Brain-wiki - Wkład użytkownika [pl]

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T12:08:25Z

Alex: /* Kompilacja Pythonowego modułu 'nite2' (wrappera do OpenNI2 + NiTE2) */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie Apple wstrzymało publiczny rozwój projektu OpenNI - został on utajniony. Ponieważ jest to oprogramowanie opensource, kody źródłowe są nadal dostępne i mogą być używane przez każdego. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i następnie dodać do .profile lub .bashrc):

export OPENNI_DIR=/home/{USER_NAME}/OpenNI2

Instalacja OpenNI:

sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build
cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Testowanie

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

=== Kompilacja Pythonowego modułu 'nite2' (wrappera do OpenNI2 + NiTE2) ===

$ sudo apt-get install python-dev libboost-all-dev
$ git clone https://github.com/BrainTech/nite2-bindings
$ cd nite2-bindings
$ make

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T12:06:50Z

Alex: /* Oprogramowanie do Kinecta ze źródeł */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie Apple wstrzymało publiczny rozwój projektu OpenNI - został on utajniony. Ponieważ jest to oprogramowanie opensource, kody źródłowe są nadal dostępne i mogą być używane przez każdego. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i następnie dodać do .profile lub .bashrc):

export OPENNI_DIR=/home/{USER_NAME}/OpenNI2

Instalacja OpenNI:

sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build
cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Testowanie

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

=== Kompilacja Pythonowego modułu 'nite2' (wrappera do OpenNI2 + NiTE2) ===

$ git clone https://github.com/BrainTech/nite2-bindings
$ cd nite2-bindings
$ make

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T12:00:16Z

Alex: /* Oprogramowanie do Kinecta ze źródeł */

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:57:22Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i następnie dodać do .profile lub .bashrc):

export OPENNI_DIR=/home/{USER_NAME}/OpenNI2

Instalacja OpenNI:

sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build
cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Testowanie

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:56:21Z

Alex: /* Kompilacja libfreenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

Instalacja OpenNI:

sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build
cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Testowanie

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:55:14Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

Instalacja OpenNI:

sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:53:50Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake python libudev-dev libxi-dev libxmu-dev libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:53:15Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna jest Java (dokładniej <code>javac</code>). Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:52:39Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna będzie Java. Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
make

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:52:17Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna będzie Java. Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:52:02Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna będzie Java. Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2

Warto zapisać ścieżkę do OpenNI w zmiennej (i dodać do .profile lub .bashrc):

export OPENNI_DIR="${PWD}"

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:50:02Z

Alex: /* Kompilacja OpenNI2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

Do kompilacji niezbędna będzie Java. Należy zainstalować jakiekolwiek JDK, np.:

sudo apt-get install openjdk-7-jdk

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:41:44Z

Alex: /* D) Żeby działało bez sudo dla userów lab i newtech */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo ===

Jeśli chcemy, żeby xwiimote dział bez sudo dla userów lab i newtech należy wykonać polecenia:

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:39:44Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie można zainstalować całość ze źródeł - instrukcja znajduje się na dole tej strony.

=== Wrapper nite2 do Python + OpenBCI ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:37:33Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Należy pamiętać, żeby wszsstkie wystąpienia <code>{USER_NAME}</code> w poniższym kodzie zamienić na właściwą nazwę użytkownika.

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>, żeby uruchamiana była przy każdym logowaniu.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a {USER_NAME}

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:35:22Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist
cd Redist
./NiViewer

Linijkę <code>export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/{USER_NAME}/kinect/Redist</code> najlepiej wrzucić do pliku <code>.profile</code> lub <code>.bashrc</code>.

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:32:16Z

Alex: /* wrapper+obci */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Żeby NiTE2 działo poprawnie wewnątrz OpenBCI należy skopiować katalog NiTE2 (<code>~/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:30:43Z

Alex: /* Oprogramowanie do Kinecta ze źródeł */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozytorium prowadzone przez http://occipital.com, dostępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:29:53Z

Alex: /* Instalacja biblioteki NiTE2 */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozutorium prowadzone przez http://occipital.com pod, odstępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

NiTE od zawsze było oprogramowaniem bez dostępnych kodów źródłowych. Binarki można znaleźć tutaj: http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:28:42Z

Alex: /* Oprogramowanie do Kinecta ze źródeł */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozutorium prowadzone przez http://occipital.com pod, odstępne pod adresem https://github.com/occipital/OpenNI2.

=== OpenNI2 ===

OpenNI2 można zdobyć na dwa sposoby - zbudować ze źródeł lub pobrać binarki.

==== Kompilacja OpenNI2 ====

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

==== Instalacja z binarek ====

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:27:26Z

Alex: /* Kompilacja OpenNI ze źródeł */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Oprogramowanie do Kinecta ze źródeł ==

Do pełnego działania Kinecta na Linuxie potrzebne są: OpenNI2, NiTE2, libfreenect z driverem do OpenNI2 oraz wrapper do Pythona - <code>nite2</code>.

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Następnie projekt OpenNI został utajniony. Ponieważ jest to opensource, kody źródłowe są nadal dostępne. Najbardziej aktywnym forkiem jest repozutorium prowadzone przez http://occipital.com pod, odstępne pod adresem https://github.com/occipital/OpenNI2.

=== Kompilacja OpenNI2 ===

Instalacja wymagań

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

Pobranie repozytorum i kompilacja

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

=== Instalacja z binarek ===

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:22:03Z

Alex: /* F) Demo */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/BrainTech/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Kompilacja OpenNI ze źródeł ==

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Projekt OpenNI został zamknięty. Ponieważ jest to opensource, kody źródłowe są dalej rozwijane przez http://occipital.com.

