{RoboCafé}
智慧咖啡廳設計提案
"team 4":[
{"leader":"徐子越",
"mem1":"毛鼎言",
"mem2":"劉安昇",
"mem3":"許哲偉",
"mem4":"劉安華",
"mem5":"陳惠龍"}
]
{Concepts}
設計理念/
Concepts
目的
期望能連結人工智慧的各項技術,搭配獨有的創意發想,帶給顧客不只有趣,也更便利的使用者體驗。
管理人員利用影像識別,實現自動化衛生控管,並透過深度學習來預測原物料的價格,藉此控制營運成本。
{Features}
/
徐子越 18
LINE BOT、自動帶位、整體風格設計
LINE BOT設計-動機
- 透過LINE BOT,讓使用者以充滿趣味的方式來預約訂位。
- 使用者可隨時查詢以及取消訂位。
- 店家也節省了電話預約的人事成本。
LINE BOT設計/
徐子越 18
預約流程圖
LINE BOT設計/
徐子越 18
LINE BOT設計/
徐子越 18
LINE BOT設計/
Demo
徐子越 18
LINE BOT設計/
程式架構
徐子越 18
自動帶位系統-動機
- 在一般的餐廳,前來用餐的顧客都需要等待店員帶位。為了避免顧客久候,我們設計了自動帶位系統。
- 只需站在攝影機前幾秒鐘,系統便為顧客自動分配到相對應的桌號,同時有語音提示,不僅顧客體驗更佳,店家也節省了人事開銷。
自動帶位系統/
徐子越 18
概念
- 串聯了OpenCV、Python、MySQL、Django等技術。
- 計算臉部辨識攝影機視角內的人數,以此做為判斷店內帶位的依據。
- 可在網頁瀏覽器即時看到座位使用情況。
自動帶位系統/
徐子越 18
Demo
自動帶位系統/
徐子越 18
程式架構
gTTS
自動帶位系統/
徐子越 18
webcam
讓我們歡迎下一位
毛鼎言
負責項目:
語音點餐、AI拉花秀、客評分析
人數辨識(獨自一人)/
徐子越 18
人數辨識(四人用餐)/
徐子越 18
人數辨識(無法辨識)/
徐子越 18
概念
- 網站包含咖啡廳特色介紹、餐點品項、店址、聯絡方式等等。
- 製作即時顯示店內的座位的頁面,讓客人清楚看見座位的使用情況。
網站設計/
徐子越 18
/
語音點餐、AI拉花秀、客評分析
毛鼎言 12
- Amazon的Alexa、Google語音助理都可以開發英語點餐語音bot,但中文尚無支援。
- 我們利用Python的gtts、speech_recognition兩個套件,自行建構簡單的語音點餐系統。
語音點餐-if, else, for...
語音點餐/
毛鼎言 12
使用技術
語音點餐/
毛鼎言 12
Demo
語音點餐/
毛鼎言 12
語音點餐/
毛鼎言 12
gtts
speech_recognition
Our
Code
voice
text
AI拉花秀/
毛鼎言 12
- AI咖啡廳就怕冷冰冰!我們利用深度學習中的CNN影像風格轉換,讓顧客體驗AI便利之餘,更能享受藝術與「人味」。
- 輸入一張自拍照或風景照,經過VGG19模型抽取特徵,回傳一張咖啡拉花風格照片,供顧客收藏分享。
AI拉花-深度學習
AI拉花秀/
毛鼎言 12
AI拉花-使用技術
AI拉花秀/
毛鼎言 12
AI拉花秀/
毛鼎言 12
Demo
AI拉花秀/
毛鼎言 12
Flask
Deep
Learning
Model
Imgur
特徵抽取範例
特徵抽取範例
特徵抽取原理
- AI咖啡廳最怕冷冰冰!我們利用深度學習中的CNN影像風格轉換,讓顧客體驗AI便利之餘,更能享受藝術與「人味」
- 輸入一張自拍照或風景照,經過VGG19模型抽取特徵,回傳一張咖啡拉花風格照片,供顧客收藏分享
特徵抽取範例 (1~5 由淺入深)
AI拉花秀/
毛鼎言 12
1
2
3
4
5
Cycle-GAN會更好嗎 : 訓練10小時
AI拉花秀/
毛鼎言 12
- 相較CNN的特徵抽取,Cycle-GAN的對抗生成方式,使照片保留更多原本輪廓,但也少了藝術感。
- VGG19為現成的深度模型,不用訓練,但等待特徵抽取(拉花)的時間長;Cycle-GAN模型需訓練時間長,但照片轉換(拉花)時間短。
CNN 或 Cycle-GAN?
