Dispensador De Alimento Para Múltiples Mascotas Usando Inteligencia Artificial Con Watson: 11 საფეხური

2024 ავტორი: John Day | [email protected]. ბოლოს შეცვლილი: 2024-01-30 10:17

ეს არის ინსტრუქციულად დასაშვები, რაც საშუალებას მოგცემთ გამოყოთ თქვენი სხეულის თილისმა თილისმები, მაგალითად, როგორც ზოგადი, ისე საშიში მანქანები, რომლებიც ემსახურებიან ავტომობილის გაფრქვევას, ემბარგოს დამარცხებას, გათიშვას. Por ende no tengo una forma de saber cuál animal es para dispensar el alimento adecuado.

მან დააზუსტა თავისი გადაწყვეტილებები, რომლითაც გამოიყენება სისტემური ცნობიერება, რომელიც გამოიყენება Inteligencia Artificial para que, de medio una cámara haga un processamiento de imagen para reconocer, de cuál animal se trata y dispensar el alimento adecuado.

Lógica del sistema:

1. La mascota se acerca y es detecta un un sensor de distancia
2. El sistema toma una foto del animal
3. პროცესში თქვენ გადაწყვიტეთ ცხოველების არსებობა
4. Saluda a la mascota (Con voz humana)
5. Dispensa el alimento respectivo
6. Envía un correo al dueño indicando que ya le ha dispensado alimento

ნაბიჯი 1: Materiales Que Necesitamos

Este proyecto lo vamos realizar en conjunto, así que es momento de vayas comprar, pedir, buscar o la manera que tengas en mente, los siguientes materiales:)

1. 1 Raspberry Pi, les reciendo el modelo 3, pero las anteriores tambien funcionan!
2. 1 Cámara para ჟოლოს პი
3. 1 სენსორი ულტრაბგერითი HC-SR04
4. 2 მძღოლი
5. 2 სტეპერიანი ძრავა
6. 1 სპიკერი (Parlantes)
7. 2 ტუბერკულოზი PVC და მედია საშუალებები (Las encuentran en cualquier ferretería for menos de 2000 colones cada una.)
8. გამოიყენეთ აკუმულატორი 3 მმ -იანი ქერქისათვის, გამოიყენეთ აკრილის გამოყენება, გამოიყენე მაღალი ხარისხის ოტრო მასალა, MDF.
9. 3D შთაბეჭდილება მოახდინა კოსტა რიკაში, გამოაქვეყნა გამომგონებელი LEAD.

ნაბიჯი 2: Iniciando Con Raspberry Pi

Raspberri Pi არ არის მიკროპროცესორული, რომლითაც შესაძლებელია გამოვიყენო ნებადართული desarrollar პროეექტები, რომლებიც მოითხოვენ ალტო პოდირის გამოთვლას. მსგავსია Arduino con la diferencia que Raspberry Pi არ არის ნებადართული correr un Sistema Operativo dentro de la tarjeta de desarrollo.

ჩვენ შეგვიძლია გამოვიყენოთ raspbian, რომლითაც ხდება ლინუქსის გავრცელება, ღია კოდის, სპეციალური მიზნებისათვის corbre sober Raspberry Pi.

• Primeros pasos con Raspbery Pi

  1. El primer paso es descargar el raspbian como zip.

  2. შეაგროვეთ დეველოპმენტები ერთიანი SD მეხსიერებისათვის, მომხმარებლისთვის: Usuarios MAC / Linux:

     1. Abrimos la terminal o consola del sistema, como se muestra en la foto.

     2. Usaremos ciertos comando que explicaré para familiarizarnos y al final daré un ejemplo de uso. diskutil list => Este comando me devuelve la lista de todos los discos que encuentre la pc (una SD puede tomarse como un disco externo.) Debemos buscar cuál es el nombre asignado a las SD, por lo general puede ser "disk1", para efectos de este turorial le llamaremos "TuDisco". დისკილირება eraseDisk JHFS+ UntitledUFS <TuDisco> => ნებადართული ფორმატირებული დისკო ესკოგიდო (TuDisco).

