Windows 10 系統還原 (Windows 10、8)

 

若不想一天到晚重灌系windows系統. 那麼這個功能是一定要啓用的~

在工作列的搜尋方塊中，輸入建立還原點，然後從結果清單中選取[建立還原點]。
在[系統內容] 方塊中的[系統保護] 索引標籤上，選取[建立]。


Windows 會自動根據定期排定的時間間隔建立還原點，以及在安裝許多軟體之前建立還原點。 如果要手動建立還原點，就直接點選 [建立], 輸入還原點描述，然後選取[建立] > [確定]。 如果D磁碟機不用保護, 則不要開啓D的磁碟機的系統保護. 如此還原時就一定也只會還原系統碟而已。

TelegramBot 傳送貼圖的方法

 

TelegramBot 傳送圖片的方法

def start(update: Update, context: CallbackContext) -> None:

    update.message.reply_text('Hi!')

    update.message.reply_sticker('http://e2412fdcd657.ngrok.io/sticker.png')

而參數是圖片的URL位址

可以在windows 上利用MobaXterm 啓動HTTP Server 並把圖片(stciker.png)放在資料匣下. . 用瀏覽器存取 http://127.0.0.1/sticker.png

 sticker.png要放在C:\Users\Joseph下

但telegram Server 無法存取此網址 127.0.0.1 ? 怎麼辧呢? 我們可以利用ngrok 在電腦上打一個洞. 讓外面Telegram Server 可以連進來我們在本機(Localhost)的HTTP Sever

下載ngrok Windows版本, 並點擊執行ngrok.exe, 接著鍵入 ngrok 80 , 將會出現底下畫面

在瀏覽器上打入 http://e2412fdcd657.ngrok.io/sticker.png   , 若可以存取到. 則Telgram Server 就可以存取到了,這個網址就是貼在程式碼中的圖片位址

 

註: 免費的MobaXterm只有180秒啓動時間就會自動關閉, 可以自己架設其他的web Server. 或註冊MobaXterm

AI邊緣運算實作: TensorFlow Lite for MCU

關於AI邊緣運算


隨著物聯網與人工智慧發展，工作負載開始由雲端移轉至終端，AI也隨之進入到嵌入式系統及物聯網終端裝置中。在終端或所謂邊緣裝置這類的超低功耗微處理器上所實現的深度學習，被稱呼為微型深度學習。然而在MCU本身運算速度就不快，記憶體空間也有限的情況下，AI模型也不能太大，因此要能確保AI 效能，同時兼顧低功耗、成本與縮短開發時間，都是研發人員所必須面對的挑戰。

什麼是TensorFlow Lite

TensorFlow Lite for MCU正是專為邊緣裝置設計的TensorFlow模型預測框架，是TensorFlow的精簡版本，讓開發者可以在物聯網與嵌入式裝置中部署微型機器學習模型。

AI模型佈署於微控制器，需要那些知識 ?

首先，必須先知道TensorFlow Lite for MCU 在實作上會涉及Deep Learning 觀念及MCU開發技術,然而這是兩個截然不同的技術領域的人， 故要能有效整合出好的AI系統，必須能同時理解這兩邊的技術。簡而言之，你會需要對於Deep Learning 有一定的概念、還要有模型優化(如Quantization)、TensorFlow Lite的框架以及MCU程式開發的相關知識。技術不能說很難，但對於初學者，沒有人引導，是有困難度的，因為開發環境包含AI環境與MCU的BSP環境都不太熟悉的情況下，產生的錯誤常常搞不清楚問題在那 。

在板子跑AI和我在電腦跑AI有何差別?

在電腦上跑AI，對於輸入資料多半是.csv或圖片，以檔案方式存在。 然而在邊緣運算上, 輸入的資料通常是來自硬體的感測器，因此要能正確且即時的對資料預處理並且轉換成模型所須要的x輸入型狀(x input shape)才能代入模型。但資料抓取上要如何切成一個剛好完整的x 來進行推論呢? 例如聲音訊號是連續波, 不可能每次都剛好切出一段完整的聲音丟入模型，而得到很好的正確率。還有，像是感測器訊號也可能有雜訊產生，也會造成模型誤判。所以在系統上，需要有一個處理的機制來讓我們的AI系統達到穏定。

在板子上讀取訊號當作x

OK 先從簡單的開始, 要先去觀察感測器看到什麼. 也就是x, 不對的x, 再好的模型也無法得到好的結果.

