描述

精神控制

該項目的核心是思想控制和機器學習方面。要完成項目的這一部分，您只需要 HC-05、任何速度足夠快的計算機（我使用的是 Raspberry Pi 4）和 mindflex。最后，您將控制可以連接到 Raspberry Pi 的任何硬件或軟件開關！

破解 Mindflex

要破解 mindflex，您首先需要購買一個：確保至少獲得一個 HC-05 和 2 個 HC-05，如果您想要可靠的連接，還需要一個額外的 Arduino。你只需要耳機，所以你可以在 eBay 上花 15 美元左右買到一個。確保不要購買新的 Starwars Force Trainer，因為它成本更高，電極更差，并且需要更多的努力才能開始工作。

獲得 mindflex 后，您需要將其設置為無線傳輸原始數(shù)據(jù)。默認情況下，耳機會以 9600 串行波特率發(fā)送注意力/冥想值、信號質量和 EEG 功率帶，但每秒僅發(fā)送一次。要讓 mindflex 進入原始模式，您需要以 9600 波特發(fā)送字節(jié) 0x02；但是，由于 HC-05 將以 56700 的波特率進行通信，因此您要么需要在 56700 中發(fā)送模仿 9600 的字節(jié)（不可靠），要么使用其他設備（如 arduino nano）來發(fā)送消息。

我建議使用兩個綁定在一起的 HC-05，因為它證明了比僅使用標準藍牙連接更可靠的連接。我不會在這里解釋如何將它們中的兩個綁定在一起，但這里有一個關于如何做到這一點的來源。

打開mindflex的左側；您應該看到 mindflex 的內部結構。將 HC-05 和 Arduino 的 5V 連接到 mindflex 上開關的輸出；mindflex的兩個接地輸入的GND；HC-05 的 RX 到 mindflex 的 TX；以及 arduino 的 TX（如果不是 arduino，則為 HC-05）到 mindflex 的 RX。mindflex 的 TX 和 RX 分別用 T 和 R 標記。用 0x02.ino 刷新 arduino。您的 mindflex 現(xiàn)在應該每秒輸出 512 次原始數(shù)據(jù)。

這是另一個處理破解 Mindflex 的項目。

Mindflex 的內部結構

?

將 Mindflex 連接到 Raspberry Pi

要開始收集數(shù)據(jù)，您需要使用內置藍牙模塊或另一個 HC-05 將 Raspberry Pi 連接到 mindflex。我將 HC-05 連接到 GPIO 中的 RPI 串行引腳，因為我發(fā)現(xiàn)它更可靠。

這是一篇處理將 HC-05 連接到 RPI 的帖子。

RPI 連接到 HC-05

?

收集數(shù)據(jù)

在你的腦海中想出一個好的激活。您不必使用“觸發(fā)”數(shù)據(jù)，而是使用您認為對應用程序有益的任何概念（確保選擇可以區(qū)分的東西）。

使用RPI 上的data.py來收集數(shù)據(jù)，它應該將其保存在名為 standard 和 fire 的數(shù)據(jù)文件夾中（如果要更改標題，請更改代碼）。我建議您短時間記錄您的激活狀態(tài)，因為您希望在實際使用您的模型時激活速度更快——我記錄了我的開火時間四分之一分鐘，而我的標準時間有時是一小時。

您可能不會獲得等量的標準數(shù)據(jù)和激活數(shù)據(jù)，因為它需要更多的努力和專注才能獲得。在準備訓練模型時，我們將只乘以激活數(shù)據(jù)——仍然嘗試至少獲得 15 到 30 分鐘。

神經(jīng)網(wǎng)絡的目的是處理噪聲：因此請記住在收集標準思維數(shù)據(jù)時要獲得廣泛的范圍。例如，當信號質量低時，一個或所有電極都沒有打開（這些符合標準并且不會污染您的其他分類）。所有這些都符合標準將幫助您建立一個有彈性和準確的模型。此外，嘗試在多個會話中收集數(shù)據(jù)以捕捉許多不同的心理狀態(tài)。

收集數(shù)據(jù)會是什么樣子

?

訓練模型

在您認為您已獲得足夠的數(shù)據(jù)后，將文件從 RPI 移動到您的計算機上，將火和標準數(shù)據(jù)保存在不同的文件夾中。確保將一些標準數(shù)據(jù)和火災數(shù)據(jù)移動到各自的標準和火災測試文件夾中，以測試模型的準確性。

該模型使用一維 CNN，一種卷積神經(jīng)網(wǎng)絡：它提取與標準和激活之間的分類相關的特征。要訓??練模型，請嘗試使用我的 Jupyter Notebook：您只需定義放置訓練標準和激活數(shù)據(jù)的文件夾以及相同類型的測試數(shù)據(jù)（用于測試準確性）。嘗試新的預處理方法、窗口時間和優(yōu)化。點擊多次后，您應該會得到一個可以在 RPI 上運行的 TensorFlow Lite 模型。如果您不喜歡準確性，請嘗試收集更多數(shù)據(jù)或新的激活概念——您可能不會超過 80%。

一些部分很難理解和混淆，因為代碼沒有完善，一些舊的未使用的特性仍然存在：問我你是否想不通。如果你的臺式機沒有好顯卡，你可以使用谷歌的免費服務 Google Colab。

模型架構

?

運行模型

獲得 TFLite 模型后，將文件移動到計算機上并將模型名稱放在mind.py中。現(xiàn)在，我讓 RPI 打開了一個 GPIO 引腳，但是您可以在 if 語句中定義任何您想要的東西。祝你好運！

建造火焰噴射器

老實說，我不建議制造火焰噴射器，因為我認為您可以使用支持 AI 的 Mindflex 做出一些令人難以置信且更安全的想法。但是如果你想建造一個，火焰噴射器的概念非常簡單，因為它只是一個電磁閥，用弧光打火機噴射丙烷。對于這個項目，我 3D 打印了一個外殼、添加了按鈕和一個屏幕來控制安全功能。對于電源，我使用了連接到無人機通常使用的配電板的鋰聚合物電池：它有 5v 和 12v 輸出。打火機由繼電器控制，而電磁閥由晶體管控制。我用一個繼電器來控制打火機，用一個晶體管來控制電磁閥。

我在下面的附件中包含了 stl 文件。如果您要使用我的設計，我建議您戴上防火手套。我還包含了運行整個程序的 arduino nano 的代碼——如果你愿意，你可以在思維模式和打孔模式之間切換。

?