Skip to content

a-ichikura/Deco_with_robot

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 
 
 
 
 
 
 
 
 

Repository files navigation

ロボットと部屋の飾り付けをする

デモ

MiyabiTane/jsk_pr2eusのdeco_with_robotブランチ

飾り付け思考部分

pix2pixディレクトリ参照

眉毛デバイス

詳細は以下2つのリポジトリ
Dialogflowを用いてテキストから13種の表情を割り当てる▷facial_expression/text_to_expression
Webページで眉毛を作る▷facial_expression/web_nodejs

試し方

ノートPC内で全て試せる簡単な試し方。

  1. dialogflow_task_executiveをビルドしていなければビルドする
$ mkdir -p eyebrows_ws/src
$ cd eyebrows_ws/src
$ git pull https://github.com/jsk-ros-pkg/jsk_3rdparty.git
$ cd ../
$ catkin b dialogflow_task_executive
$ source ~/eyebrows_ws/devel/setup.bash
  1. dialogflowのjsonファイルをダウンロードし、<json_path>の場所に置く。それぞれのコマンドを別ターミナルで実行する
$ cd facial_expression/text_to_expression
$ python dialogflow_run.py --json-path <json_path> --no-sample
# 送信した内容をロボットに喋らせたい場合は
# $ python dialogflow_run.py --json-path <json_path> --no-sample --with-speak
$ cd facial_expression/web_nodejs/ver_13types
$ python run.py --no-roscore
  1. 2つのWebページにアクセスする▷ http://localhost:3000/lbrow, http://localhost:3000/rbrow

  2. 任意のテキストをPublishする。以下は"嬉しい"を送る例。Webページ上の眉毛の動きが変化する。

$ rostopic pub -1 /text std_msgs/String "data: '嬉しい'"

※文章の内容によっては動きが変化しない場合がある。

対話部分

Chaplusの雑談APIを使用。

使い方

  1. 公式ページにメールアドレスを登録してAPI Keyを入手する。

  2. chaplus_rosリポジトリをcloneした後、apikey.jsonの値を入手したものに書き換える。

{"apikey": "0123456789"}
  1. launchファイル内に以下を記述する。
  <!-- add ChaPlus -->
  <arg name="chatbot_engine" default="Chaplus" />
  <node pkg="chaplus_ros" type="chaplus_ros_custom.py" name="chaplus_ros"
        output="screen" >
    <rosparam subst_value="true">
      chatbot_engine: $(arg chatbot_engine)
    </rosparam>
  </node>

/requestをSubscribeして/responseをPubrishする。型はどちらもstd_msgs/String

  1. エージェントのタイプや、特定の質問に対する返答を指定したい場合など、APIをカスタマイズしたい場合はcustom.jsonを書き換える。詳細と書き換え方は雑談応答API公式ページの一番下に載っているサンプルコードを参考にする。

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 98.4%
  • Python 0.8%
  • JavaScript 0.7%
  • Common Lisp 0.1%
  • Pug 0.0%
  • Dockerfile 0.0%