Nate711/RPI-Setup
OpenCV如果想換版本可以參考我之前的文章
校準以及測試
連接你的PS4搖桿，來控制 Pupper
https://pupper.readthedocs.io/en/latest/guide/operation.html
Pupper 參考資訊
Fusion 360 CAD 模型：https ://a360.co/2TEh4gQ
你可以透過 Fusion 360 CAD 匯出模型，並且用 3D 列印把它列印出來
史丹佛大學動力機器狗專案首頁
https://pupper.readthedocs.io/en/latest/guide/purchasing.html
by Rain Chu 3 月 17, 2022 | AI , Tool , 人臉辨識 , 語音辨識
還記得 2013 年，我用圖形演算法寫了一個跟電視裡面的 Show Girl 玩剪刀、石頭、布，贏的就拿到 Candy ，是真的會從螢幕後面跑出一粒糖果的那種遊戲，靈感來源自於 Candy Crush ，只是我的是真實版本，不能線上玩得，2013 年寫這樣的軟體應該是很厲害的那種，2022 年居然不需要再寫程式碼就可以自己訓練模型，只要在短短的程式碼去呼叫就可以使用它了，What!
2013年版本的圖形辨識手部完玩剪刀、石頭、布
來看看年輕版本的我 Teachable Machine 介紹
Images，圖像分類器，https://medium.com/@warronbebster/4bfffa765866 Sounds，聲音分類器，https://medium.com/@warronbebster/4212fd7f3555 Poses，人體的姿勢分辨器，https://medium.com/@warronbebster/f4f6116f491 Teachable Machine Images
Images 可以很快速且簡易的製作圖像分類器，比起 Microsoft Azure Custom vision 要來的簡單些，但功能要來的少一些，最大的好處是支援 tensorflow 以及 https://www.tensorflow.org/js，這樣可以很快速且方便的讓我把模型放在 Edge 端。
Teachable Machine Sounds
聲音分類器比較難懂，可以看看強者學弟林智源它們公司的產品，簡單的說明，他是可以讓記者在訪問火箭升空的現場時，還可以分離人聲以及火箭的噪音的服務，如果你也想要自行訓練模型的話，就是要用到這個功能了。
迪威智能，https://dwave.cc/ Teachable Machine Poses
一個跟 Processing 、 Kinect 、 OpenNI 類似功能的應用服務，回想在 2011 年拿下微軟的 kinect for windows 第一屆的無限可能獎，說起會拿這個獎也很意外，那天比賽時後其實只取前三名，我在等到第一名公布後都沒有自己的名字後，突然間評審說還有一個跟第一名實在無法區分的獎項，是由評審們討論出來要加開的，叫做無限可能獎，才又找我原本失落的心，不枉費我前一天沒睡覺在開發這套看電子結婚照，還可以虛空把照片抓到自己手機的軟體。
我在 2:19 秒，Motion Welcome
Kinect MotionWelcome Demo
Teachable Machine 的輸出
這是最關鍵的一環，可以輸出各種模型給各種市面上的終端設備使用，Android、Coral、Raspberry Pi、Intel Vino等，這也是我覺得最強大的部分，也是最能說服我採用 Teachable Machine 的功能
Teachable Machine 應用
Teachable Machine 官網
https://teachablemachine.withgoogle.com/
寫在最後，下一次要示範一下如何在 raspberry pi 中，如果大家有想看的題目可以留言給我
by Rain Chu 3 月 14, 2022 | AI , OpenCV , Python , Raspberry Pi , 人臉辨識
辦公室打卡到底要用甚麼方法最好，是員工卡嗎?還是手機APP定位?還是用打卡鐘?在2020年之後一定是跟你說生物辨識最好，因為又有疫情影響，大家最愛的是「人臉辨識」系統，非接觸，難造假，順便量體溫，噴個酒精，一切都這麼美好，但是只有千金難買好系統，一套好用的人臉辨識系統加上網動輒1萬元台幣，這時工程師的我們一定要自己DIY來一個「人臉辨識」打卡下。
Raspberry Pi 4 的 OpenCV 4 準備
採用 opencv_facerecognition 解決方案
https://github.com/mickey9801/opencv_facerecognition
首先安裝相關的依賴以及DB
sudo apt-get update && sudo apt-get upgrade
sudo apt-get install python3-opencv python3-picamera python3-numpy python3-pil
sudo apt-get install sqlitebrowser 下載 opencv_facerecognition，並且解開壓縮
cd ~
wget https://github.com/mickey9801/opencv_facerecognition/archive/refs/heads/master.zip
unzip master
cd opencv_facerecognition-master/ 設定環境人臉辨識的資料以及環境
等等會用到 haarcascade_frontalface_default.xml ，不要用 OpenCV 3版本的，要用之前安裝的版本，我將路徑放在下方
# 複製 xml
cp ~/opencv/data/haarcascades/haarcascade_frontalface_default.xml ~/opencv_facerecognition-master/haarcascade_frontalface_default.xml
# 設定環境
python3 setup.py 擷取人臉用來訓練圖像
如果你是用 usb webcam 可以執行 recordface_webcam.py ，如果是用 PiCam 就用 python3 recordface_picam.py，此時會先問你的名字，提供完名字後，會開啟相機，當相機偵測到人臉時候，按下 「f」 鍵，就會開始抓取 30 張人像，放在 dataset 下
python3 recordface_webcam.py # for using webcam
python3 recordface_picam.py # for using PiCam v2 訓練人臉的圖像
在我們的系統中 OpenCV4，要修改 trainer.py 中的程式碼以符合現況
找到 recognizer = cv2.face.createLBPHFaceRecognizer() 把它改成 recognizer = cv2.face.LBPHFaceRecognizer_create()
#recognizer = cv2.face.createLBPHFaceRecognizer() # or
recognizer = cv2.face.LBPHFaceRecognizer_create()
開始訓練，訓練完畢後會在目錄中取得一個 recognizer 目錄，裡面存放訓練後的資料
開始辨識人臉
有了訓練資料後，就可以開始測試準度了，開始前記得也要改一下程式碼，符合現況
找到 Setup LBPH recognizer for face recognition，更改成下面的程式碼
# Setup LBPH recognizer for face recognition
#recognizer = cv2.face.createLBPHFaceRecognizer() # or LBPHFaceRecognizer_create()
recognizer = cv2.face.LBPHFaceRecognizer_create()
# Load training data
#recognizer.load(fname) # change to read() for LBPHFaceRecognizer_create()
recognizer.read(fname)
存檔後執行 detector_picam.py，就可以在辦公室打卡了
python3 detector_webcam.py # for using webcam
python3 detector_picam.py # for using PiCam v2 未來，再補影片~~相信OpenCV的安裝一定很多困難，只能說關關難關關過~~
近期留言