Panama Trip

Sau chuyến đi công tác 4 ngày tại Mỹ, mình đã dành 2 ngày để lảng vảng đến Panama. Lý do mà mình muốn đến Panama là con đào Panama nổi tiếng. Khi mà còn nhỏ mình được nghe trên radio về kênh đào nổi tiếng đó, và ko biết tại sao nó lại gắn liền với bài nhạc “La Panoma” mà mình rất thích và đã tập nó một cách hăng say khi đang còn học cấp 3. Mặc dù nó chẳng liên quan gì đến Panama, bản thân bản nhạc này là một folk song của một nhạc sỹ ở vùng tự trị người Tây Ban Nha - Basque Country - (giữa Pháp và Tây Ban Nha) trên eo biển Biscay. Nhưng không hiểu sao khi nghe hay chơi bản nhạc này trong đầu mình hình dung ra đang đứng trước kênh đào Panama để nghe gió biển vùng caribbean thổi vào và tiếng còi tàu báo hiệu khi vào kênh (đúng là tuổi hồn nhiên hơn cô tiên, hay là vì có sự logic gì đó giữa câu từ Panama và La Panoma, rõ ràng là đều có “pa” và “ma” gì đó mà ở thời điểm ấy có trời mới biết được thằng bé nghĩ gì). Chính vì sự “nhầm lẫn” đáng yêu đó nên sau khi sâu chuỗi các sự việc: Mình có chị bạn thân, người Panama, tên là Maale và mới gần đây mình mới biết Panama là một trong 48 quốc gia mà người Việt Nam ko cần visa. Kết luận là giống như định mệnh :D và đây chính là cơ hội để mình thực hiện ước mơ đứng trước kênh đào đó.

Khi đến Panama, ngoài kênh đào Panama mọi người nghĩ đến những bãi biển hay những hòn đảo nổi tiếng như San Blas, Contadora, Colón, Coiba nằm trên vùng biển caribbean hay trên vùng biển thái bình dương (Pacific Ocean). Nhưng với chuyến đi lần này mình chỉ có thể đến Panama City (thủ đô của Panama) để trải nghiệm. Với mình, càng đi nhiều, thì cảnh vật có thể ko còn quá quan trọng nữa, thay vào đó mình muốn tìm hiểu về con người, về văn hoá lịch sử nơi mình đến, và một điều không thể thiếu đó chính là khám phá những món ăn ngon.

Coastal Way in Panama City.

Và đây là 2 ngày mình khám phá Panama..

Continue Reading ...
Smart Wearable Controlling System by Hand and Fingers Gesture Recognition

In this project, a smart wearable controlling system by hand and fingers gesture recognition as home appliances controller is developed on movements of hand and fingers. The proposed smart wearable system is built with least sensors possible for gesture recognition. Thus, motion sensors are placed on two fingers, namely the thumb, index finger to detect fingers’ motions and another sensor at the back of the palm to measure the hand movement. Total of twenty-two gestures are used in this study by analyzing the movements of fingers. The motion sensors data are transmitted to the mobile device through Bluetooth. An application is built by Qt cross-platform and deployed into mobile device (various platform) to detect and stimulate the effectiveness of the gestures recognition by the embedded n-dimension dynamic time warping (ND-DTW) classifier. The proposed smart wearable system was able to detect the gestures at mean accuracy of approximately 97.55%.

Video Demo

Continue Reading ...
Smart Wearable Body Equilibrium Correction System with Mobile Device

In recent decades, employees who worked in office suffered from bone diseases and muscle stress, mainly due to improper sitting posture. This paper is proposed to develop a novel body equilibrium correction to meet solve such issue. The system consists of four modules. A motion sensor module is placed on the center of the user’s chest to measure the sitting orientation. Moreover, an electromyography (EMG) module is located at the both side of the shoulders to measure the user’s muscle tension as incorrect sitting position over a long period of time tends to increase the pain and tense at the shoulders. Thus, it is reliable to serve as references in accordance to the sitting orientation. Both sensor modules transmit the raw data to a processing module. This module integrates the raw data under a packet and further transmits the data packet to a mobile device. A mobile application is implemented to classify the correctness of sitting position. In case the incorrect position is detected, alert is triggered to user by the vibrator motor and light emitting diodes (LEDs) installed along with the system. The proposed system is able to measure and detect any abnormal sitting positon with average true accuracy of 98% with low-cost implementation.

The proposed system tends to utilize the m-Health technology to evaluate the correctness of the subject’s sitting posture based on the analysis of the muscle tension and body orientation. Features are extracted from the EMGs and motion sensors which are served as inputs to a support vector machine (SVM) classifier. Information of current sitting posture is displayed on the mobile device concurrently and warning is triggered if incorrect posture is detected.

Continue Reading ...
Gesture Control Armband using Single EMG and IMU sensor

This project is focused to develop a wearable device system to recognize hand gestures in real-time that utilizes a single surface electromyogram (EMG) sensor positioned on the forearm and an inertial measurement unit (IMU - accelerometer and gyroscope) to realize user-friendly interaction between human and computers. We analyze the EMG signals coming from seven different subjects using a novel integration of wavelet and K-nearest Neighbor (KNN). The efficiency of wavelet transform in surface EMG feature extraction is investigated from 3 levels of wavelet decomposition to common statistical features such as mean, root square mean, and standard deviation. KNN classifier is used to recognize 3 gestures (hand close, hand open and hand extension). IMU streams are utilized as decision fusion method to recognize the hand movements. Overall, results revealed the true accuracy of 3 gestures detection is greater than 95% in average by using the KNN classifier. The performance of the interfacing system was evaluated by camera controller application that is controlled by the hand gestures and hand movements. The proposed method facilitates intelligent and natural control based on gesture interaction.

Video Demo

Continue Reading ...
Basic knowledge about quadcopter (part 2)

As part 1 introduced about necessary components to build a quadcopter. Today, I will talk about basic knowledge that I accumulated on the internet.

Orientation - Angles

Orientation

The quadcopter orientation can be defined by three angles: Pitch, Roll, and Yaw. These angles determine orientation and therefore the direction the quadcopter will take. Basically, changing the pitch will make the quadcopter go forward/backward, the roll bends to the left/right and the yaw will make it rotate around its vertical axis. And final parameter you need to control attitude of quadcopter is throttle that will spin your all brushless motors up.

I will use these axes as reference:

Continue Reading ...