Adres repozytorium OpenNI2: https://github.com/occipital/OpenNI2

=== Kompilacja OpenNI2 ===

wymagania

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

=== Instalacja z binarek ===

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:17:37Z

Alex: /* Kompilacja OpenNI ze źródeł */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Kompilacja OpenNI ze źródeł ==

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Projekt OpenNI został zamknięty. Ponieważ jest to opensource, kody źródłowe są dalej rozwijane przez http://occipital.com.

Adres repozytorium OpenNI2: https://github.com/occipital/OpenNI2

=== Kompilacja OpenNI2 ===

wymagania

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

=== Instalacja z binarek ===

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:16:44Z

Alex: /* Stara wersja instrukcji */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Kompilacja OpenNI ze źródeł ==

Firma PrimeSense, autor OpenNI, została wykupiona przez Apple'a. Projekt OpenNI został zamknięty. Ponieważ jest to opensource, kody źródłowe są dalej rozwijane przez http://occipital.com.

Adres repozytorium: https://github.com/occipital/OpenNI2

=== Kompilacja OpenNI2 ===

wymagania

sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

=== Instalacja z binarek ===

Należy pobrać binarny pakiet ze strony http://structure.io/openni i wypakować do katalogu np. <code>OpenNI-Linux-x64-2.2</code>

$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh

w aktualnym katalogu utworzy się skrypt <code>OpenNIDevEnvironment</code>, który ustawia środowisko dev

=== Kompilacja libfreenect ===

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test

cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

=== Instalacja biblioteki NiTE2 ===

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2

cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:10:21Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

Alternatywnie zamiast gotowej paczki binarek można użyć OpenNI ze strony http://structure.io/openni.

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:08:37Z

Alex: /* Instalacja xwiimote */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z repozytoriów Debiana i Ubuntu - są one przestarzałe.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

=== A) Instalacja wymaganych pakietów ===

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

=== B) xwiimote driver & utils ===

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

=== C) Python bindings ===

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

=== D) Żeby działało bez sudo dla userów lab i newtech ===

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

=== E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth ===

=== F) Demo ===

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-23T11:05:37Z

Alex: /* Instalacja xwiimote */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

Należy odkomentować linijki 134 i 135:

134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

Demo można uruchomić poleceniem:

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T15:18:59Z

Alex:

[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe_cw]]/Wsteczna propagacja błędu
=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
** N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* podobnie przygotuj tablicę dla wag w_2
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

==Po zakodowaniu uczenia ==

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.





[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe_cw]]/Wsteczna propagacja błędu

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T15:17:17Z

Alex: /* Algorytm wstecznej propagacji błędu */

[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe]]/Wsteczna propagacja błędu
=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
** N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* podobnie przygotuj tablicę dla wag w_2
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

==Po zakodowaniu uczenia ==

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.





[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe]]/Wsteczna propagacja błędu

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T15:06:14Z

Alex: /* Algorytm wstecznej propagacji błędu */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
** N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* podobnie przygotuj tablicę dla wag w_2
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

==Po zakodowaniu uczenia ==

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T15:00:29Z

Alex: /* XOR */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
** N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* podobnie przygotuj tablicę dla wag w_2
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T14:58:52Z

Alex: /* Algorytm wstecznej propagacji błędu */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
** N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* podobnie przygotuj tablicę dla wag w_2
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie


=XOR=
Jako pierwszy przykład z zastosowania sieci nieliniowych proszę skonstruować sieć z jedną warstwą ukrytą, rozwiązującą problem XOR.

Potrzebne nam będą następujące importy:
<source lang = python>
from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer, RPropMinusTrainer
from pybrain.structure import LinearLayer,SigmoidLayer
</source>

* do stworzenia ciągu uczącego proszę wykorzystać funkcje <tt>addSample</tt> obiektu <tt>SupervisedDataSet</tt>:
<source lang = python>
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.0,))
ZU.addSample((0,1),(1.0,))
ZU.addSample((1,0),(1.0,))
ZU.addSample((1,1),(0.0,))
</source>

* W konstrukcji sieci proszę wykorzystać funkcję: <tt>buildNetwork</tt>, tak aby wszystkie warstwy były sigmoidalne:
<source lang = python>
siec = buildNetwork(N_wej, N_hid, N_wyj, outclass=SigmoidLayer)
</source>
* Proszę zbadać strukturę wytworzonej sieci:
<source lang = python>
siec['in']
siec['hidden0']
siec['out']
</source>
* sieć uczymy metodą wstecznej propagacji błędu, za pomocą funkcji <tt>train</tt> obiektu <tt>BackpropTrainer</tt>. Funkcja ta wykonuje jeden cykl uczenia (jednorazowe przejście przez ciąg uczący, przykłady podawane są w losowej kolejności) i zwraca wartość średniego błędu średniokwadratowego w tym cyklu.

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI:Programowanie_z_Pythonem/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę zbadać jak zmienia się zbieżność algorytmu przy zmianie moetody uczenia na [https://brain.fuw.edu.pl/edu/STAT:Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_5#Elastyczna_wsteczna_propagacja_b.C5.82.C4.99du Elastyczną propagację wsteczna].

;Uwaga: w przypadku trenera <tt>RPropMinusTrainer</tt> należy podać zbiór uczący za pomocą metody <tt>setData()</tt>.

* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.
* Proszę zbadać wpływ regularyzacji (<tt>weightdecay</tt> w <tt>BackpropTrainer</tt>) na strukturę sieci.