        განიხილეთ unmountDisk /dev /<TuDisco> => Desmonta el disco para no poder utilizarlo.

        sudo dd if = of =/dev/<TuDisco> bs = 1m => Quema el sistema operativo dentro de la SD, podría durar hasta 1 hora en este paso.

        diskutil eject /dev /<TuDisco> => Expulsa el Disco

        Un ejemplo de uso de este, se encuentra adjunto en las fotos, la sintáxis del ejemplo sería así

დისკუსიის სია

diskutil eraseDisk JHFS+ UntitledUFS disk1 diskutil unmountDisk/dev/disk1 sudo dd if =/Users/bernalrojas/Downloads/2017-11-29-raspbian-stretch.img of =/dev/disk1 bs = 1m diskutil eject/dev/disk1

Windows– ის გამოყენება: გამოიყენეთ Win32Disk, რაც არ უნდა იყოს გამოყენებული, როგორც ელექტრული

• ოპერაციული სისტემა

  1. Debes conseguir una pantalla, un cable HDMI, mouse and teclado.
  2. Conectalos y enciende la ჟოლოს pi, verás que al igual que una computadora normal este va iniciar de la misma sencilla manera que cualquier otra (recordemos que es una computadora).
  3. Ahora puedes Continuar trabajando como una computadora normal o pueden accesar remotamente, as que que haremos de esta ultima forma, para no depender de una pantalla para poder trabajar.
  4. Vamos acer uso de ssh para accesar remotamente, antes de quitar la pantalla abrimos vamos a nu nuestra terminal and escribimos "ifconfig" este comando nos va devolver la dirección IP de nuestro ჟოლოს pi (guardelan porque la necesitaremos. En el futur) Ahora pueden desconectar la pantalla.
  5. Vamos a ir a nuestra computadora y abrimos la terminal de la misma manera, y escribimos ssh pi@ donde es la dirección que acabamos de recuperar en el paso anterior, deben sustituir por los números que les retornó. Pueden ver un ejemplo en las fotos para no perse en este paso.
  6. ჩვენ ვსაუბრობთ კონტრაცეფციაზე და აღჭურვილობაზე და ჟოლოს ნაგულისხმევად, როგორც "ჟოლოს". Esto nos abrirá la terminal inmediatamente.

ნაბიჯი 3: Conectando Sensores Y Actuadores Al Raspberry Pi

Cómo sabemos Raspberry Pi is un una tarjeta de desarrollo que posee pines GPIO que podemos configurar como entradas y salidas para nuestros sensores y actuadores. Nuestros sensores son:

1. Para el sensor de distancia usaremos un sensor ultrasonic. ეს არის ულტრაბგერითი სენსორის ფუნქცია, რომელიც დაკავშირებულია სხვა ფუნქციებთან … ჩვენ გამოვიყენებთ ჩვენს მოწყობილობას (გააქტიურეთ პინი), რომელიც გადატანილია ჩვენს არხზე, სენსორზე, რომელიც გამოქვეყნებულია vuelta (Echo pin) და შეაფასებს თქვენს რეკონსტრუქციას. Pueden ver la imagen adjunta que tomé de Zona Maker donde tienen un exlente tutorial para entender a como funciona este sensor
2. Para la visión artificial el sistema usará una cámara.
3. Como motor useremos un stepper motor.¿Que qu un stepper motor?
4. Para mover el motor usaremos მძღოლის ძრავა. En my caso no tenía disponibles de estos pequeños, así que usaré los que tenía mano, estos (La diferencia es que estos allowen manejar una corriente քաղաքապետ).* შენიშვნა:* El diagrama adjunto se muestra otro driver (El rojo, es un მარტივი მძღოლი) გააფართოვოს ის გამოიყენოს, ეს არის გენერალიზებული, თუ არა მერიის მძღოლები, რომლებიც დასახელებულია ნომერკლატურაში (რეჟიმი და ნაბიჯი). Con el que yo estoy utlizando (el TB6560) los pines "dir" y "step" los reemplazamos por "CW+" y "CLK+" respectivamente. Y los 2 GND los reemplazamos por CLK- y CW-.

ნაბიჯი 4: Preparando Node-RED En El Raspberry Pi

Ahora vamos a comenzar a preparar todos los paquetes necesarios para hacer que nuestro sistema funcione con Node-RED, que un un IDE de programación gráfico muy sencillo de utilizar.

შეაფასეთ ერთი წინასწარი მომზადება, რომელიც საჭიროა მხოლოდ ახალი ამბების გააქტიურების მიზნით, რაც შეეხება ტერმინალს:

sudo apt-get განახლება

sudo apt-get dist-upgrade განახლება-nodejs-and-nodered

Estos comandos nos actualizaran nuestro equipo. სრულიად ახალი, გამოუყენებელი, დაზიანების გარეშე.

