AIを使ってニューヨーク市民に窓の外から帽子を落とす技術

ウィンドウショッピングをやめて、ウィンドウショッピングを始めよう！

AIを使ったドロッピング方法

• 目標: AIを使って窓の外から帽子を落とし、ニューヨーク市民に提供するサービスを運営すること。
• 必要なもの: Raspberry Pi、Adafruit ステッパーモーター、糸、Roboflow AI、軽い製品（例: プロペラ帽）。

窓を開ける

• 問題: 窓が約4インチしか開かない。
• 解決: Google検索で窓に合う鍵を見つけて解決。

帽子の選定

• 条件: 落ちるときにけがをさせず、交通の妨げにならない帽子。
• 選択: 未来を象徴し、美しく落ちるプロペラ帽。

ドロッピング機構

• 構成: Raspberry Pi とステッパーモーターを使用。
• 方法: 糸をステッパーモーターに巻き付けて少しずつ動かす。
• コード: Pythonファイルで書かれたドロッピングコード。

import time
import board
import digitalio

enable_pin = digitalio.DigitalInOut(board.D18)
coil_A_1_pin = digitalio.DigitalInOut(board.D4)
coil_A_2_pin = digitalio.DigitalInOut(board.D17)
coil_B_1_pin = digitalio.DigitalInOut(board.D23)
coil_B_2_pin = digitalio.DigitalInOut(board.D24)

enable_pin.direction = digitalio.Direction.OUTPUT
coil_A_1_pin.direction = digitalio.Direction.OUTPUT
coil_A_2_pin.direction = digitalio.Direction.OUTPUT
coil_B_1_pin.direction = digitalio.Direction.OUTPUT
coil_B_2_pin.direction = digitalio.Direction.OUTPUT

enable_pin.value = True

def forward(delay, steps):
    i = 0
    while i in range(0, steps):
        setStep(1, 0, 1, 0)
        time.sleep(delay)
        setStep(0, 1, 1, 0)
        time.sleep(delay)
        setStep(0, 1, 0, 1)
        time.sleep(delay)
        setStep(1, 0, 0, 1)
        time.sleep(delay)
        i += 1

def setStep(w1, w2, w3, w4):
    coil_A_1_pin.value = w1
    coil_A_2_pin.value = w2
    coil_B_1_pin.value = w3
    coil_B_2_pin.value = w4

forward(5, int(512))

AI

• 目標: 窓の下に人がいるかどうかをリアルタイムで検知すること。
• 方法: ウェブカメラを通じて映像をリアルタイム分析し、特定の位置に人がいるか確認する。
• モデル: Roboflowを使って物体検出モデルを作成。
• コード: Pythonファイルで書かれた検知およびドロッピングコード。

import cv2
import time
import paramiko
from inference_sdk import InferenceHTTPClient

CLIENT = InferenceHTTPClient(api_url="https://detect.roboflow.com";, api_key="API_KEY")

def ssh_execute(host, port, username, password, command):
    client = paramiko.SSHClient()
    client.load_system_host_keys()
    client.set_missing_host_key_policy(paramiko.WarningPolicy)
    try:
        client.connect(host, port=port, username=username, password=password)
        stdin, stdout, stderr = client.exec_command(command)
        print(stdout.read().decode().strip())
        if stderr.read().decode().strip():
            print('Error:', stderr)
    finally:
        client.close()

video = cv2.VideoCapture(0)
consec_detections = 0

while True:
    ret, frame = video.read()
    result = CLIENT.infer(frame, model_id="drop-of-a-a-hat/2")
    if 'predictions' in result and len(result['predictions']) > 0:
        consec_detections += 1
    else:
        consec_detections = 0
    if consec_detections >= 3:
        ssh_execute('raspberry.local', 22, 'pi', 'raspberry', 'python3 dropHat.py')
        consec_detections = 0
    time.sleep(1)

壮大なビジョン

• ビジョン: ニューヨーク市内を歩き回りながら、必要なあらゆるものが窓から落ちてくる世界。
• 目標: "Window Shopping" の最初の事例として定着すること。

GN⁺の見解

• 興味深い点: AIとIoTを組み合わせ、創造的なビジネスモデルを提示している。
• 導入時の検討事項: 窓の構造と安全面の問題を事前に十分検討する必要がある。
• 技術的課題: AIモデルの精度とリアルタイム処理性能が重要。
• 類似プロジェクト: ドローン配送サービスに似た概念として拡張の可能性がある。
• 社会的影響: 都市生活の利便性を高めると同時に、新しい形の商取引を生み出す可能性がある。

[GN⁺]

Hacker Newsの意見

• 有用なAI: 久しぶりにインターネットで見た中で最も役に立つものだ。素晴らしい仕事に感謝する。
• 帽子の落下: プロペラと風があるにもかかわらず、帽子が一直線に落ちるのが理解できない。
• プロジェクト愛: こういう種類のプロジェクトが好きだ。複数の州でAI生成コンテンツにウォーターマークを求める法案が進められている。
• 誤った使用: 帽子の代わりに別のものを使えば、致命的になり得る。
• 予想外に素晴らしい投稿: 最初は平凡だと思ったが、とても興味深かった。著者は多くの課題を乗り越え、それを簡単に解決したように見える。
• 動画オブジェクト検出: なぜRoboflow SaaSを使っているのか気になる。PiではFrigateやDOODSのようなオンデバイスソリューションを動かすには性能が足りないように思える。
• ウェブカメラのアイデア: ニューオーリンズのBourbon Stのバルコニーからパーティーにビーズを投げるウェブカメラのアイデアがいい。興味のある人は連絡先を残してほしい。
• 投資機会: この投資機会に参加したかったが、もう遅すぎるようだ。
• 近所の店探し: ときどき道でガムが欲しくなる。要するに、軽い製品、Raspberry Pi、Adafruitステッパーモーター、糸、Roboflowを使っている。
• 偽の動画: 帽子が落ちるときに消え、また現れる動画クリップがある。