描述

當今可用的大多數教育機器人都在小型計算機上運行，??其中包括最受歡迎的raspberry pi 、Jetson和arduino 。

我們將要研究的一些附加功能是人臉識別和對話式人工智能。

在 Raspberry Pi Model 3、4 上安裝 Virtualenvwrapper

在我們在樹莓派上開始任何 AI/ML 項目之前，我們必須先設置環境。

最好的做法是始終創建虛擬環境，這樣我們的基礎環境就不會受到影響，僅將其用于管理目的。
另一個原因是避免不同應用程序之間的沖突。應用程序使用同一模塊的不同版本是很常見的，因此為了避免這些沖突，我們使用不同的環境。

我們將使用 virtualenvwrapper：

我們將調用環境 1 – facrec （人臉識別的縮寫）
和
環境 2 – cbot （聊天機器人的縮寫）

virtualenvwrapper 5.0.1.dev2

首先，一些初始化步驟。其中大部分只需要完成一次。您需要將該命令添加source /usr/local/bin/virtualenvwrapper.sh到您的 shell 啟動文件中，根據 pip 或包管理器的安裝位置更改 virtualenvwrapper.sh 的路徑。

$ pip install virtualenvwrapper
...
$ export WORKON_HOME=~/Envs
$ mkdir -p $WORKON_HOME
$ source /usr/local/bin/virtualenvwrapper.sh
$ mkvirtualenv facrec
Installing
setuptools..........................................
....................................................
....................................................
...............................done.
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/facrec/bin/predeactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/facrec/bin/postdeactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/facrec/bin/preactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/facrec/bin/postactivate  New python executable in facrec/bin/python
(facrec)$ ls $WORKON_HOME
facrec hook.log

創建另一個環境，稱為 cbot

(facrec)$ ls $WORKON_HOME
facrec            hook.log
(facrec)$ mkvirtualenv cbot
Installing setuptools...............................
....................................................
....................................................
........... ...............................done.
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/cbot/bin/predeactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/cbot/bin/postdeactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/cbot/bin/preactivate
virtualenvwrapper.user_scripts Creating /Users/dhellmann/Envs/cbot/bin/postactivate  New python executable in cbot/bin/python
(env2)$ ls $WORKON_HOME
facrec            cbot            hook.log

在環境之間切換workon：

(cbot)$ workon facrec
(facrec)$ echo $VIRTUAL_ENV
/Users/dhellmann/Envs/facrec
(facrec)$

列出所有環境：

lsvirtualenv [-b] [-l] [-h]

顯示單個 virtualenv 的詳細信息：

showvirtualenv [env]

在 WORKON_HOME 中刪除一個環境：

rmvirtualenv ENVNAME

在刪除當前環境之前，您必須使用 deactivate。

(mynewenv)$ deactivate
$ rmvirtualenv mynewenv
$ workon
$

從虛擬環境切換到系統安裝的 Python 版本：

deactivate

環境位于：

cd ~/.virualenvs

現在我們可以開始在環境中安裝了 :))

?

在 Raspberry Pi Model 3、4 上設置人臉識別

現在我們的虛擬環境已經設置好了，讓我們繼續在虛擬環境（facrec）中安裝人臉識別包。

步驟1

在（facrec）環境中，安裝 OpenCV。這是一個記錄在案的鏈接：

https://www.pyimagesearch.com/2019/09/16/install-opencv-4-on-raspberry-pi-4-and-raspbian-buster/

第2步

安裝dlib、face_recognition、imutils：

https://www.pyimagesearch.com/2018/06/25/raspberry-pi-face-recognition/

哎呀，這是一些工作！

現在我們的樹莓派可以檢測到我們的臉，我們可以讓它打個招呼并開始與我們交談！

?

在 Raspberry Pi 模型 3、4 上設置 Python 聊天機器人（第 1 部分，共 2 部分）

在這篇文章中，我們將在我們的樹莓派上創建一個聊天機器人，它將與我們進行對話，如下所示：

您可以使用任何麥克風。在第 4 步中，說明了上述麥克風的設置。只需編輯您可能擁有的任何其他麥克風的主要聊天機器人代碼（本文的第 2 部分）。

在第 1 部分中，我們將首先設置環境。

在我們的虛擬環境 cbot（我們在之前的文章中創建）中，讓我們按照以下步驟設置聊天機器人所需的必要軟件包。

?

步驟1

我們必須安裝 Tensorflow 2.x 版本但發出命令：

點安裝張量流

只安裝舊版本。因此，要安裝最新版本，請運行以下命令：

sudo apt-get install -y libhdf5-dev libc-ares-dev libeigen3-dev

python3 -m pip install keras_applications==1.0.8 –no-deps

python3 -m pip install keras_preprocessing==1.1.0 –no-deps

python3 -m pip install h5py==2.9.0

sudo apt-get install -y openmpi-bin libopenmpi-dev

sudo apt-get install -y libatlas-base-dev

python3 -m pip install -U 六輪模擬

從https://github.com/lhelontra/tensorfl選擇一個 tensorflow 版本…… （我選擇了 2.0.0）：

現在復制相應的鏈接地址：

wget 'paste_link_address_here'

python3 -m pip 卸載張量流

python3 -m pip install 'whatever_package_name'

例如：

python3 -m pip install 'tensorflow-2.0.0-cp37-none-linux_armv7l.whl'

重新啟動您的終端

TensorFlow 2.3 在 cbot 環境下安裝成功

?

第2步

安裝以下軟件包：

pip install chatterbot==1.0.0

點安裝正則表達式==2019.11.1

pip install python-dateutil==2.7

點安裝 PyAudio

點安裝 nltk

點安裝 Keras

?