{{hidden begin|title=Przykładowe rozwiązanie:}}
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')

from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import numpy as np
import pylab as py

N_wej = 2
N_wyj = 1
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.2,))
ZU.addSample(...)
ZU.addSample(...)
ZU.addSample(...)

N_hid = ...
siec = buildNetwork(...)

t = BackpropTrainer(siec, ZU, learningrate=0.05, momentum=0.95, verbose=False) # dodatkowe parametry sterujące przebiegim uczenia: lrdecay=1.0, weightdecay=0.0025)

N_krokow = 1000
err = np.zeros(N_krokow)
wagi = np.zeros((N_krokow,len(siec.params)))

py.ion()
py.subplot(2,1,1)
l_err, = py.plot(err)
py.ylim([0,1])
py.subplot(2,1,2)
l_wagi = py.plot(wagi)
py.ylim([-3,3])

for i in range(N_krokow):
err[i] = t.train()
wagi[i,:] = ...
l_err.set_ydata(err)
for k in range(len(l_wagi)):
l_wagi[k].set_ydata(wagi[:,k])
py.draw()

print '0','0','->', str(siec.activate((0,0)))
print '0','1','->', str(siec.activate(...))
print '1','0','->', str(siec.activate(...))
print '1','1','->', str(siec.activate(...))
py.ioff()
py.show()
</source>
{{hidden end}}

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T14:51:10Z

Alex: /* Algorytm wstecznej propagacji błędu */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
**N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

=XOR=
Jako pierwszy przykład z zastosowania sieci nieliniowych proszę skonstruować sieć z jedną warstwą ukrytą, rozwiązującą problem XOR.

Potrzebne nam będą następujące importy:
<source lang = python>
from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer, RPropMinusTrainer
from pybrain.structure import LinearLayer,SigmoidLayer
</source>

* do stworzenia ciągu uczącego proszę wykorzystać funkcje <tt>addSample</tt> obiektu <tt>SupervisedDataSet</tt>:
<source lang = python>
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.0,))
ZU.addSample((0,1),(1.0,))
ZU.addSample((1,0),(1.0,))
ZU.addSample((1,1),(0.0,))
</source>

* W konstrukcji sieci proszę wykorzystać funkcję: <tt>buildNetwork</tt>, tak aby wszystkie warstwy były sigmoidalne:
<source lang = python>
siec = buildNetwork(N_wej, N_hid, N_wyj, outclass=SigmoidLayer)
</source>
* Proszę zbadać strukturę wytworzonej sieci:
<source lang = python>
siec['in']
siec['hidden0']
siec['out']
</source>
* sieć uczymy metodą wstecznej propagacji błędu, za pomocą funkcji <tt>train</tt> obiektu <tt>BackpropTrainer</tt>. Funkcja ta wykonuje jeden cykl uczenia (jednorazowe przejście przez ciąg uczący, przykłady podawane są w losowej kolejności) i zwraca wartość średniego błędu średniokwadratowego w tym cyklu.

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI:Programowanie_z_Pythonem/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę zbadać jak zmienia się zbieżność algorytmu przy zmianie moetody uczenia na [https://brain.fuw.edu.pl/edu/STAT:Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_5#Elastyczna_wsteczna_propagacja_b.C5.82.C4.99du Elastyczną propagację wsteczna].

;Uwaga: w przypadku trenera <tt>RPropMinusTrainer</tt> należy podać zbiór uczący za pomocą metody <tt>setData()</tt>.

* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.
* Proszę zbadać wpływ regularyzacji (<tt>weightdecay</tt> w <tt>BackpropTrainer</tt>) na strukturę sieci.

{{hidden begin|title=Przykładowe rozwiązanie:}}
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')

from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import numpy as np
import pylab as py

N_wej = 2
N_wyj = 1
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.2,))
ZU.addSample(...)
ZU.addSample(...)
ZU.addSample(...)

N_hid = ...
siec = buildNetwork(...)

t = BackpropTrainer(siec, ZU, learningrate=0.05, momentum=0.95, verbose=False) # dodatkowe parametry sterujące przebiegim uczenia: lrdecay=1.0, weightdecay=0.0025)

N_krokow = 1000
err = np.zeros(N_krokow)
wagi = np.zeros((N_krokow,len(siec.params)))

py.ion()
py.subplot(2,1,1)
l_err, = py.plot(err)
py.ylim([0,1])
py.subplot(2,1,2)
l_wagi = py.plot(wagi)
py.ylim([-3,3])

for i in range(N_krokow):
err[i] = t.train()
wagi[i,:] = ...
l_err.set_ydata(err)
for k in range(len(l_wagi)):
l_wagi[k].set_ydata(wagi[:,k])
py.draw()

print '0','0','->', str(siec.activate((0,0)))
print '0','1','->', str(siec.activate(...))
print '1','0','->', str(siec.activate(...))
print '1','1','->', str(siec.activate(...))
py.ioff()
py.show()
</source>
{{hidden end}}

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T14:50:30Z

Alex: /* Algorytm wstecznej propagacji błędu */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zapoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Schemat obliczeń wykonywanych przez tą sieć przedstawiony jest na poniższych rysunkach:

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>g(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>g'(x) =g(x)*(1-g(x)) </math>

Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

Proszę napisać kod implementujący obliczenia przedstawione na rysunkach i w poniższym opisie:
* zdefiniuj funkcję g(x)
* zdefiniuj funkcję pochodną g_prim(y), zakładając, że jako argument y podawać będziemy wartość g(x)
* przygotuj zbiór uczący zgodnie z powyższą tabelą. Niech przykłady będą ułożone w wierszach tablic X i Y
* zdefiniuj rozmiary sieci:
* *N_wej
** N_hid
** N_wyj
* przygotuj tablicę do przechowywania wag w_1, niech w kolejnych wierszach znajdują się wagi kolejnych neuronów, a w konkretnym wierszu w kolumnach kolejne wagi od konkretnego neuronu
** jakie rozmiary muszą mieć te tablice?
** zainicjuj je wartościami losowymi z przedziału -1,1
* w pętli wykonuj kolejne cykle uczenia
** zainicjuj do zera: licznik błędu wyjściowego bl, oraz tablice akumulujące delty do zmiany wag D_1 i D_2
** w pętli pobieraj kolejno przykłady. Pobierając przykłady formuj je jako wektory kolumnowe
*** propaguj sygnały od wejścia:
**** uzupełnij wektor wejściowy o "1" na szczycie, wsk. np.vstack)
**** oblicz pobudzenia neuronów z_1,
**** oblicz wartości wyjściowe z warstwy ukrytej
**** uzupełnij wektor wartości wyjściowych warstwy ukrytej o "1"
**** oblicz pobudzenia w warstwie wyjściowej
**** oblicz wartości wyjściowe z tej warstwy
*** propaguj błędy "wstecz"
**** oblicz błąd warstwy wyjściowej ważony przez pochodną funkcji g (im bardziej funkcja g była stroma w miejscu pobudzenia przy propagacji wprzód, tym bardziej błąd pobudzenia przekładał się na błąd wyjścia)
**** zrzutuj ten błąd wstecz poprzez wagi w_2 i pochodną funkcji g
**** akumulujemy poprawki D_1 i D_2 oraz błąd dla tego przykładu
** uaktualniamy wagi proporcjonalnie do poprawek (z przeciwnym znakiem)
** wypisujemy info o błędzie

=XOR=
Jako pierwszy przykład z zastosowania sieci nieliniowych proszę skonstruować sieć z jedną warstwą ukrytą, rozwiązującą problem XOR.

Potrzebne nam będą następujące importy:
<source lang = python>
from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer, RPropMinusTrainer
from pybrain.structure import LinearLayer,SigmoidLayer
</source>

* do stworzenia ciągu uczącego proszę wykorzystać funkcje <tt>addSample</tt> obiektu <tt>SupervisedDataSet</tt>:
<source lang = python>
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.0,))
ZU.addSample((0,1),(1.0,))
ZU.addSample((1,0),(1.0,))
ZU.addSample((1,1),(0.0,))
</source>

* W konstrukcji sieci proszę wykorzystać funkcję: <tt>buildNetwork</tt>, tak aby wszystkie warstwy były sigmoidalne:
<source lang = python>
siec = buildNetwork(N_wej, N_hid, N_wyj, outclass=SigmoidLayer)
</source>
* Proszę zbadać strukturę wytworzonej sieci:
<source lang = python>
siec['in']
siec['hidden0']
siec['out']
</source>
* sieć uczymy metodą wstecznej propagacji błędu, za pomocą funkcji <tt>train</tt> obiektu <tt>BackpropTrainer</tt>. Funkcja ta wykonuje jeden cykl uczenia (jednorazowe przejście przez ciąg uczący, przykłady podawane są w losowej kolejności) i zwraca wartość średniego błędu średniokwadratowego w tym cyklu.

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI:Programowanie_z_Pythonem/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę zbadać jak zmienia się zbieżność algorytmu przy zmianie moetody uczenia na [https://brain.fuw.edu.pl/edu/STAT:Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_5#Elastyczna_wsteczna_propagacja_b.C5.82.C4.99du Elastyczną propagację wsteczna].

;Uwaga: w przypadku trenera <tt>RPropMinusTrainer</tt> należy podać zbiór uczący za pomocą metody <tt>setData()</tt>.

* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.
* Proszę zbadać wpływ regularyzacji (<tt>weightdecay</tt> w <tt>BackpropTrainer</tt>) na strukturę sieci.

{{hidden begin|title=Przykładowe rozwiązanie:}}
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')

from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import numpy as np
import pylab as py

N_wej = 2
N_wyj = 1
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.2,))
ZU.addSample(...)
ZU.addSample(...)
ZU.addSample(...)

N_hid = ...
siec = buildNetwork(...)

t = BackpropTrainer(siec, ZU, learningrate=0.05, momentum=0.95, verbose=False) # dodatkowe parametry sterujące przebiegim uczenia: lrdecay=1.0, weightdecay=0.0025)

N_krokow = 1000
err = np.zeros(N_krokow)
wagi = np.zeros((N_krokow,len(siec.params)))

py.ion()
py.subplot(2,1,1)
l_err, = py.plot(err)
py.ylim([0,1])
py.subplot(2,1,2)
l_wagi = py.plot(wagi)
py.ylim([-3,3])

for i in range(N_krokow):
err[i] = t.train()
wagi[i,:] = ...
l_err.set_ydata(err)
for k in range(len(l_wagi)):
l_wagi[k].set_ydata(wagi[:,k])
py.draw()

print '0','0','->', str(siec.activate((0,0)))
print '0','1','->', str(siec.activate(...))
print '1','0','->', str(siec.activate(...))
print '1','1','->', str(siec.activate(...))
py.ioff()
py.show()
</source>
{{hidden end}}

