Το DIYiotCoach (Do It Yourself Internet Of Things Coach) είναι μία wearable λύση - βοήθημα σε προπονητές αθλημάτων. Στην τρέχουσα έκδοσή του, το DIYiotCoach έχει φτιαχτεί για να βοηθά προπονητές και αθλητές τέννις, με τη μορφή μιας μπλούζας η οποία έχει ραμμένους πάνω της αισθητήρες. Συγκεκριμένα, επάνω στην μπλούζα είναι ραμμένα 4 επιταχυνσιόμετρα (2 σε κάθε χέρι) και 1 ΙMU (inertial measurement unit) στην πλάτη. Πέραν της μπλούζας, ο αθλητής φέρει 1 επιταχυνσιόμετρο ραμμένο σε αθλητική κορδέλα στο κεφάλι του καθώς και άλλα 4 επιταχυνσιόμετρα στα πόδια (2 σε κάθε πόδι). Οι αισθητήρες αυτοί ελέγχονται από 2 LilyPad Arduino, τα οποία αποστέλλουν τα δεδομένα σε έναν Η/Υ τσέπης Raspberry Pi. Ο βασικός εξοπλισμός, δηλαδή Raspberry, Arduino για αισθητήρες ποδιών, μέσης και κεφαλιού, καθώς και μία μπαταρία τύπου powerbank, βρίσκονται τοποθετημένα στη μέση του αθλητή, μέσα σ' ένα μικρό τσαντάκι μέσης.
Κατ' αντιστοιχία και με άλλα project της “οικογένειας DIYiot”, το Raspberry χρησιμοποιεί το ΛΣ openwrt, το οποίο συλλέγει δεδομένα από τα δύο Arduino και τους αισθητήρες και τα στέλνει σ' ένα απομακρυσμένο server. Σκοπός της συλλογής των δεδομένων είναι η απεικόνιση της κίνησης του αθλητή που φοράει τον εξοπλισμό σ' ένα 3D μοντέλο στον Η/Υ. Η απεικόνιση πραγματοποιείται με την βοήθεια του προγράμματος Blender και της γλώσσας python. Πιο συγκεκριμένα, τα δεδομένα από τους αισθητήρες, μετά από μετασχηματισμούς, χρησιμοποιούνται ως συντεταγμένες για την κίνηση διαφόρων σημείων του 3D μοντέλου.
Μια επιπλέον λειτουργία που έχει υλοποιηθεί, είναι η αυτοματοποιημένη παρακολούθηση της μπάλας του τέννις μέσω μιας webcam. Ειδικότερα, έχει αναπτυχθεί αλγόριθμος σε python ο οποίος εντοπίζει μέσα στον χώρο του γηπέδου την μπάλα κατά την κίνηση της με τη βοήθεια της βιβλιοθήκης αναγνώρισης προτύπων (pattern recognition) opencv.
Το έργο αυτό αναπτύχθηκε στα πλαίσια Θερινού Σχολείου (διάρκειας 7 ημερών) των Μονάδων Αριστείας του ΤΕΙ Αθήνας και συνεχίζεται από την Κοινότητα Ελεύθερου Λογισμικού/Λογισμικού Ανοιχτού Κώδικα & Ανοιχτού Υλικού ΤΕΙ Αθήνας (ΚΕΛ/ΛΑΚ/ΑΥ@ΤΕΙΑ). Κατά την υλοποίηση του, το project πέρασε από διάφορα στάδια, με πιο ιδιαίτερο για τον κόσμο της πληροφορικής και της τεχνολογίας το στάδιο του ραψίματος των εξαρτημάτων στην μπλούζα!
Μελλοντικές βελτιώσεις περιλαμβάνουν την πλήρη απεξάρτηση από καλώδια, αγώγιμες κλωστές, ειδική ενδυμασία με ραμμένο εξοπλισμό, καθώς και την ανάγκη να φέρει ο αθλητής πάνω του την πλειοψηφία του εξοπλισμού καταγραφής. Πιο συγκεκριμένα, ο Η/Υ που θα χρησιμοποιεί το πρόγραμμα blender, θα έχει εξοπλισμό για να συνδέεται ασύρματα με τους αισθητήρες, περιορίζοντας έτσι τον αριθμό/βάρος των αισθητήρων που πρέπει να φέρει ο αθλητής. Αυτό προσφέρει μεγαλύτερη ευελιξία στην κίνηση και τη δυνατότητα χρήσης του συστήματος σε οποιοδήποτε άθλημα. Όσον αφορά το υποσύστημα παρακολούθησης της μπάλας, μια μελλοντική βελτίωση θα ήταν η χρήση των καμερών ασφαλείας του γηπέδου. Οι κάμερες αυτές έχουν καλύτερη ανάλυση εικόνας και ταχύτερο ρυθμό καταγραφής, επιτρέποντας στον αλγόριθμο να εντοπίζει αποτελεσματικότερα και ακριβέστερα την μπάλα του τέννις ή όποιο άλλο αντικείμενο οριστεί.
Ο κώδικας, τα υλικά καθώς και οδηγίες βρίσκονται ελεύθερα διαθέσιμα στο github, diyiot.eu και στο youtube. Η εγγραφή στην ΚΕΛ/ΛΑΚ/ΑΥ, για όποιον ενδιαφέρεται για το έργο ή τις σχετικές τεχνολογίες, είναι ελεύθερη και μπορεί να πραγματοποιηθεί πατώντας εδώ.