Embedded Files
複製專題
初次設定請參考前置作業
專案說明
本應用程式建立了一個互動式物件辨識遊戲，能夠辨識現實世界中的物體。它使用 video_objectdetection Brick，透過 USB 網路攝影機（Webcam）即時擷取影像，並利用 YOLOX Nano 人工智慧模型持續進行物件辨識。
使用者需依照網頁上的提示，尋找並讓鏡頭辨識以下五種物品：
📖 書本（Book）
🍼 瓶子（Bottle）
🪑 椅子（Chair）
☕ 杯子（Cup）
📱 手機（Cell Phone）
當五項物品皆成功辨識後，即完成挑戰並進入過關（Win）狀態。
主要功能
主要功能
🎥 即時影像串流與物件辨識
使用 USB 攝影機即時擷取畫面，並持續辨識畫面中的物件。✅ 互動式任務清單
當系統成功辨識指定物品後，清單會自動更新，顯示已完成的項目。🎯 信心值（Confidence Threshold）調整
可調整辨識信心值門檻，以控制辨識的靈敏度與準確度。🏆 完成挑戰機制
當五項指定物品全部找到後，系統會自動顯示過關畫面或成功訊息，讓遊戲更具互動性與趣味性。
運作原理（How It Works）
運作原理（How It Works）
🎥 1. 即時影像串流（Video Streaming）
video_objectdetection Brick 會從 USB 網路攝影機（Webcam）擷取即時影像，並在 4912 埠（Port 4912）提供低延遲（Low Latency）的影像串流服務。前端網頁透過 <iframe> 嵌入此串流畫面，讓使用者能即時觀看攝影機影像。
🤖 2. AI 物件辨識（Inference）
後端系統會持續將攝影機取得的每一張影像畫面送入 YOLOX Nano 物件辨識模型進行推論（Inference），即時辨識畫面中出現的各種物件。
🔄 3. 偵測結果傳送（Event Handling）
當 AI 成功辨識到物件後，後端會透過 WebSocket 將辨識結果（例如：Book、Bottle、Chair 等物件標籤）即時傳送至前端網頁。
🎮 4. 遊戲邏輯（Game Logic）
前端 JavaScript 會接收 WebSocket 傳來的辨識結果，並與預先設定的目標清單進行比對。若辨識到指定物品，系統便會自動更新任務清單，當所有目標物件皆完成辨識後，即判定挑戰成功並顯示過關畫面。
硬體安裝：Type C hub + webcam + PD Power
工作流程
連線控制：
先記錄UNO Q當時的連線IP，方便之後做連結。
如果是相同交換器/IP分享器底下，則可以將筆電與UNO Q連線到同一台底下，再開啟ArduinoAppLab程式
輸入密碼
輸入密碼
最一開始安裝設定時所設定的密碼
完成遊戲
完成遊戲
書
瓶子
椅子
杯子
手機
自定義搜尋物件
自定義搜尋物件
變更物件：
變更assets/app.js 中targetObjects 陣列中的物件。
變更網頁縮圖：
變更assets/index.html中的小圖示與文字。
專案架構：
HTML：網頁以iframe的方式顯示影音串流
Javascript中設定找尋目標，並在偵測到時傳送message。
Python：將 AI 物件辨識結果即時傳送到網頁介面，讓前端可以根據辨識結果更新遊戲畫面。
App：負責啟動整個 Arduino App。
WebUI：建立與網頁前端的通訊。
VideoObjectDetection：負責攝影機畫面與 AI 物件辨識。
datetime：取得目前時間，作為事件時間戳記（Timestamp）。
Page updated
Google Sites
Report abuse