Uczenie maszynowe i sztuczne sieci neuronowe/Ćwiczenia 4

2016-03-18T13:32:00Z

Alex: /* Algorytm wstecznej propagacji błędu */

=Algorytm wstecznej propagacji błędu=
W tym ćwiczeniu zpoznamy się z algorytmem wstecznej propagacji błędu. Zbudujemy sieć złożoną z 3 warstw: wejściowej, ukrytej i wyjściowej.
Warstwy ukryta i wyjściowa będą miały nieliniową funkcję aktywacji w postaci funkcji logistycznej. Dla przypomnienia funkcja logistyczna:
:<math>f(x) = \frac{1}{1+exp(-x)}</math>
zaś jej pochoną to:
:<math>f'(x) =f(x)*(1-f(x)) </math>
Niech nasza sieć uczy się odwzorowania zadanego tabelką:
{| class="wikitable" style="text-align:left;"
|-
!X
!Y
|-
| [0,0]
| [0,1]
|-
| [0,1]
| [1,0]
|-
| [1,0]
| [1,0]
|-
|[1,1]
|[0,1]
|-
|}

[[Plik:Back_prop_forward-2.png| 600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]
[[Plik:Back_prop_backward-2.png |600px|thumb|right|Schemat obliczeń w propagacji wstecznej]]

=XOR=
Jako pierwszy przykład z zastosowania sieci nieliniowych proszę skonstruować sieć z jedną warstwą ukrytą, rozwiązującą problem XOR.

Potrzebne nam będą następujące importy:
<source lang = python>
from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer, RPropMinusTrainer
from pybrain.structure import LinearLayer,SigmoidLayer
</source>

* do stworzenia ciągu uczącego proszę wykorzystać funkcje <tt>addSample</tt> obiektu <tt>SupervisedDataSet</tt>:
<source lang = python>
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.0,))
ZU.addSample((0,1),(1.0,))
ZU.addSample((1,0),(1.0,))
ZU.addSample((1,1),(0.0,))
</source>

* W konstrukcji sieci proszę wykorzystać funkcję: <tt>buildNetwork</tt>, tak aby wszystkie warstwy były sigmoidalne:
<source lang = python>
siec = buildNetwork(N_wej, N_hid, N_wyj, outclass=SigmoidLayer)
</source>
* Proszę zbadać strukturę wytworzonej sieci:
<source lang = python>
siec['in']
siec['hidden0']
siec['out']
</source>
* sieć uczymy metodą wstecznej propagacji błędu, za pomocą funkcji <tt>train</tt> obiektu <tt>BackpropTrainer</tt>. Funkcja ta wykonuje jeden cykl uczenia (jednorazowe przejście przez ciąg uczący, przykłady podawane są w losowej kolejności) i zwraca wartość średniego błędu średniokwadratowego w tym cyklu.

* Proszę wykreślić ewolucje wag i błędu. Ewolucję można zilustrować animacją. W tym celu na początku programu należy ustawić backend dla biblioteki matplotlib przed innymi importami i przełączyć grafikę w tryb interaktywny:
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')
import pylab as py
py.ion()
</source>
Następnie animację robimy analogicznie jak [[TI:Programowanie_z_Pythonem/Matplotlib#Prosta_animacja| w tym przykładzie.]]

* Proszę zbadać co dzieje się z wagami wraz ze wzrostem ilości jednostek w warstwie ukrytej.
* Proszę zbadać jak zmienia się zbieżność algorytmu przy zmianie moetody uczenia na [https://brain.fuw.edu.pl/edu/STAT:Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Wykład_5#Elastyczna_wsteczna_propagacja_b.C5.82.C4.99du Elastyczną propagację wsteczna].

;Uwaga: w przypadku trenera <tt>RPropMinusTrainer</tt> należy podać zbiór uczący za pomocą metody <tt>setData()</tt>.

* Proszę powtórzyć analizę dla sieci, której warstwa wyjściowa ma jednostkę liniową.
* Proszę zbadać wpływ regularyzacji (<tt>weightdecay</tt> w <tt>BackpropTrainer</tt>) na strukturę sieci.

{{hidden begin|title=Przykładowe rozwiązanie:}}
<source lang = python>
import matplotlib
matplotlib.use('TkAgg')

from pybrain.datasets.supervised import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import numpy as np
import pylab as py

N_wej = 2
N_wyj = 1
ZU = SupervisedDataSet(N_wej,N_wyj)
ZU.addSample((0,0),(0.2,))
ZU.addSample(...)
ZU.addSample(...)
ZU.addSample(...)

N_hid = ...
siec = buildNetwork(...)

t = BackpropTrainer(siec, ZU, learningrate=0.05, momentum=0.95, verbose=False) # dodatkowe parametry sterujące przebiegim uczenia: lrdecay=1.0, weightdecay=0.0025)

N_krokow = 1000
err = np.zeros(N_krokow)
wagi = np.zeros((N_krokow,len(siec.params)))

py.ion()
py.subplot(2,1,1)
l_err, = py.plot(err)
py.ylim([0,1])
py.subplot(2,1,2)
l_wagi = py.plot(wagi)
py.ylim([-3,3])

for i in range(N_krokow):
err[i] = t.train()
wagi[i,:] = ...
l_err.set_ydata(err)
for k in range(len(l_wagi)):
l_wagi[k].set_ydata(wagi[:,k])
py.draw()

print '0','0','->', str(siec.activate((0,0)))
print '0','1','->', str(siec.activate(...))
print '1','0','->', str(siec.activate(...))
print '1','1','->', str(siec.activate(...))
py.ioff()
py.show()
</source>
{{hidden end}}

Plik:Back prop forward-2.png

2016-03-18T13:28:02Z

Alex:

Plik:Back prop backward-2.png

2016-03-18T13:23:20Z

Alex:

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T22:03:45Z

Alex: /* Stara wersja instrukcji */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T22:02:41Z

Alex: /* Tobii REX eyetracker */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* w katalogu <code>Samples</code> w SDK znajduje się demo (należy je zbudować poleceniem <code>make</code>)

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T22:00:27Z

Alex: /* wrapper+obci */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (<code>/home/USER_NAME/kinect/Redist/NiTE2</code>) do katalogu <code>~/.obci/sandbox</code>.