• Node-RED viene precargado en raspbian for default, así solo debemos iniciarlo, para esto vamos a ir a la terminal y escribimos "node-red-start" esto nos va ejecutar un servidor bajo la misma red, ahora debes asegurarte que tu computadora esté conectada a la misma red o wifi que las ჟოლოს პი.
• Vas a ver una linea que dice algo მსგავსია "ერთხელ Node-RED დაიწყო, მიუთითეთ ბრაუზერი https://192.168.1.102:1880" ეს არის ის, რაც გირჩევთ გაგზავნოთ მომსახურების ესა თუ ის მიმართვა dirección de ustedes será diferente a la mía.
• Entraremos a nuestro navegador web y copiamos la dirección, esto nos va abrir el IDE de Node-RED
• Ahora vamos a instalar los paquete que necesitamos, para ello vamos a ir a: botón de menú arriba a la derecha => პალიტრის მართვა => ინსტალაცია. Esto nos va allowir de manera gráfica instalar todos los paquetes externos que necesitemos, lo que serían las librerías en código.

• Ahora vamos a instalar varios paquetes, esto lo haremos copiando el nombre del paquete que les dejaré abajo y dandole al botón instalar. Esto debe hacerse para cada uno de los paquetes que les dejo abajo

  1. node-red-contrib-camerapi => Para la camara
  2. node-red-node-pisrf => ულტრაბგერითი სენსორი
  3. node-red-contrib-speakerpi => Para დინამიკები
  4. node-red-node-watson => პარა უოტსონი
  5. node-red-contrib-ibm-watson-iot => პარა უოტსონი
  6. node-red-bluemix-nodes => სერვისი IBM ღრუბელი
  7. node-red-contrib-python-function => Interprette de Pytho

ნაბიჯი 5: Programando El Sistema Cognitivo

Node-RED ნებადართულია იმპორტირებული პროგრამით, რომელიც განკუთვნილია მედიოკოპირისა და პროგრამის შემდგომი დამხმარე პროგრამისათვის.

Deben is a botón de menú arriba a la derecha => import => clipboard => pegar el código => იმპორტი. Esto les debería generar los bloques del programa, algunos bloques deben configurarse.

ბლოკების კონფიგურაცია:

1. Para el primer bloque, que dice "Distancia", le daremos doble click y nos aseguraremos que los parametros sean los mismos de la fotografía adjunta.
2. "გადაიღეთ ფოტო პითონის კვანძი", დააწკაპუნეთ და დააწკაპუნეთ პარამეტრების დამატებით პარამეტრებზე. *მნიშვნელოვანია "ფაილის სახელი" le hemos puesto "image.jpg"*
3. ელექტრონული ფოსტის გაგზავნისთვის, შეგიძლიათ დააწკაპუნოთ თქვენს მიერ მოწოდებული ახალი მონაცემების შესახებ, en: სერვისის გასაგზავნად, რომელიც მიმართულია ელ.ფოსტის მისამართის გამოყენებაზე: სერვისი, რომელიც მიმართულია პერსონალურ გარემოში პაროლი: La clave de esta última dirección de correo.
4. El imoltimo paso es configurar los servicios de Watson que haremos a berdewamación en el siguiente paso.

ნაბიჯი 6: კონექტანდო უოტსონი

Watson არის სერვისი IBM– სთვის, რომელიც იყენებს API– ის მედიცინის გამოყენებას.

1. პირველ რიგში, თქვენ შეგიძლიათ შექმნათ ის IBM Cloud– ში. (IBM les dará un mes de prueba, para tener en cuenta)
2. Una vez dentro verán algo como en la foto, aquí buscaremos abajo a la izquierda Watson => Visual Recognition => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
3. Una vez que estén dentro, pueden observar que han generado un API, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) y deben copiar las credenciales, donde dice "api_key".
4. Van de vuelta al IDE de Node-RED y doble დააწკაპუნეთ ბლოკზე "Watson Visual Recognition", რომელიც მითითებულია, თუ როგორ უნდა შეაფასოთ იგი თქვენი პარამეტრების შესაბამისად და გამოაქვეყნოთ სურათები.
5. Esto mismo debe hacerse para el text to speech, Watson => Texto a voz => Pondremos un nombre único y le damos a crear. Como se muestra en las fotografías adjuntas.
6. Hemos generado un API nuevamente, ahora le dan al botón que dice "mostrar" (Ver cuarta foto) და დააკოპირეთ თქვენი მომხმარებლის სახელი "და" პაროლი ". Vamos de vuelta al IDE de Node-RED y doble დააწკაპუნეთ ბლოკზე "Hablar", რომელიც მითითებულია, თუ როგორ გამოვიყენოთ ის, რაც გასაგებია, თუ როგორ უნდა გამოვიყენოთ ის, რაც დაგჭირდებათ ფოტოში. *Esto debe hacerse para los bloques que dicen hablar*