在Sparkfun edge board 讀取G-Sensor X, Y,Z 的變化

在Sparkfun edge board 讀取Microphone 左右聲道變化

Tiny DL Demo

底下Demo 幾個AI邊緣運算分別在圖像、聲音、感測訊號的應用

語音識別

姿態識別

                          

人臉偵測

 

在Sparkfun edge board 讀取Camera的畫面

References:

https://bit.ly/3j2fIIt

好用的SSH Client : MobaXterm

 MobaXterm 為一個SSH Client, 可以用來連入我們Linux 的伺服器

    新增SSH Session: 

       Remote Host: 虛擬主機的外部IP

接下來會需要輸入登入Linux主機的帳密  (記得:有分大小寫)

使用MobaXterm的三大好處

• 你可以用SFTP的視窗操作, 就可以直接上傳或下載遠端Linux主機的檔案,
  
  
• 你可以遠端開啓,編輯Linux主機的檔案, 如果你不熟vi或nano這類UNIX文字編輯器,這可以讓你使用你所習慣的windows編輯器, 如Notepad++等.

• 由於MobaTerm 內含X Server，所以你可以在遠端執行具有一個GUI 視窗的程式 (X Client), 而視窗畫面會出現在我們本機的windows上. (有興趣可以去google 一下 X Window, X11 protocol) 
  
  
  

  

     Note: 預設MobaXterm 使用SSH, 會啓動X11 Forwarding. 可以讓GUI 視窗仿佛要顯示在local端,然而實際上是走SSH 通道將畫面Forwarding 到windows系統這邊來.

在windows上用Virtual Box 建置Linux主機

STEP 0:  Prepare Your VirtualBox Environment

下載VirtualBox 軟體: https://www.virtualbox.org/wiki/Downloads

下載 Ubuntu Image (取得一個已經包含完整系統的虛擬應用裝置檔案ova檔)

*ova 為VirtualBox使用的開放虛擬機器格式OVF (Open Virtualization Format)

STEP 2. Importing an Existing Virtual Machine into VirtualBox
 

啓動 VirtualBox , 並在 [File->Import Appliance]

選擇xxxx.ova檔, 載入後, 之後此VM系統及運作中在檔案系統所產生的檔案, 預設是放在

C:\Users\<user>\VirtualBox VMs\LinuxVMImages\xxxx下, 此即為Machine Folder 的位置。 若要變更預設Machine Folder位置, 則在Import Appliance時要點選

Expert Mode, 則可以在Import Appliance時, 變更Machine Folder的預設位置.

匯入需要一些時間....wait ..wait ..

STEP 3. Start Virtual Machine

接著點選剛匯入的VM, [Start] 

啓動時也許會跳出錯誤訊息, 大多數是因為VM內的網卡硬體裝置可能和你的機器不同, 所以只要重新選擇成你機器的網卡, 就可以正常啓動!

  

以使用者帳號 ubuntu (password: ubuntu) 登入, 大功告成.

登入後可以為root 建立密碼

sudo passwd root

切換root帳號

su -

其他

1.) Shared Folder

可以讓Host OS( Winodws)  分享資料匣給Guest OS (Ubuntu), 則Host可以和Guest共用此資料匣來交換檔案. Host 啓動Shared Folder 並勾選自動mount , 則Guest OS (Ubuntu) 會mount 此 資料匣在 /media路徑下, 或者開啓檔案管理員 (nautilus) 也看到此共用的資料匣。

2.) 在windows使用SSH Client登入Ubuntu

在Ubuntu 下 , 開啓 terminal 執行 ifconfig 可以看到Ubuntu IP,  接著在windows 啓動SSH Client (如MobaXterm) 連入。接著用 SSH 的SFTP 功能, 如同FTP一樣, 可以很方便的讓Host 和 Guest 交換檔案。  ==> 更多關於Mobaxterm的使用