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:59:51Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:58:36Z

Alex:

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prekonfigurowanych binarek dla Ubuntu 15.10:

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

Należy prawdzić czy użytkownik, na koncie którego będzie używany Kinect należy do grupy plugdev -- jeśli nie, dodać:
sudo usermod -G plugdev -a USER_NAME

=== wrapper+obci ===

Moduł do Pythona (plik <code>nite2.so</code>) należy zbudować z repozytorium https://github.com/BrainTech/nite2-bindings i umieścić w katalogu <code>/usr/lib/python2.7/dist-packages</code>.

Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:54:51Z

Alex: /* Instalacja xwiimote */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10):

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

sprawdzić czy user należy do grupy plugdev:
-- jak nie, dodać:
sudo usermod -G plugdev -a USER_NAME

wrapper+obci

nite2.so należy zbudować z repo https://github.com/BrainTech/nite2-bindings i umieścić w /usr/lib/python2.7/dist-packages
Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

UWAGA!!! NIE NALEŻY instalować pakietu xwiimote z Debiana - jest on przestarzały.

Wymagane wersje:
* kernel >= 3.5+
* bluez >= 5.11+

A) Instalacja wymaganych pakietów

sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

B) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

C) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

D) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

E) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

F) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:51:51Z

Alex:

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10):

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

sprawdzić czy user należy do grupy plugdev:
-- jak nie, dodać:
sudo usermod -G plugdev -a USER_NAME

wrapper+obci

nite2.so należy zbudować z repo https://github.com/BrainTech/nite2-bindings i umieścić w /usr/lib/python2.7/dist-packages
Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

WARNING!!! DO NOT install official Debian sid xwiimote package from - it contains very old sources, use latest version from git.

kernel >= 3.5+
bluez >= 5.11+

0) sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

A) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

B) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

C) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

D) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

E) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

python ./scale.py

== Tobii REX eyetracker ==

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:51:21Z

Alex: /* Instalacja xwiimote-bindings */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10):

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

sprawdzić czy user należy do grupy plugdev:
-- jak nie, dodać:
sudo usermod -G plugdev -a USER_NAME

wrapper+obci

nite2.so należy zbudować z repo https://github.com/BrainTech/nite2-bindings i umieścić w /usr/lib/python2.7/dist-packages
Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote ==

WARNING!!! DO NOT install official Debian sid xwiimote package from - it contains very old sources, use latest version from git.

kernel >= 3.5+
bluez >= 5.11+

0) sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig

A) xwiimote driver & utils

git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig

B) Python bindings

git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

C) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab

D) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

E) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

== python ./scale.py ==

Tobii REX eyetracker

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T21:50:09Z

Alex: /* Kinect + OpenNI2 + NiTE2 + freenect */

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10):

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

sprawdzić czy user należy do grupy plugdev:
-- jak nie, dodać:
sudo usermod -G plugdev -a USER_NAME

wrapper+obci

nite2.so należy zbudować z repo https://github.com/BrainTech/nite2-bindings i umieścić w /usr/lib/python2.7/dist-packages
Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote-bindings ==

WARNING!!! DO NOT install official Debian sid xwiimote package from - it contains very old sources, use latest version from git.

kernel >= 3.5+
bluez >= 5.11+

0) sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig
A) xwiimote driver & utils
git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig
B) Python bindings
git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

C) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab
D) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

E) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

== python ./scale.py ==

Tobii REX eyetracker

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera

2016-03-17T13:14:40Z

Alex: Utworzono nową stronę " == Kinect + OpenNI2 + NiTE2 + freenect == Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10): sudo ap..."

== Kinect + OpenNI2 + NiTE2 + freenect ==

Instalacja OpenNI 2 + NiTE 2 z prokonfigurowanych binarek dla Ubuntu 14.04 (działa także na Ubuntu 14.10 i 15.10):

sudo apt-get install freeglut3 python-opencv libboost-all-dev
cd ~
wget http://static.mroja.net/kinect/kinect.7z
7z x kinect.7z
cd ~/kinect
sudo cp primesense-and-kinect-usb.rules /etc/udev/rules.d/557-primesense-usb.rules
export LD_LIBRARY_PATH=/home/{USER_NAME}/kinect/Redist (to najlepiej wrzucić do .profile)
cd Redist
./NiViewer

sprawdzić czy user należy do grupy plugdev:
-- jak nie, dodać:

sudo usermod -G plugdev -a USER_NAME

wrapper+obci

nite2.so należy zbudować z repo https://github.com/BrainTech/nite2-bindings i umieścić w /usr/lib/python2.7/dist-packages
Skopiuj katalog NiTE2 (/home/USER_NAME/kinect/Redist/NiTE2) do katalogu ~/.obci/sandbox

na koncie lab

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

cp -r /home/lab/kinect/Redist/NiTE2/ ~/.obci/sandbox/
sudo cp nite2.so /usr/lib/python2.7/dist-packages

na koncie newtech

cd ~/kinect/Redist
cp /path_to_file/nite2.so nite2.so

mkdir /home/newtech/.obci/ # jeśli katalog istnieje to pominąć
mkdir /home/newtech/.obci/sandbox # j.w.

