Walabasquiat: arte generativo interactivo con Walabot, Raspberry Pi y Android

Walabasquiat es instalación arte generativo en vivo que convierte movimiento detectado por sensor Walabot 3D en patrones visuales dinámicos. El sistema corre en Raspberry Pi, usa Processing para renderizado, y transmite datos sensor vía API RESTful Flask ligera a app live-wallpaper Android.

Historia

Idea 🤔 💡

Desde los 90, el arte generativo me fascina —especialmente Organic Art PC de William Latham, que usaba algoritmos genéticos para transformar formas simples en formas intrincadas, vivas. Imaginé instalación pública donde visitantes influyeran directamente esos algoritmos mediante su propio movimiento. Walabasquiat realiza esa visión alimentando datos posicionales tiempo real del sensor Walabot en sketch Processing que muta continuamente su salida visual.

Primeros pasos 🔰 👩‍💻

Conectar Walabot a Raspberry Pi es plug-and-play. Inserta dispositivo en puerto USB con fuente 2,5 A+, luego instala API oficial Walabot:

cd ~
wget https://s3.eu-central-1.amazonaws.com/walabot/WalabotInstaller/Latest/walabot_maker_1.0.34_raspberry_arm32.deb
sudo dpkg -i walabot_maker_1.0.34_raspberry_arm32.deb

Después, instala bindings Python:

pip install WalabotAPI --no-index --find-links="/usr/share/walabot/python/"

Ejecuta ejemplo incluido para verificar sensor comunica:

cd /usr/share/doc/walabot/examples/python
python SensorApp.py

Verás coordenadas X/Y/Z y valores amplitud en vivo en tu terminal. Con sensor funcionando, empieza el trabajo creativo real.

Proceso desarrollo 💪 💻

El reto central fue exponer datos Walabot a Processing. En vez de embeber SDK Walabot directo en sketch Python Mode —lo que puede causar conflictos versiones— construí API RESTful ligera con Flask. La API serializa lecturas sensor en JSON, permitiendo cualquier cliente network-capable consumirlas.

Adapté walabot-web-api para Linux y firmware Creator, luego lo integré en mi Pi. Con API corriendo, aproveché librería HYPE Processing (todavía funcional pese a última actualización hace dos años) para crear visualización responsiva estilo partículas de datos sensor. Resultado: tapiz vivo que enjambra alrededor de cada target detectado.

Para visitantes, empaqueté misma lógica en Walabasquiandroid, live wallpaper Android. Mantiene experiencia visual ligera, para que usuarios disfruten patrones generativos en móviles mucho después de dejar exposición.

Pasos para reproducir 📑 🚀

Para duplicar la instalación, sigue estos pasos:

1. Conecta Walabot a Raspberry Pi e instala API como se describió.
2. Descarga y lanza servidor Flask:

cd /usr/share/doc/walabot/examples/python
sudo wget https://raw.githubusercontent.com/ishotjr/walabot-web-api/rpi/app.py
python3 app.py

Verifica conectividad con simple curl:

curl -i https://192.168.1.69:5000/walabot/api/v1.0/sensortargets

Reemplaza 192.168.1.69 con IP local de tu Pi (descubrible via ip addr show). La respuesta parecerá al payload JSON mostrado antes.

1. Instala Processing en Pi (CLI preferido):

curl https://processing.org/download/install-arm.sh | sudo sh

1. Clona repositorios proyecto e instala librería HYPE:

cd ~/sketchbook
git clone https://github.com/ishotjr/Walabasquiat.git
git clone https://github.com/hype/HYPE_Processing.git
unzip HYPE_Processing/distribution/HYPE.zip -d ~/sketchbook/libraries/HYPE

Lanza Processing desde menú aplicaciones Pi, abre sketch Walabasquiat, y deja que el arte generativo responda a datos sensor en vivo.

Para experiencia portátil, construye live wallpaper Android usando misma interfaz RESTful. Resultado: narrativa visual vibrante, tiempo real, que une hardware, software e interacción humana.

Destacados visuales

Walabasquiat enjambra alrededor de tres targets Walabot en tiempo real.

Walabasquiandroid – live wallpaper Android complementario.

Leer más detalle

Explora código completo y documentación en GitHub y aprende cómo extender instalación a nuevos sensores o estilos visuales.