3.) Virtualbox Guest Additions

為了方便Host OS( Winodws) 和 Guest OS (Ubuntu) 方便交換資訊, 如 copy & paste 或拖拉交換檔案, 可以安裝Guest Additions , 先卸載 VBox_GAs_6.1.14.ISO (以光碟機型式出現), 再重新掛載

先Eject 此光碟

, 再掛載

 點選桌面上的光碟 (VBOX_GAS_6.1.14)  [Run], 則會開始安裝

 

win10安裝 Anaconda +Tensorflow2.0

一. 建議使用Google Colab 執行keras/tensoflow 的程式,因為這是最適合初學者的操作環境, 不僅可以省去很多套件安裝的麻煩, 還可以擁有免費的GPU/TPU 計算資源可以使用.

　https://www.cc.ntu.edu.tw/chinese/epaper/0052/20200320_5207.html

二.  Win10 安裝 Anaconda + Python 3.7+ Tensorflow2.x

1. ) 先下載Anaconda 3.x    並安裝 (基本上只要一直按"下一步",即可完成安裝)

附錄--Anaconda installation from 艾鍗科技

2.) 利用Anaconda 建置一個虛擬環境, 並在此虛擬環境下安裝所需的套件

在Windows 開始選擇, 搜尋 “Anaconda Prompt”, 並開啓 [Anaconda Prompt]

接著執行以下指令

#新增虛擬環境(取名為tf2.0)

conda create -n tf2.0 python=3.7

#啓用虛擬環境並安裝TF2.0 (穏定版本)

conda activate tf2.0

pip install tensorflow==2.0.0-beta1

pip uninstall numpy

pip install numpy==1.16.2

pip install matplotlib

#在虛擬環境tf2.0安裝其他套件 (如果有需要的話)

conda install jupyter


#在虛擬環境tf2.0, 進入python 互動環境(REPL)並檢查TF版本

python

import tensorflow as tf

tf.__version__





#移除conda虛擬環境tf2.0

conda env remove --name tf2.0

=======其他=============

# 將tensorflow 2.0 更新到目前最新版本(非stable 版本, 如果有必要的話才更新)
pip install tf-nightly --upgrade

使用Google Compute Engine 建置Linux環境

 

申請Google Compute Engine 90天試用

利用 gmail 帳戶, 在Google Compute Engine (GCE) 快速獲得免費的LINUX主機
申請時雖然會需要輸入信用卡號.但90天內使用是不用錢的 ~

1.) 建置虛擬主機

 

新增一個 VM 執行個體

主要是選擇作業系統, 

這裡我們選擇了Linux Ubuntu 18.04 的版本

基本上其他的設定都預設就可以了, 在最下方, 按下 [建立] 就這樣清鬆地建立一台LINUX 主機了. 接下來就是遠端登入使用這台主機了.

2.) 使用SSH 登入GCE的Linux Ubuntu 

使用SSH登入, 只允許使用RSA認證的方式登入。我們可以使用puttygen.exe 來產生成對的RSA public key & private key

3.) 在GCE/[中繼資料] 和 [安全殼層金鑰] 新增一組RSA Public key

  這裡的金鑰及值, 都是從puttygen.exe  貼上來的

Python Open GL及RL 套件安裝

進行下列軟體安裝  ( 底下安裝指令在Ubuntu 18.04的測試過,皆可順利安裝)

若沒有Linux 環境怎麼辦? ==> 請參考使用Google Compute Engine 建置Linux環境

得先確認 python版本須為3.6以後 (事實上, Ubuntu 18.04 所安裝的Python己經是3.6以後的版本), 

執行  python3 -V  會顯示python的版本 ==> Python 3.6.9

 

開始安裝套件

[Install pip3]

sudo apt-get install python3-pip

[Install PyOpenGL]

sudo apt-get install -y python-opengl

[Install RL SDK]

sudo pip3 install pybullet

sudo pip3 install gym

 執行 Hello PyBullet World 範例

可用SFTP 將測試檔案test.py 上傳Ubuntu 主機或直接在主機上新增程式

新增一個純文字檔案, 將下列代碼複製貼上, 並存為test.py 

[test.py 來源https://docs.google.com/document/d/10sXEhzFRSnvFcl3XxNGhnD4N2SedqwdAvK3dsihxVUA/edit#

