Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Proses manufaktur

Walabasquiat: Seni Generatif Interaktif dengan Walabot, Raspberry Pi & Android

Walabasquiat adalah instalasi seni generatif langsung yang mengubah gerakan yang terdeteksi oleh sensor citra 3D Walabot menjadi pola visual dinamis. Sistem berjalan pada Raspberry Pi, menggunakan Processing untuk rendering, dan mengalirkan data sensor melalui API RESTful ringan ke aplikasi live-wallpaper Android.

Kisah Balik

Ide 🤔 💡

Sejak tahun 1990-an, seni generatif telah memukau saya—terutama Organic Art PC milik William Latham, yang menggunakan algoritma genetika untuk memvorm bentuk sederhana menjadi bentuk yang rumit dan mirip kehidupan. Saya membayangkan instalasi publik di mana pengunjung dapat langsung mempengaruhi algoritma tersebut melalui gerakan mereka sendiri. Walabasquiat mewujudkan visi tersebut dengan memasukkan data posisi real-time dari sensor Walabot ke dalam skets Processing yang terus-menerus memutasi output visualnya.

Memulai 🔰 👩‍💻

Menghubungkan Walabot ke Raspberry Pi adalah hal plug-and-play. Masukkan perangkat ke port USB dengan supply daya 2,5 A+, lalu instal API resmi Walabot:

cd ~ wget https://s3.eu-central-1.amazonaws.com/walabot/WalabotInstaller/Latest/walabot_maker_1.0.34_raspberry_arm32.deb sudo dpkg -i walabot_maker_1.0.34_raspberry_arm32.deb 

Setelah itu, instal binding Python:

pip install WalabotAPI --no-index --find-links="/usr/share/walabot/python/" 

Jalankan contoh yang disertakan untuk memverifikasi sensor berkomunikasi:

cd /usr/share/doc/walabot/examples/python python SensorApp.py 

Anda akan melihat koordinat X/Y/Z langsung dan nilai amplitudenya di terminal. Setelah sensor berfungsi, pekerjaan kreatif sebenarnya dimulai.

Proses Pengembangan 💪 💻

Tantangan inti adalah mengekspos data Walabot ke Processing. Alih-alih menyematkan SDK Walabot secara langsung dalam skets Mode Python—yang dapat memicu konflik versi—saya membangun API RESTful ringan dengan Flask. API mentransmisikan pembacaan sensor ke JSON, memungkinkan klien yang mampu jaringan untuk mengonsumsinya.

Saya menyesuaikan walabot-web-api untuk Linux dan firmware Creator, lalu mengintegrasikannya ke dalam Pi saya. Dengan API berjalan, saya memanfaatkan perpustakaan HYPE Processing (masih berfungsi penuh meski pembaruan terakhir dua tahun yang lalu) untuk membuat visualisasi partikel yang responsif dari data sensor. Hasilnya adalah karben hidup yang merayap di sekitar setiap target yang terdeteksi.

Untuk pengunjung, saya memaketkan logika yang sama ke dalam Walabasquiandroid, live wallpaper Android. Ini menjaga pengalaman visual tetap ringan, sehingga pengguna dapat menikmati pola generatif di ponsel mereka lama setelah meninggalkan pameran.

Langkah-langkah untuk Mereproduksi 📑 🚀

Untuk menduplikasi instalasi, ikuti langkah-langkah ini:

  1. Pasang Walabot ke Raspberry Pi dan instal API seperti yang dijelaskan di atas.
  2. Unduh dan jalankan server Flask:
cd /usr/share/doc/walabot/examples/python sudo wget https://raw.githubusercontent.com/ishotjr/walabot-web-api/rpi/app.py python3 app.py 

Verifikasi konektivitas dengan permintaan curl sederhana:

curl -i https://192.168.1.69:5000/walabot/api/v1.0/sensortargets 

Ganti 192.168.1.69 dengan IP lokal Pi Anda (dapat ditemukan melalui ip addr show). Respons akan mirip dengan payload JSON yang ditunjukkan sebelumnya.

  1. Instal Processing di Raspberry Pi (CLI disarankan):
curl https://processing.org/download/install-arm.sh | sudo sh 
  1. Kloning repositori proyek dan instal perpustakaan HYPE:
cd ~/sketchbook git clone https://github.com/ishotjr/Walabasquiat.git git clone https://github.com/hype/HYPE_Processing.git unzip HYPE_Processing/distribution/HYPE.zip -d ~/sketchbook/libraries/HYPE 

Jalankan Processing dari menu aplikasi Raspberry Pi, buka skets Walabasquiat, dan biarkan seni generatif merespons data sensor langsung.

Untuk pengalaman portabel, buat live wallpaper Android menggunakan antarmuka RESTful yang sama. Hasilnya adalah narasi visual yang dinamis dan real-time yang menghubungkan perangkat keras, perangkat lunak, dan interaksi manusia.

Sorotan Visual

Walabasquiat merayap di sekitar tiga target Walabot secara real-time.

Walabasquiandroid – teman live-wallpaper Android.

Baca Detail Lebih Lanjut

Jelajahi kode lengkap dan dokumentasi di GitHub dan pelajari cara memperluas instalasi ke sensor atau gaya visual baru.

Proses manufaktur

  1. Membangun Proyeksi Laser Interaktif dengan Sensor Zigbee dan Platform Gravio Edge
  2. Posture Pal dengan Walabot – Pemantauan Jarak Waktu Nyata untuk Mencegah Nyeri Leher & Punggung
  3. Bark Back: Monitor IoT Hewan Peliharaan untuk Manajemen Suara Cerdas
  4. Walabot Touchpad: Ubah Setiap Permukaan Menjadi Antarmuka Sentuh Nirkabel
  5. Monitor Higiene Toilet Berbasis Walabot
  6. SIGHT: Kacamata Cerdas yang Memberdayakan Butaan
  7. Panduan Lengkap Menyiapkan Lingkungan Pengembangan C++
  8. Menguasai Cross-Referencing: Panduan untuk Presisi dan Penghematan Biaya
  9. Penginstalan Panduan Linier: Panduan Lengkap untuk Garis Produksi Terpercaya
  10. Mastering Horizontal Milling: Boost Production Efficiency