cp -r /home/newtech/kinect/Redist/NiTE2/ ~/.obci/sandbox/

== Instalacja xwiimote-bindings ==

WARNING!!! DO NOT install official Debian sid xwiimote package from - it contains very old sources, use latest version from git.

kernel >= 3.5+
bluez >= 5.11+

0) sudo apt-get install autoconf autogen automake gcc bluetooth ncurses-dev libudev-dev libtool git blueman python-dev dh-autoreconf pkg-config swig
A) xwiimote driver & utils
git clone https://github.com/BrainTech/xwiimote
cd xwiimote
./autogen.sh
make
sudo make install
sudo ldconfig
B) Python bindings
git clone https://github.com/BrainTech/xwiimote-bindings
cd xwiimote-bindings
./autogen.sh
make
sudo make install
sudo ldconfig

C) Żeby działało bez sudo dla userów lab i newtech

sudo usermod -a -G input newtech
sudo usermod -a -G input lab
D) Sparować urządzenie z użyciem wbudowanego do Ubuntu panelu Bluetooth

E) Demo

git clone https://github.com/irq0/wiiscale.git
cd wiiscale

uncomment line 134 and 135:
134: # for m in measurements(iface):
135: # print_bboard_measurements(*m)

== python ./scale.py ==

Tobii REX eyetracker

* zainstalować pakiet deb dla 64bit Linuxa z http://developer.tobii.com/rex-setup-gaze-sdk/
* poprosić Aleksa o kopię SDK
* cd Samples && make && ./tracker - demo

== Stara wersja instrukcji ==

Instalacja OpenNI2

wymagania
sudo apt-get install git-core g++ cmake libudev-dev libxi-dev libxmu-dev python libusb-1.0-0-dev libudev-dev freeglut3-dev doxygen graphviz

sudo add-apt-repository ppa:webupd8team/java
sudo apt-get update
sudo apt-get install oracle-java8-installer

git clone https://github.com/occipital/OpenNI2.git
cd OpenNI2
#Save path for further reference
OPENNI_DIR="${PWD}"

sed -i '/-Werror/ s/^/#/' ${OPENNI_DIR}/ThirdParty/PSCommon/BuildSystem/CommonCppMakefile

echo "LDFLAGS += -lpthread" >> ${OPENNI_DIR}/Source/Tools/NiViewer/Makefile
make
sudo ${OPENNI_DIR}/Packaging/Linux/install.sh
sudo gpasswd -a ${USER} video

LUB (preferowana opcja):
pobrać binarny pakiet ze strony http://structure.io/openni
wypakować do katalogu np. OpenNI-Linux-x64-2.2
$ cd OpenNI-Linux-x64-2.2
$ sudo ./install.sh
w aktualnym katalogu utworzy się skrypt “OpenNIDevEnvironment”, który ustawia środowisko dev

Instalacja libfreenect

git clone https://github.com/OpenKinect/libfreenect.git
cd libfreenect
mkdir build; cd build
cmake .. -DBUILD_OPENNI2_DRIVER=ON
make -j4
cp -L lib/OpenNI2-FreenectDriver/libFreenectDriver.so ${OPENNI_DIR}/Bin/x64-Release/OpenNI2/Drivers/

Test
cd ${OPENNI_DIR}/Bin/x64-Release/
./NiViewer

Instalacja biblioteki NiTE2

http://ilab.usc.edu/packages/forall/ubuntu-13.10/NiTE-Linux-x64-2.2.tar.bz2
cd NiTE-Linux-x64-2.2
sudo ./install.sh

cp -L /usr/local/lib/OpenNI2-FreenectDriver/libFreenectDriver.so NiTE-Linux-x64-2.2/Samples/Bin/OpenNI2/Drivers/

Strona główna

2016-03-17T12:03:35Z

Alex: /* Strony dodatkowe */

==Materiały dydaktycznie dla studentów kierunku [http://fizykaxxi.fuw.edu.pl/zastosowania-fizyki-w-biologii-i-medycynie/Zastosowania Fizyki w Biologii i Medycynie]==

* Informatyka: [[Plik:Pętla_while.svg|175px|right]]
** Technologia Informacyjna:
*** Wykład [["Technologia informacyjna"]]
*** Wykład [[Slajdy z wykładów dla optyki okularowej z roku 2015|"Technologie cyfrowe"]] (dla specjalności Optyka Okularowa)
*** Ćwiczenia [["Programowanie z Pythonem"]] (dla studentów Wydziału Fizyki)
*** Ćwiczenia [[dla studentów Wydziału Biologii|"Technologia informacyjna"]] (dla studentów Wydziału Biologii)
** Programowanie dla Neuroinformatyków:
*** Ćwiczenia [["Programowanie dla Neuroinformatyków"]]
** Programowanie dla Fizyków Medycznych:
*** Ćwiczenia [["Programowanie dla Fizyków Medycznych"]]
** Bazy danych:
*** Wykład [[TI:WTBD|"Wstęp do technologii baz danych"]]
*** Ćwiczenia [[TI:WTBD|"Wstęp do technologii baz danych"]]
** [[TI/Pracownia wykorzystania zasobów internetowych|Pracownia wykorzystania zasobów internetowych]]
* Matematyka:
** Matematyka I: 
*** Wykład [[Matematyka I - FMiN lecture|Matematyka I]] (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Matematyka I - FMiN exercises|Matematyka I]] (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Matematyka I - OO exercises|Matematyka I]] (dla specjalności Optyka Okularowa)
** Matematyka II: [[Plik:main_math.png|175px|right]]
*** Wykład [[Matematyka II - FMiN lecture|Matematyka II]] (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Matematyka II - FMiN exercises|Matematyka II]] (dla specjalności Fizyka Medyczna i Neuroinformatyka)