執行python3 test.py , 終端機上會出現底下畫面

會開啓Open GL所顯示的3D畫面視窗, 恭喜你環境建置成功啦

[References]

https://github.com/bulletphysics/bullet3/releases

https://gym.openai.com/docs/#installation

DYNAMIXEL Motor: R+ Manager 2.0

 選擇 DYNAMIXEL X 系列(因為我們是XL430-W250 servo)

會自動選擇COM PORT (FTDI USB-Serial)

 Baudrate : 57600 bps (出廠預設)

開始掃描, 成功掃描到 XL430-250 motor

可以用工具針對 XL430-250 moto 內部的EEPROM 及RAM 內容做讀取及修改

先在 [Torque Enable] 設成off ,然後在Goal Position 這一格設定轉動的step或解度,

即可以看到馬達的轉動

DYNAMIXEL Motor(XL430-W250 servo) 控制

DYNAMIXEL Motor 

Dynamixel智能馬達是模組化形式，採用菊鏈多串接方式。這讓用戶可以輕鬆地更改和添加馬達關節，以獲得所需的扭力和自由度。

DYNAMIXEL Motor 有的是使用TTL,有的是使用RS485的訊號來做控制

而XL430-W250 則是使用TTL訊號來做控制

控制器 <----------TTL-------------> DYNAMIXEL Motor (XL430-W250 )

 TTL 共有3個Pin 

Data ---- 5V

VDD ---12V

GND 

所謂TTL 訊號控制可以看成是UART的半雙工模式，即出去(TX)和進來(RX) 都是走同一個TTL 的Data訊號

 UART TX -----------------------> TTL Data

 UART RX <----------------------- TTL Data

原廠的控制器如 OpenCM9.04, OpenCR, CM-150 and CM-200 等..

2.) 若要使用PC來控制 XL430-W250, PC端可以透過U2D2來達成

PC  <------UART over USB------ > U2D2  <-----TTL---->  XL430-W250,

PC可使用U2D2 來控制DYNAMIXEL 

關於U2D2

U2D2 is a small size USB communication converter that enables to control and operate DYNAMIXEL with PC.

 https://emanual.robotis.com/docs/en/parts/interface/u2d2/

Ports	Description
4Pin UART	Convert USB and UART
3Pin TTL Level	Connect to DYNAMIXEL with 3Pin TTL Level Communication
4Pin RS-485	Connect to DYNAMIXEL with 4Pin RS-485 Communication
Status LED	Display status of Power supply, TxD(Data write) and RxD(Data Read)
Micro-B USB	Connect to the PC with USB cable

關於 Dynamixel XL430-W250 Servo 

XL430-W250 servo 規格:

(TurtleBot3 Burger 漢堡款用之馬達)

– MCU 單晶片: ST Cortex-M3 (STM32F103C8 @ 72Mhz, 32Bit)
– 位置感測器: Contactless absolute encoder (12Bit, 360°)
– 馬達: Cored Motor
– 傳輸速度: 9,600 bps – 4.5 M bps
– 控制演算法: PID 控制
– 解析度: 0.088° (=360°/4,096)
– 操作模式:
• 速度控制
• 位置控制(0-360°)
• 延伸位置控制(多圈旋轉)
• PWM 控制(電壓控制)
– 重量: 57.2g
– 尺寸(W x D x H): 28.5 x 34 x 46.5 mm
– 齒輪比: 258.5 : 1
– 靜止轉距:
• 1.0N.m(9.0V, 1.0A)
• 1.4N.m(11.1V, 1.3A)
• 1.5N.m(12.0V, 1.4A)
– 無負載速度:
• 47 rpm(9.0V)
• 57 rpm(11.1V)
• 61 rpm(12.0V)
– 操作溫度: -5 ~ +72℃
– 工作電壓: 6.5V – 12.0V (建議 11.1V)
– 待機電流: 52 mA
– 指令訊號: Digital Packet
– 通訊介面:
• Half Duplex Asynchronous Serial Communication (8bit,1stop, No Parity)
– 連結(實體層):
• TTL Level Multidrop Bus (3-pin 串接式連結)
– 可用編號: 253 ID (0-252), 可串接
– 訊號回授: 位置, 速度, 負載, 即時 Tick, 軌跡, 溫度, 輸入電壓等
– 材質: 工程塑材
– 數據如有變更，請以原廠規格為準

出廠設定:

– ID = 1
– Baud Rate: 57,600bps (請依需要, 自行變更 ID 及 Baud Rate)

Control Table

The Control Table is a structure of data implemented in the device. Users can read a specific Data to get status of the device with Read Instruction Packets, and modify Data as well to control the device with WRITE Instruction Packets.