第 3 步

接下來，我們設置語音識別以將我們所說的內容轉換為文本。這將輸入到聊天機器人模型以生成響應。

迷你麥克風插入 USB 端口并調整設置：

運行以下命令記錄音頻 5 秒：

arecord -D plughw:1,0 -d 5 the_audio.wav

?

第4步

接下來我們安裝 espeak ，用于語音輸出（到耳機或揚聲器）。
安裝 espeak：

要測試 espeak，請創建文本文件，例如 speakthis.txt，然后在“hello my friend”中寫下句子。

要從文件中說話，請運行以下命令：

espeak -f speakthis.txt –stdout |aplay

你應該聽到你在 speakthis.txt 文件中寫的任何內容（在我的例子中，它說“你好，我的朋友”）

有關 espeak 命令的列表，請參閱：

http://espeak.sourceforge.net/commands.html

萬歲！我們的環境很好，現在我們可以繼續創建 AI python 聊天機器人并將所有內容粘合在一起。

在 Raspberry Pi 模型 3、4 上設置 Python 聊天機器人（第 2 部分，共 2 部分）

現在我們的 python 聊天機器人環境已經在我們的樹莓派上設置好了，讓我們開始運行代碼。

首先下載包含所有必要代碼和文件的 trivchat 文件夾：

https://github.com/wajidahmad89/rexythebot/tree/main/trivchat

將其保存到桌面，因此位置將是桌面/trivchat

讓我們快速瀏覽一下 trivchat 中的重要文件

1.首先我們有intents.json
這個文件將包含所有你能想到的問題和答案。繼續添加它！

2. 其次我們有 trainchatbot.py
這個訓練神經網絡并創建 chatbot_model.h5

3. 第三，我們有 cbot_main.py
所有的聽力、處理和口語都發生在 cbot_main.py

4. 第四，the_audio.wav 是音頻輸入，你所說的最后錄音會覆蓋在這個文件上。

5. 第五，userinput.txt 文件將轉換后的語音轉文本寫入此處。botresponse.txt 里面有你演講的答案。

6. 第六，我們有 hello_camera-output.txt，它啟動與“Hello John”的對話，正如我們在其中所寫的那樣。同樣，goodbye_camera-output.txt 有對話結束，所以我們在里面寫了“再見約翰”。

筆記

當您編輯 intents.json 時，請確保不要留下任何錯誤！
Visual Studio 是查找錯誤的不錯選擇，例如：

步驟1

在命令提示符下：

pi@raspberrypi:~ $ cd 桌面/trivchat

pi@raspberrypi:~/Desktop/trivchat $ workon cbot

（如下圖所示，cbot 環境已激活，其中包含必要的包）

(cbot) pi@raspberrypi:~/Desktop/trivchat $ pythontrain_chatbot.py

它應該打印“模型創建”

第2步

現在我們運行 cbot_main.py

(cbot) pi@raspberrypi:~/Desktop/trivchat $ python cbot_main.py

現在它應該顯示“正在播放……”用于音頻輸出，因此您必須通過耳機/揚聲器聆聽它在說什么
，
“錄音……”用于音頻輸入，這是當您說話時，它會聽 5 秒鐘。文件userinput.txt將包含您所說的所有語音，文件botresponse.txt將包含所有機器人響應
?

和你的樹莓派聊天玩得開心
xD

筆記

如果您的麥克風與使用的麥克風不同，您可以在第 135 行編輯 cbot_main.py 以錄制您的演講并將其保存為 the_audio.wav

?

?

在 Raspberry Pi 模型 3、4 上運行人臉識別和 Python 聊天機器人

在這篇文章中，我們將把人臉識別 + python 聊天機器人功能合并在一起。當有人被識別時，樹莓派會說“你好”并開始對話。

步驟1

首先下載下面的fareg文件夾：

https://github.com/wajidahmad89/rexythebot/tree/main/fareg

將 FAREG 文件夾放在桌面上

用人名創建一個文件夾，
在 fareg/dataset
人的圖片會位于這個文件夾中

在命令提示符下：

努力工作

cd 桌面/票價

python encode_faces.py –dataset dataset –encodings encodings.pickle –detection-method hog

這將在 fareg 文件夾中創建 encodings.pickle 文件

稍后我們將在腳本中運行 facrec_main.py。
facrec_main.py 的作用是將相機識別的名稱寫入 trivchat 文件夾中的 camera-output-raw.txt。如果一個名字重復超過 3 次（在 camera-output-raw.txt 內），這是一個很好的措施來識別正確的人，所以這個確認的名字被寫入 hello_camera-output.txt ，說“你好%name%” ，
以及寫到 goodbye_camera-output.txt ，說
“再見 %name%”

hello_camera-output.txt 和 goodbye_camera-output.txt 也位于 trivchat 文件夾中。

第2步

其次將rexy_master文件下載到桌面：

https://github.com/wajidahmad89/rexythebot/tree/main/rexy_master

最后運行人臉識別+python聊天機器人：

下面顯示一次

轉到“masterfile-initiate.sh”文件并雙擊執行它

與啟動相機之前一樣，一旦人臉被識別，機器人就會開始對話。

一旦人臉識別，聊天機器人將開始對話。

嘻嘻！

Seeed Fusion 團隊正在啟動一項 Raspberry Pi CM4 贊助計劃，以支持基于 CM4 的設計。使用 Seeed PCB 組裝服務制造您的定制 Raspberry Pi CM4 載板，最高可減 $500！