EyeDwell 睛益求居 - 智能居家視力檢測小幫手

專案概述

「睛益求居」是一個智能居家視力檢測系統，結合硬體和軟體技術，提供便捷的視力檢測和眼科知識問答服務。系統透過 Raspberry Pi 和 Arduino 控制的機器人進行視力測試，結果回傳至 Flutter 手機應用程式，並上傳至 Spring Boot 後端儲存於 PostgreSQL 資料庫。應用程式內建聊天機器人，支援眼科問題查詢和衛教資訊，通過向量資料庫（VectorDB）和 xAI API 實現語義搜尋和智能回應。

核心功能

• 視力檢測：由 Raspberry Pi 和 Arduino 控制的機器人執行視力測試，結果顯示於機器人螢幕與 Flutter 應用並上傳至後端。
• 聊天機器人：Flutter 應用提供多語言聊天介面，回答眼科相關問題和衛教資訊。
• 資料管理：PostgreSQL 儲存使用者資料和知識庫，向量資料庫（VectorDB）支援語義搜尋。
• RAG 流程：Spring 查詢 VectorDB 得到知識點 ID ，接下來從 ：PostgreSQL 找到對應的知識點後結合用戶資訊使用 xAI API 生成回應。

全端架構圖

以下是系統的架構圖，展示各組件間的交互流程：

graph TD
    %% 前端層
    subgraph Frontend [前端層]
        A[Flutter App<br>視力測試介面 + 聊天機器人]
    end

    %% 後端層
    subgraph Backend [後端層]
        B[Java Spring Boot<br>Main Server]
        subgraph External [外部服務]
            E[xAI API<br>Grok-beta]
        end
        subgraph Data [資料層]
            C[PostgreSQL<br>使用者資料 / 知識資料]
            D[Python VectorDB Server<br>FAISS + Sentence Transformers]
        end
    end

    %% 硬體層
    subgraph Hardware [硬體層]
        F[Raspberry Pi<br>視力檢測機器人]
        G[Arduino<br>馬達控制]
    end

    %% 資料流
    A -->|BLE: 操控指令| F
    F -->|BLE: 測試結果| A
    A -->|REST: 資料請求/問題| B
    B -->|JDBC: 存取資料| C
    C -->|JDBC: 回傳資料| B
    B -->|gRPC: 問題向量化| D
    D -->|gRPC: 返回知識 ID| B
    B -->|REST: RAG + 問題| E
    E -->|REST: 生成回應| B
    B -->|REST: 回應| A
    F -->|Serial Port: 馬達控制指令| G
    G -->|Serial Port: 感測器資料| F

Loading

組件概述

專案包含以下主要組件，每個組件有其專屬的 README.md 提供詳細說明：

1. Rpi

   • 功能：控制視力檢測機器人，支援語音交互、藍牙連線和 OLED 顯示，執行視力測試流程。
   • 技術棧：Python、RPi.GPIO、語音處理庫、藍牙庫。
   • 用途：處理硬體交互，將測試結果透過 BLE 傳至 Flutter App。

2. Arduino

   • 功能：根據 Rpi 透過 Serial Port 傳送過來的資訊控制馬達，與 Rpi 協同進行視力測試。
   • 技術棧：Arduino C++、感測器庫。
   • 用途：執行底盤硬體控制任務。

3. App

   • 功能：手機前端應用，提供視力測試介面和聊天機器人功能。
   • 技術棧：Dart、Flutter。
   • 用途：與使用者交互，顯示測試結果並發送問題至後端。

4. Backend

   • 功能：主後端服務，處理 Flutter 請求、存取 PostgreSQL、與 VectorDB 和 xAI API 整合。
   • 技術棧：Java、Spring Boot、Maven、PostgreSQL。
   • 用途：協調資料流，管理視力檢測結果和聊天機器人回應。

5. Backend/VectorDB

   • 功能：向量資料庫服務，使用 FAISS 和 Sentence Transformers 提供語義搜尋。
   • 技術棧：Python、gRPC、FAISS、Sentence Transformers。
   • 用途：檢索眼科知識，回傳知識 ID 與關聯度給 Spring 後端。

設置與運行

前置條件

• 硬體：Raspberry Pi 3B+ 或 更以上、Arduino Uno、穩定的網路連線。
• 軟體：
  • Python 3.11+（Rpi、VectorDB）
  • Java 21+（Spring）
  • Flutter SDK（Flutter）
  • Arduino IDE（Arduino）
  • PostgreSQL 16+（資料庫）
• 外部服務：xAI API 金鑰（參見 xAI API 文件）。

安裝步驟

1. 複製專案：

   git clone <repository-url>
   cd 2025-Medical-System-Project

2. 設置各組件：

   • 參考各組件的 README.md 文件，安裝依賴並配置環境。

3. 啟動服務：

   • Rpi：運行 Rpi/startup.sh。
   • Backend：運行 docker-compose up -d
   • Flutter：運行 flutter run。
   • Arduino：燒錄程式碼至設備（參見 Arduino/README.md）。

注意事項

• 確保各組件的配置文件（例如 Rpi/config.json、Spring 的 application.yml）正確設置。
• xAI API 使用需遵守配額限制，詳見 xAI API 文件。
• 硬體組件（Rpi、Arduino）的 GPIO 或序列埠配置需與程式碼一致
• 專案路徑請勿包含中文、空格、特殊字元等

聯繫與支援

如有問題或需要擴展功能（例如新增 API 端點、優化硬體交互），請聯繫專案維護者或提交 issue 至版本控制庫。

授權

本專案採用 GNU General Public License v3.0，詳情請見授權文件。