Control Table 內容有記錄在EEPROM區域及RAM區域

改寫EEPROM區域的值會一直記錄著, 而RAM區域馬達重置後值會回到初始值

修改EEPROM值, 要先將Torque Enable （位置64）設為０，才能修改

Control Table of EEPROM Area

Address	Size (Byte)	Data Name	Access	Default Value	Range	Unit
0	2	Model Number	R	1,060	-	-
2	4	Model Information	R	-	-	-
6	1	Firmware Version	R	-	-	-
7	1	ID	RW	1	0 ~ 253	-
8	1	Baud Rate	RW	1	0 ~ 7	-
9	1	Return Delay Time	RW	250	0 ~ 254	2 [μsec]
10	1	Drive Mode	RW	0	0 ~ 1	-
11	1	Operating Mode	RW	3	0 ~ 16	-
12	1	Secondary(Shadow) ID	RW	255	0 ~ 252	-
13	1	Protocol Type	RW	2	1 ~ 2	-
20	4	Homing Offset	RW	0	-1,044,479 ~ 1,044,479	1 [pulse]
24	4	Moving Threshold	RW	10	0 ~ 1,023	0.229 [rev/min]
31	1	Temperature Limit	RW	72	0 ~ 100	1 [°C]
32	2	Max Voltage Limit	RW	140	60 ~ 140	0.1 [V]
34	2	Min Voltage Limit	RW	60	60 ~ 140	0.1 [V]
36	2	PWM Limit	RW	885	0 ~ 885	0.113 [%]
44	4	Velocity Limit	RW	265	0 ~ 1,023	0.229 [rev/min]
48	4	Max Position Limit	RW	4,095	0 ~ 4,095	1 [pulse]
52	4	Min Position Limit	RW	0	0 ~ 4,095	1 [pulse]
63	1	Shutdown	RW	52	-	-