AI拉花秀/
毛鼎言 12
實際應用
AI拉花秀/
毛鼎言 12
/
客評分析:中文情緒辨識
毛鼎言 12
- 英文情緒辨識有不少現成API (Google, Amazon, MS...),但中文情緒辨識資源較少。
- 本組利用貝式分類演算法(機器學習)做出中文的情緒辨識。
- 根據客戶評論即時判斷客戶滿意/不滿意,做出及時回饋。
- 同時深入分析顧客對咖啡廳哪個部分滿意/不滿意,寫進資料庫建檔,方便改進。
中文情緒分析-機器學習
中文情緒辨識/
毛鼎言 12
中文情緒辨識/
使用技術
毛鼎言 12
Demo
語音點餐/
毛鼎言 12
客評分析/
毛鼎言 12
ML model
Flask
Machine
Learning
Model
客評分析/
正負評論蒐集-爬蟲
正評
719則
負評
775則
毛鼎言 12
客評分析/
SnowNLP資料集: 書評、飯店評、3c評
正評16548則
負評18576則
毛鼎言 12
- 將資料庫內的客戶滿意度調查串聯語音點餐系統,在顧客點餐同時做出推薦,這推薦系統是同步在變化的。
- 嘗試用其他演算法增加情緒辨識準確率。
未來展望
客評分析/
毛鼎言 12
讓我們歡迎下一位
劉安昇
負責項目:
道路辨識、路障偵測
語音點餐
語音點餐/
毛鼎言 12
中文情緒辨識/
拉花及意見回饋機器人
毛鼎言 12
劉安昇 05
送餐自走車/
- 送餐自走車,在既定路線利用道路跟隨運送餐點,且透過障礙物辨識閃避路徑上餐具。
服務
- 節省人力、減輕部分工作負擔。
- 製造話題,提升來客率。
目的
劉安昇 05
送餐自走車/
硬體架構
image
道路辨識/
劉安昇 05
跑道設計
道路辨識/
劉安昇 05
使用技術
Duckietown
道路辨識/
劉安昇 05
道路辨識/
劉安昇 05
Duckietown使用ROS系統整和感知器訊號,經影像處理後,透過道路邊線邊緣偵測,達成道路辨識
Duckietown道路辨識
OpenCV影像處理
道路辨識/
劉安昇 05
Demo
道路辨識/
劉安昇 05
道路辨識/
劉安昇 05
Donkey架構
道路辨識/
劉安昇 05
使用技術
道路辨識/
劉安昇 05
Donkey 道路辨識
影像處理
CNN模型訓練
大量資料讓CNN學習在兩道路邊線內行駛
道路辨識/
劉安昇 05
5層CNN神經網路
道路辨識/
劉安昇 05
訓練流程
Data Collecting
Model Training
Model Testing
道路辨識/
劉安昇 05
Data Collecting
收集9415張120*160 RGB照片,同時系統會即時記錄油門與轉向在不同狀況下PWM訊號變化。
道路辨識/
劉安昇 05
Data Training
9415張120*160 RGB照片,
訓練24個Epoch
道路辨識/
劉安昇 05
Demo
道路辨識/
劉安昇 05
道路辨識/
劉安昇 05
為何選擇Donkey
初期採用Duckietown架構,設置環境時與台灣樹梅派人員多次請教,雖然能夠實現道路辨識但因訓練環境不同,且ros系統適用於多感知器環境,因此改為使用Donkey架構,呈現道路辨識及避障功能。
障礙物閃避/
劉安昇 05
障礙物閃避/
劉安昇 05
影像處理
CNN模型訓練
障礙物閃避原理
大量包含障礙物資料,使CNN模型學習識別馬克杯進行閃避動作。
障礙物閃避/
劉安昇 05
Data Collecting
收集13545張120*160障礙物在內的照片,同時程式會記錄閃避障礙物時油門與轉向的PWM訊號變化。
障礙物閃避/
劉安昇 05
Data Training
13545張120*160 RGB照片,訓練22個Epoch。
障礙物閃避/
劉安昇 05
Demo
障礙物閃避/
劉安昇 05
送餐自走車/
劉安昇 05
未來展望
透過更好的演算法優化辨識不同道路複雜環境,使道路跟隨及避障功能更趨穩定。
為自走車加裝托盤或機械手臂,提供更完善服務。
送餐自走車/
劉安昇 05
讓我們歡迎下一位
許哲偉
負責項目:
顧客臉部辨識、文字識別
送餐自走車/
許哲偉 26
送餐自走車/
- 提供人臉識別技術,偵測顧客是否在座位上,確認客人後送上餐點服務。
- 文字辨識與數字辨識技術,給顧客一個全新的體驗,只要舉起座號或是拿起告示牌(Robo),送餐自走車就會停在你眼前。想要喝拉花後的咖啡,不再需要走到服務生面前。
服務
目的
許哲偉 26
- 提供咖啡店多元化服務,給顧客一個安靜的空間。
- 利用機器學習、深度學習與opencv實現在Rpi上的人臉辨識與文字、數字識別功能,以減輕服務員的辛勞。
送餐自走車/
許哲偉 26
自走車組裝及安裝Raspbian在RPi上
->歷經Ducky car到Donkey car的過程
->資料收集及機器學習套件查詢
->人臉及文字與數字辨識學習(training)
->結合Rpi自走車
->實際debug與送餐應用
進度歷程
送餐自走車/
許哲偉 26
人臉辨識
Face_recognition
Raspberry pi
送餐自走車/
許哲偉 26
Deep Neural Networks (DNN)
Raspberry pi
Tesseract OCR
文字與數字影像識別
Demo
送餐自走車/
許哲偉 26
人臉識別
我們運用了face_recognition套件,以webcam實作人臉識別。
測試-組員1-Jeff Mao
送餐自走車/
許哲偉 26
人臉識別
不同的組員間切換測試,均能正確辨識出組員以及我們給的Label
測試-組員2-Anson Liu
送餐自走車/
許哲偉 26
DNN模型
運用了opencv裡的
- dnn.blobFromImage 深度學習預訓練模型
- dnn.readNet神經網路
EAST文本檢測器API
實現自然場景下的文本檢測
Demo
送餐自走車/
許哲偉 26
文字與數字影像識別
送餐自走車/
許哲偉 26
文字影像識別
我們試著實作在現實場景如何框出並標示
{ Raspberry pi }這本書的書名。
Demo
送餐自走車/
許哲偉 26
送餐車辨識文字
送餐自走車/
許哲偉 26
未來展望
- 文字辨識的功用很多也廣,希望能增加識別度,擺脫一些總是辨識不出的困難與多處場景的各種文字干擾。
- 送餐機器人在服務時我們能給他一道指令{ a cup of coffee ,please },就會送上一杯熱咖啡。
- 當顧客舉起{ Pay }這個指令時能以機器人通知櫃台並買單結帳。
讓我們歡迎下一位
劉安華
負責項目:
衛生管理系統
送餐自走車/
許哲偉 26
利用webcam監視店內與廚房,實現自動化衛生控管。
衛生管理
衛生管理
使用TensorFlow Object Detection,如監控到有老鼠於咖啡店內出現,會自動拍攝照片並通知店家。
劉安華 06
衛生管理
/
劉安華 06
衛生管理
/
Demo
劉安華 06
衛生管理
/
劉安華 06
衛生管理
/
程式運作邏輯
程式運作邏輯
衛生管理
/
劉安華 06
衛生管理
/
劉安華 06
使用技術
衛生管理
/
劉安華 06
資料蒐集
初版資料
使用google-images-download 和 Fatkun這兩個套件,透過更換關鍵詞的方式從Google上爬下了3000張各式老鼠照片進行訓練。
失敗模型初版:1500張網路搜尋老鼠照片
衛生管理
/
劉安華 06
資料蒐集
失敗模型二版:4500張網路蒐集貓、狗、老鼠混合照片
衛生管理
/
劉安華 06
資料蒐集
衛生管理
/
劉安華 06
模型失敗原因
網路蒐集的照片資料多為近照、特寫照,將老鼠的肢體、臉、甚至鬍鬚都有拍攝出來。
資料蒐集
衛生管理
/
劉安華 06
模型失敗原因
Webcam裝設位置多處於高處,從上到下30~45度角,而且距離較遠。
資料蒐集
衛生管理
/
劉安華 06
更新資料
使用OpenCV拍攝道具老鼠影片,再透過OpenCV將影片每秒擷取10張圖片,當成訓練模型的資料。
資料蒐集
衛生管理
/
劉安華 06
三版模型:1000張自行拍攝照片
資料蒐集
衛生管理
/
劉安華 06