თქვენ ჩამოთვალეთ, როგორც სენსილიო, ასევე თქვენი ფუნქციის სისტემა!:) შესაძლო შეცდომა:

Si cuando se debe tomar la foto nos retorna un error y la luz (roja) de la cámara no enciende, debemos revisar la carpeta/home/pi/სურათები. Ahora debemos ver si la foto está en negro o tiene 0KB, si es así

Nuestro sistema está configurado para guardar las fotos en la carpeta/home/pi/სურათები,. იმ შემთხვევაში, თუ არ არსებობს ფოტო ან ლა ფოტო არ არის შემოთავაზებული (0KB), შესაძლებელია თუ არა, რომ ეს არ იყოს დამცავი. Para habilitar la cámara nos vamos al botón de inicio del Raspbian “/Preferencias/Raspberry Pi/Configuración” y vamos a “Interfaces”. Ahí debemos aseguranos que “Cámara” está en “Habilitada”.

ნაბიჯი 7: Inteligencia Artificial

წარმოგიდგენიათ, რომ ეს არ არის საჭირო იმისათვის, რომ დაგჭირდეთ ინტელექტუალური ხელოვნება, რათა აღმოაჩინოთ მფარველები, რომლებიც წარმოგვიდგენია, თუ როგორ წარმოგვიდგენია სხვადასხვა სახის წინასწარგანწყობა, რაც ხელს შეუწყობს სურათის გამოყენებას. ეს არის algoritmos pueden hacerse de varias maneras, una de ellas us usando redes neuronales profundas que en la actualidad Requirere un poco de tiempo para poder sentarse a construir la arquitectura y y programa esta red, el nombre específico para el tipo de red que use es Redes Neuronales Convolucionales, que es el algoritmo que más se asemeja a las neuronas en la corteza visual humana. En estos algoritmos siempre se debe entrenar el sistema, con un conjunto de datos certeros y uno falso, es decir muchas fotos con el objeto que queremos reconocer y otro montón de fotos agrupadas, sin el objeto que queremos reconocer.

Una de las ventajas de usar de Watson, es que hace este trabajo pesado for nosotros incluyendo que el algoritmo esté entrenado for reconocer objetos universales, por supuesto dispone de una herramienta o "campo de entrenamiento" para entrenar nuestro unema sistema a objetos., en este caso, los gatos y perro los reconoce por default.

უწყვეტი მექანიზმი, რომელიც ახასიათებს ფუნქციონირებას წითელი ნეირონული ხელოვნური საშუალებით, აჯარიმებს მე დიქტატიკას, არ არის საჭირო ინსტრუქციის მისაღწევად. (Si tu interés es replicar el proyecto rápidamente, puedes saltarte hasta el fin del paréntesis).

Cómo funciona una Red Neuronal Básica (Inicio Opcional Informativo)

Una red está compuesta de varios elementos indivuales (la unidad básica) que la llama perceptron o lo que equivaldría una neurona en nuestro cerebro. Está compuesta de 3 partes principales:

1. ენტრადები
2. ფუნქცია de suma (Σ)
3. გააქტიურების ფუნქცია

Entradas:

Estas son las përfaqësadas en la imagen como x1, x2, x3, x… Serip multiplicadas por un peso w (con un valor random al inicio)

ფუნქცია de suma (Σ):

ეს არის უზარმაზარი თანამონაწილეობა, რომელიც მოიცავს მრავალჯერადი რაოდენობის მრავალრიცხოვან ფორმებს, რომლებიც დაკავშირებულია ოპერაციის დასრულებასთან, მუშაობასთან და შედეგთან ერთად.

გააქტიურების ფუნქცია:

ფუნქციური კომუნიკაციის ბარიერი umbral, es decir, si el valor del resultado supera cierto número (por lo general 0) se activará la salida de la neurona. Podemos decir que es como una llave que deja pasar el agua o cierra el paso del agua. Solo que en este caso, hablamos de la salida de una neurona.

