簡介
「智慧釀藏酒大師 Winster」,是一套幫助您釀酒和控管酒況的釀藏酒平台。
主要能夠提供專業釀酒玩家、小型釀酒企業,酒的品種以及產地的分析和釀酒過程的錯誤偵測,同時在網頁與行動裝置上指示用戶,註冊、偵測並顯示相關資訊,並紀錄之,亦可對於單純收藏酒的一般用戶提供酒況偵測與建議。
技術上透過光學、溫度、濕度和重量感測,以及背後的數據收集,利用 RNN 的機器學習架構,採用 LSTM 來分析原始資料。
我們特地實地收集了五十幾種的酒種,並且研究諸多相關論文,利用偵測值(RGB的OD值、溫度、濕度、重量實時變化)與口感的關係,再利用自製的偵測電路和3D列印外殼,實現了Winster的硬體裝置。
這項作品拿到了 2017 ARM Design Contest 決賽入圍,以及 第2屆遠傳物聯網應用開發大賽的 Ericsson 企業獎。
Demo 影片
系統架構
硬體
STM32F469NIH6程式碼:ericz7000nolan/Arm-contest
一、自製電壓偵測模組:以電阻值反比於亮度(正比於電阻倒數)的形式進行測量。欲量得光譜值、溫度、重量的值,須先測得其電阻,另外串連一個適當電阻,測其跨壓,來得出酒況,進而得出口感和相關產地。
二、ADC1 ADC2、ADC3 :測量待測電壓訊號經過後,將轉換結果換算成實際的電壓值,供電路使用,並且供server做計算。
三、將LCD screen 和 touchscreen 做啟用,提升使用者與作品的親切度,並能透過LCD介面選擇模式。
四、STM32F469NIH6 Discovery Board 我們主要實現了以下:功能 USART、ADC、delay、按鍵中斷、LED 控制、LCD、touchscreen、FATFS。
五、在此作品中,STM32F469NIH6 Discovery 開發板作為數據偵測與初階處理的工作(ADC 數據作 Moving Average 100 點),並將結果透過 USART 傳給藍芽模組,USART 與 HC05 藍芽模組透過板上的 USART6,傳送資料給藍芽模組 HC05,藍芽模組再將資料傳送給主機方, 主機方接收後會開始進行即時數據分析。
資料處理
我們利用RGB三色LED裝設於裝置上,並使其能貼於酒瓶兩側,利用LED燈光之變化:分別以紅、黃、藍、綠、青、紫、白光去照射酒瓶,並於另一端的光敏電阻接收光值,並去分析不同酒種對於光值的變化情形來做酒種的識別與判斷。
我們共分析了50支酒的光值,分別為8支威士忌、2支調和威士忌、4支伏特加、1支萊姆酒、3支龍舌蘭酒、3支琴酒、1支粉紅酒、1支紅酒與27支白酒。
而我們發現光譜值透過分析後,可將其與酒之間的差異分離出來,並且觀察到綠光的部分造成的影響最大,且差異性可和酒種的body(口感,像是medium body、full body 等等)做連結,進而判斷出酒種的body和可能產地,再者,偵測到待測物的原始資料後,利用酒類的各色吸光OD值來對酒類的酒種、酒體、釀造氣候等等,與資料庫的數據進行迴歸分析的mapping,再取出最相近的酒種,然後對差異性高低做分數評比(在server上做分析),並回傳結果給板子。
軟體
主機上使用Processing接收Winster裝置藍芽傳進來的資料(各色光穿透率、溫度、重量),將此筆資料與SQLite3資料庫中所有酒類data進行回歸分析比對,找出最相近的酒種,然後回傳回device上顯示,同時將此筆新資料加入資料庫中,擴展資料量,讓下次比對結果更準確。
網頁前端使用HTML, CSS, Javascript, JqueryUI來實現互動式介面。
網頁後端使用Ruby on Rails做為開發框架,並用SQLite3作為資料庫。
使用者連線上主機後,Rails會直接抓取資料庫中已經分析比對好的結果,呈現在網頁上。 而若使用者是專業釀酒師,在實際品酒後認為網頁呈現的結果有偏差(年份、酒體有誤差等等),也可以手動更改回歸分析的結果,而這筆更動也會即時寫進資料庫裡,提升整體比對結果準確率。
網頁程式碼:Kamigami55/winster-web
相關媒體報導
專案成員
Eason Chang、Eric Chang、Michael Chen