* Fizyka:
** Fizyka I:
*** Wykład [[Fizyka I - FMiN lecture|Fizyka I]] - Mechanika (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Wykład [[Fizyka I - OO lecture|Fizyka I]] - Mechanika (dla specjalności Optyka Okularowa)
*** Ćwiczenia [[Fizyka I - FMiN exercises|Fizyka I]] - Mechanika (dla specjalności Fizyka Medyczna i Neuroinformatyka)
** Fizyka II: [[Plik:main_phys.png|220px|right]]
*** Wykład [[Fizyka II - OO lecture|Fizyka II]] - Elektrostatyka (dla specjalności Optyka Okularowa)
*** Wykład [[Fizyka II - NI lecture|Fizyka II]] - Elektrostatyka (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Fizyka II - FMiN exercises|Fizyka II]] - Elektrostatyka (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Fizyka II - OO exercises|Fizyka II]] - Elektrostatyka (dla specjalności Optyka Okularowa)
** Fizyka III:
*** Wykład [[Fizyka III - FMiN lecture|Fizyka III]] - Drgania i Fale (dla specjalności Fizyka Medyczna i Neuroinformatyka)
*** Ćwiczenia [[Fizyka III - FMiN exercises|Fizyka III]] - Drgania i Fale (dla specjalności Fizyka Medyczna i Neuroinformatyka)
** Elektrodynamika:
*** Ćwiczenia [[Ćwiczenia z elektrodynamiki dla neuroinformatyków|Elektrodynamika]] (dla specjalności Neuroinformatyka)
** Ćwiczenia [[Fizyka Promieniowania Jądrowego]]
** Ćwiczenia [[Fizyka atomów oraz cząstek i makrocząstek biologicznych]]

* Chemia:
** Wykład [[Podstawy chemii z elementami biochemii]]
** Wykład [[Chemia ogólna - lecture|Chemia ogólna]]
** Pracownia [[Chemia ogólna - workshop|Chemia ogólna]]
** Wykład [[Chemia organiczna]]

* Biologia: [[Plik:main_biol.jpg|220px|right]]
** Wykład [[Biologia komórki]]
** Wykład [[Histologia]]
** Pracownia [[Biologia molekularna]]
** Wykład [[Metody Biofizyki Molekularnej - lecture|Metody Biofizyki Molekularnej]]
** Ćwiczenia [[Metody Biofizyki Molekularnej - exercises|Metody Biofizyki Molekularnej]]
** Pracownia [[Podstawy Biofizyki]]
** Pracownia [[Pracownia Biofizyki dla Zaawansowanych]]

* Przedmioty specjalizacyjne:
** Wykład [[Obrazowanie Medyczne]]
** Wykład [[Metody fizyczne w biologii i medycynie]]
** Wykład [[Ochrona radiologiczna]]
** Wykład [[Ochrona radilogiczna 2]]
** Wykład [[Sygnały Bioelektryczne]]
** Wykład [[Elektroencefalografia]]
** Wykład [[Wnioskowanie Statystyczne - lecture|Wnioskowanie Statystyczne]] [[Plik:main_eeg2.png|220px|right]]
*** Ćwiczenia [[Wnioskowanie Statystyczne - exercises|Wnioskowanie Statystyczne]]
** Wykład [[Analiza sygnałów - lecture|Analiza sygnałów]]
*** Ćwiczenia [[Analiza sygnałów - exercises|Analiza sygnałów]]
** Wykład [[Uczenie maszynowe i sztuczne sieci neuronowe]]
*** Ćwiczenia [[Uczenie maszynowe i sztuczne sieci neuronowe_cw|Uczenie maszynowe i sztuczne sieci neuronowe]]
** Warsztaty [[Metody diagnostyczne]]
** Warsztaty [[Modelowanie molekularne 2]]

* Pracownie specjalistyczne: [[Plik:main_eeg1.jpg|220px|right]]
**[[Pracownia Sygnałów Bioelektrycznych]] (dla specjalności Neuroinformatyka)
**[[Pracownia EEG|Pracownia EEG]] (dla specjalności Neuroinformatyka)
**[[Laboratorium EEG|Laboratorium EEG]] (dla specjalności Neuroinformatyka)
**[[Nowe technologie w fizyce biomedycznej]] (dla specjalności Fizyka Medyczna i Neuroinformatyka)
**[[Pracownia podstaw biofizyki]] (dla specjalności Fizyka Medyczna)
**[[Pracownia biofizyki dla zaawansowanych]] (dla specjalności Fizyka Medyczna)

* Inne: [[Plik:Bookstack.svg|130px|right]]
** Wykład [["Własność intelektualna i ochrona danych osobowych"]]
** Pracownia [["Wykorzystanie zasobów internetowych"]]
** Proseminarium [[Proseminarium licencjackie|licencjackie]]

==Strony dodatkowe==
* [[dokumentacja OBCI]]
* [[Instalacja i konfiguracja Kinect, Wiimote i Eyetrackera]]
* Strona [http://www.fuw.edu.pl/biblioteki.html Biblioteki Wydziału Fizyki]
* Pracownia [[Pracownia Pokazów Wykładowych|Pokazów Wykładowych]]
* [[Tematy prac licencjackich]]

*[[dokumentacja SVAROG]]