Ahora que conocemos la unidad básica de una red neuronal (perceptrón) estamos listos para ver cómo operan en una red. Como observvan en la segunda imagen, está compuesta de 3 capas principales:

1. Capa de entrada
2. Capa oculta
3. Capa de salida

Capa de entrada:

Aquí es donde recibe todas la entradas, pueden existir un unúmero indefinido de neuronas.

Capa oculta:

Recibe la salida de cada neurona que existe en la primer capa, realiza el mismo processo en cada percetrón y su salida se la entrega a la capa de salida.

Capa de salida:

ეს არის კაპიტალის კლასიფიკაცია, რომელიც არსებობს ნეირონების ნერვულ სისტემაში, რაც საჭიროებს მათ, რაც მოითხოვს 2 ნეირონას, რომელიც შეიცავს გარკვეულ სიფრთხილეს და უნარებს.

Todo esto es muy lindo, მაგრამ ხომ არ გექნებათ რეალური ინფორმაცია ელოდება? ჩვენ ვხედავთ ინდივიდუალურ, ინდივიდუალურ შედეგებს, რაც ითვალისწინებს კალკულატორულ გამოსწორებას და აცხადებს, რომ ჩვენ ვაღწევთ უშედეგოდ (რა თქმა უნდა, ძალაში შემთხვევით). Esto puede hacerse mediante aprendizaje no supervisado or aprendizaje supervisado, la manera más sencilla, es calculando el error, es decir, la diferencia entre el valor de la salida que yo esperaba y el que realmente me dio.

(Fin del Opcional Informativo)

Watson está creado usando muchos algoritmos como el que acabamos de ver, pero con una şaredar profundidad y supplejidad por supuesto, ante esto usar el Visual Recognition API, o API de reconocimiento visual, (Que ahora sabemos que se trata de redes neuronales otros algoritmos más), resulta muy sencillo de usar, esto porque cuando configuremos el bloque con nuestra credenciales y hagamos el procesamiento de una imagen, Watson nos va devolver un archivo tipo JSON con un motón de posibilidades es oba რა როგორც წესი, თქვენ შეგიძლიათ გაეცნოთ პროცესს ფოტოზე, უოტსონმა შეიძლება შეაფასოს თქვენი სავარაუდო სავარაუდო ინფორმაცია, თუ როგორ გამოიყენებთ უოტსონს!

Luego solo usamos un script para recorrer todas esas posibles opciones y si en esa lista encuentra conciencia con un perro o un gato le avisará al resto del sistema para que dispense la comida correcta:)

ეს არის საჭირო იმისათვის, რომ გქონდეთ ინტელექტუალური ხელოვნური მეთოდი, რომელიც არ არის საკმარისი იმისათვის, რომ არსებობდეს სპეციალური მომსახურება Watson que hacen el trabajo pesado for nosotros!:)

ნაბიჯი 8: ააშენეთ აპარატურა

ეს არის გამომგონებელი LEAD (Ver laboratorio) გამომუშავებული სივრცე კოსტა რიკაში, რომელიც დაფინანსებულია კოსტა რიკის ინოვაციებით.

ლაბორატორიული კონტაქტები შთაბეჭდილებებით 3D და კორპორატიული სისტემებით არის შესაძლებელი, რომ განისაზღვროს როგორც არამიზნობრივი მექანიზმი, ასევე კომუნიკაცია, პროტოტიპების და დემონსტრაციული იდეების პროგნოზები, რომლებიც დაკავშირებულია ექსპერტებთან და რეგიონებთან.

ნაბიჯი 9: Imprimiendo El Mecanismo De Dispensado

Coment comentábamos en en Inventoría LEAD აჩვენებს ათწლეულებს nosotros impresoras 3D– ში, რაც საშუალებას გვაძლევს შევაფასოთ ის, რაც ჩვენ გვთავაზობს პროეექტორალურ რეალობას. Adjunto encontrarán los archivos listos para imprimir, les recomiendo seguir Este instructible el cuál explica paso and paso como hacer uso de las impresoras 3D in Inventoría, ya que en estos espacios buscan que todos nosotros aprendamos a hacer las cosas poris m ns nos las haga, por ello con este instructional apnender in a utilizar estas maquinas y poner a imprimir las piezas for ustedes mismos.