未來展望
- 強化模型,使模型廣泛運用到各個場景,不用再因辨識物件周遭環境改變而需要重新蒐集環境資料。
- 將蟑螂、蒼蠅等加入辨識的模型中,增加模型可運用的範圍。
衛生管理
/
劉安華 06
讓我們歡迎下一位
陳惠龍
負責項目:
咖啡詩人、價格預測
咖啡詩人玩期貨/
「如果我不在家,就是在咖啡館;如果不是在咖啡館,就是在往咖啡館的路上」。 Peter Altenberg十九世紀奧地利詩人寫於維也納Cafe Central。
陳惠龍 20
- AI人工智慧
-
時間序列預測
咖啡詩人玩期貨/
- LSTM+GRU架構文字前後連結關係,以古詩詞訓練建立詩詞創作模型。
- LSTM分別建立單變數與多變數時間序列預測模型,預測咖啡豆期貨價格。
設計構想
陳惠龍 20
- AI人工智慧
-
時間序列預測
咖啡詩人
咖啡詩人玩期貨/
建模 - Tensorflow+KERAS+LSTM+GRU
訓練 - 古詩詞約500,000字
參數 - Epochs = 100 & Batch size = 512
陳惠龍 20
- AI人工智慧
-
時間序列預測
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
建模 - Tensorflow+KERAS+LSTM
訓練 - 咖啡期貨、石油期貨、美元指數、恐慌指數。
序列 - 訓練 2000.01 ~ 2018.11 前85%
預測 2000.01 ~ 2018.11 後15%
參數 - Epochs = 5 & Batch size = 50
成果 - 40-day forecasts & one-day forecast
咖啡期貨
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.1 One-variate (cof) 40-day forecasts
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.2 Multi-variable (cof, wti, dxf, spv) 40-day forecasts
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.3 One-variable (cof) one-day forecast
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.4 Multi-variable (cof, wti, dxf, spv) one-day forecast
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.5 One-V (cof) one-day directional forecast
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
Fig.6 Multi-V(cof, wti, dxf, spv)
one-day directional forecast
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
咖啡詩人玩期貨/
陳惠龍 20
- AI人工智慧
-
時間序列預測
{Team}
小組成員介紹/
Team
徐子越: LINE BOT、自動帶位、整體風格設計
毛鼎言: 語音點餐、AI拉花秀、客評分析
劉安昇: 送餐機器人-道路辨識、障礙物辨識
許哲偉: 送餐機器人-顧客臉部辨識、文字識別
劉安華: 衛生管理系統
陳惠龍: 咖啡詩人、價格預測
{Thank you!}
請不吝指教,謝謝!
by-Team 4
RoboCafé/
Copy of RoboCafé - Final proposal - KenHsu
By Jaina Angel
Copy of RoboCafé - Final proposal - KenHsu
智慧咖啡廳設計提案
- 263