Control Table of RAM Area

Address	Size (Byte)	Data Name	Access	Default Value	Range	Unit
64	1	Torque Enable	RW	0	0 ~ 1	-
65	1	LED	RW	0	0 ~ 1	-
68	1	Status Return Level	RW	2	0 ~ 2	-
69	1	Registered Instruction	R	0	0 ~ 1	-
70	1	Hardware Error Status	R	0	-	-
76	2	Velocity I Gain	RW	1,000	0 ~ 16,383	-
78	2	Velocity P Gain	RW	100	0 ~ 16,383	-
80	2	Position D Gain	RW	4,000	0 ~ 16,383	-
82	2	Position I Gain	RW	0	0 ~ 16,383	-
84	2	Position P Gain	RW	640	0 ~ 16,383	-
88	2	Feedforward 2nd Gain	RW	0	0 ~ 16,383	-
90	2	Feedforward 1st Gain	RW	0	0 ~ 16,383	-
98	1	Bus Watchdog	RW	0	1 ~ 127	20 [msec]
100	2	Goal PWM	RW	-	-PWM Limit(36) ~ PWM Limit(36)	-
104	4	Goal Velocity	RW	-	-Velocity Limit(44) ~ Velocity Limit(44)	0.229 [rev/min]
108	4	Profile Acceleration	RW	0	0 ~ 32,767 0 ~ 32,737	214.577 [rev/min2] 1 [ms]
112	4	Profile Velocity	RW	0	0 ~ 32,767	0.229 [rev/min]
116	4	Goal Position	RW	-	Min Position Limit(52) ~ Max Position Limit(48)	1 [pulse]
120	2	Realtime Tick	R	-	0 ~ 32,767	1 [msec]
122	1	Moving	R	0	0 ~ 1	-
123	1	Moving Status	R	0	-	-
124	2	Present PWM	R	-	-	-
126	2	Present Load	R	-	-1,000 ~ 1,000	0.1 [%]
128	4	Present Velocity	R	-	-	0.229 [rev/min]
132	4	Present Position	R	-	-	1 [pulse]
136	4	Velocity Trajectory	R	-	-	0.229 [rev/min]
140	4	Position Trajectory	R	-	-	1 [pulse]
144	2	Present Input Voltage	R	-	-	0.1 [V]
146	1	Present Temperature	R	-	-	1 [°C]
168	2	Indirect Address 1	RW	224	64 ~ 661	-
170	2	Indirect Address 2	RW	225	64 ~ 661	-
172	2	Indirect Address 3	RW	226	64 ~ 661	-
…	…	…	…	…	-	-
218	2	Indirect Address 26	RW	249	64 ~ 661	-
220	2	Indirect Address 27	RW	250	64 ~ 661	-
222	2	Indirect Address 28	RW	251	64 ~ 661	-
224	1	Indirect Data 1	RW	0	0 ~ 255	-
225	1	Indirect Data 2	RW	0	0 ~ 255	-
226	1	Indirect Data 3	RW	0	0 ~ 255	-
…	…	…	…	…	-	-
249	1	Indirect Data 26	RW	0	0 ~ 255	-
250	1	Indirect Data 27	RW	0	0 ~ 255	-
251	1	Indirect Data 28	RW	0	0 ~ 255	-
578	2	Indirect Address 29	RW	634	64 ~ 661	-
580	2	Indirect Address 30	RW	635	64 ~ 661	-
582	2	Indirect Address 31	RW	636	64 ~ 661	-
…	…	…	…	…	-	-
628	2	Indirect Address 54	RW	659	64 ~ 661	-
630	2	Indirect Address 55	RW	660	64 ~ 661	-
632	2	Indirect Address 56	RW	661	64 ~ 661	-
634	1	Indirect Data 29	RW	0	0 ~ 255	-
635	1	Indirect Data 30	RW	0	0 ~ 255	-
636	1	Indirect Data 31	RW	0	0 ~ 255	-
…	…	…	…	…	-	-
659	1	Indirect Data 54	RW	0	0 ~ 255	-
660	1	Indirect Data 55	RW	0	0 ~ 255	-
661	1	Indirect Data 56	RW	0	0 ~ 255

如何使用

可以下載 R+ Manager 2.0 進行測試 (baudrate : 57600) 先使用工具操作

參考如下說明 

 http://blog.ittraining.com.tw/2020/08/dynamixel-motor-r-manager-20.html

*更多關於 R+ Manager 2.0 操作手冊 

控制協定

PC或控制器 <-----------Protocol 2.0------------> DYNAMIXEL Motor

兩邊之間的通訊協定 DYNAMIXEL Protocol 2.0

DYNAMIXEL SDK

DYNAMIXEL SDK supports various programming languages such as C, C++, C#, MATLAB, LabVIEW, Python and Java in order to help developing DYNAMIXEL control software. DYNAMIXEL SDK provides a bundle of functions/methods that can be used for operating DYNAMIXEL with protocols in the form of digital packet. DYNAMIXEL SDK is free to download from GitHub.

• ROBOTIS GitHub
• DYNAMIXEL SDK Manual

step1 下載DYNAMIXEL SDK
git clone https://github.com/ROBOTIS-GIT/DynamixelSDK.git

step 2 在rapsberry pi上安裝 DYNAMIXEL library libdxl_sbc_c.so
cd ~/DynamixelSDK/c/build/linux_sbc
make
sudo make install

step 3: 執行範例程式

~/DynamixelSDK/c/example/protocol2.0/read_write/linux_sbc

make 

./read_write

Note: 原始碼都要經過修改以配合使用的馬達型號

// Available Dynamixel model on this example : All models using Protocol 2.0
// This example is designed for using a Dynamixel PRO 54-200, and an USB2DYNAMIXEL.
// To use another Dynamixel model, such as X series, see their details in E-anual(emanual.robotis.com) and edit below "#define"d variables yourself.
// Be sure that Dynamixel PRO properties are already set as %% ID : 1 / Baudnum : 1 (Baudrate : 57600)

[References]

https://emanual.robotis.com/docs/en/dxl/x/xl430-w250
Asynchronous serial communication explained (including TTL, UART, and RS232)