ნაბიჯი 10: Cortando En Láser El Case

De la misma forma, hicimos us la de cortadora láser, donde el diseño fue realizado usando inkscape el cual es una versión Open Source de programas de defeño gráfico que no permite generators vectors. La maquina láser, al ser un robot cartesiano g, funciona, ემბარგო, ეს არის gcode debe ser generado for un un software, en este caso generamos un archivo.svg que son lineas de dibujo, con el cual, el software propio de la cortadora láser puede convertir en una trayectoria para los motores de la maquina.

El მასალა: Para este diseño es importante saber que debemos usar material de 3mm, uno Mayor puede hacer que las piezas no calcen adecuadamente. Yo he utilizado acrílico negro mate (que përbëré en panaplast), esto es por una razón, me gusta realizar los trabajos con mucho oficio y elegancia, y este material crea un efecto visual muy interesante, de lejos puede confudirse con aluminio negro, lo cual le da mucha elegancia al proyecto.

Ustedes pueden utilisar el material que desined, როდესაც თქვენ შეძლებთ გააცნობიეროთ, თუ როგორ იყენებთ ქალაქს, თქვენ იყენებთ MDF– ს 3 მმ – იანი მასალისაგან, რომელიც ემყარება მასალის ეკონომიკურ და აკადემიურ თვისებებს.

ნაბიჯი 11: Ensamblando El აპარატურა

თქვენ შეგიძლიათ შეასრულოთ მთელი რიგი პროგრამები, ელექტრონული პროგრამული უზრუნველყოფა და პროგრამული უზრუნველყოფის ჩამონათვალი, შეიცავდეს სრულყოფილებას.

En las fotos adjuntas verán el proceso!:)

• Pasos para armado:

  1. Armar las dos cajas y pegarlas con cinta (esto porque pueden desarmarse), como comentabamos usamos acrílico, para pegar este material is necesario usar pegamento de acrílico o, para pacercer más interesantes e intelectuales ante otra de persona, podemueo dec agradecen el tip;) ჯაჯა

  2. Aplicar el cloruro de metileno: -Este pegamento es un ácido que es muy peligroso, se recommendie aplicarlo con una jeringa y guantes.

     -El proceso debe realizarse con calma y cuidado, ya que una gota en un lugar equocado puede dañar la estética de nuestro acrílico. გირჩევთ, შეაფასოთ თქვენი პირადი გამოცდილება, როგორც რეალიზებული, ასევე ძალიან დეტალური. Cuidar los cables is algo important, un proyecto limpio y agradable a la vista tiene un bandoro şared in un un con con კაბელები desordenados, que se vea desordenado, completejo o sucio.

*Enable en la caja 1, la dispensadora (Con los motores)-ეს არის ის, რაც მოგვითხრობს იმის შესახებ, თუ როგორ უნდა მოვიქცეთ, როგორც 3D, ასევე ძრავისთვის, რაც შეიძლება გამოყენებულ იქნას ფოტოში. გამოიყენება tornillos con medida M3, el largo არა იმპორტი… -Ahora debemos tomar la espiral y, presión, debemos hacer calzar el hueco que tiene por debajo con el rotor (palito que gira) del motor y deberá quedarnos como se muestra en las fotos.-Ahora insertamos la pieza complete dentro del Tubo de PVC. (Este sistema es muy utilisado en la industria como maquina de inyección, un ejoemplo de aplicación es en las maquinas de inyección de platisco, adjunto econtrarán un diagrama de como funcionan estas maquinas) -Hacemos la inserción la inserción la la india de modo que nos quede un acople correcto entre los huecos de salida de la caja y la salida del tubo de PVC-Colocamos la tapa superior o cobertor cobertor.*Ensamble de la caja 2, la de la electrónica.-Colocamos el sensor ultrasónico en los orificios. Con contadoble cara fijamos la cámara a la pared de acrílico.-Acomodamos la electrónica, esto lo hice como se muestra en la foto, pero ustedes pueden acomodarlo a su gusto. Próximos RetosAhora sigue ne suce que lo ajusten por completeo, le sugiero algunos retos:

1. Ajustar a sus mascotas (por tipo de animal)
2. ჩამოაყალიბეთ საქმე სისტემების გაცემისთვის, ჩემი ცხოველებისათვის, როგორც სისტემის კონფიგურაციისთვის, რათა აღვადგინოთ ჩემი ცხოველები
3. Conectar con IBM IoT para controlar el sistema desde cualquier parte del mundo
4. Agregar un dispensador de agua
5. Hacerle cualquier cambio que sea oportuno para ti:)

*Este instructable fue realizado by Bernal Rojas con Cesar Rodriguez Bravo como co-autor*