Schritt 3: Erstellen eines Datasets
Vor der Aufnahme der Daten habe ich drei Gesten zur Interaktion mit der LED. Früher habe ich die gleiche Geste ein-und Ausschalten der LED (ein/aus). Die gewählte Geste dafür ist eine Bewegung wie die brasilianische Gebärdensprache (LIBRAS) benutzte Zeichen als eine Geste um zu sagen "schalten Sie ein Gerät (http://www.acessobrasil.org.br/libras/)". Die anderen zwei gewählten Gesten wurden getragen, um zu beschleunigen und Abbremsen, die LED blinkt. In einer Studie von Kühnel, Christine, Et Al. (2011) zogen die meisten Teilnehmer entweder Arm oder iPhone nach unten, um die Helligkeit der Beleuchtung zu reduzieren. Früher habe ich diese Idee wählen eine Bewegung wie ein Schlag oben und unten zu schlagen, zu beschleunigen und Abbremsen, die LED blinkt. Ein viertes "Geste", die trainiert werden muss ist eine nicht Geste. Da die Anwendung ständig Zeitreihendaten einstuft, muss der ML-Modell wissen, wann die Maßnahmen aus den Beschleunigungsmesser keine gültige Geste angeben.
Für die Aufnahme des Datasets entwickelt ich zwei Anwendungen. Eine Anwendung wurde entwickelt, in C und läuft in den LightBlue Bean, die Beschleunigungsmesser-Daten zu erfassen, während die Geste ausgeführt wird. Eine andere Anwendung läuft auf Verarbeitung, erhält die Bewegungsdaten über die serielle Schnittstelle, die in eine Textdatei zu schreiben.