„Colec.te“- „Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV“: 7 žingsniai

2024 Autorius: John Day | [email protected]. Paskutinį kartą keistas: 2024-01-30 10:45

A nossa lixeira inteligente consiste na separação automática do lixo. Žiūrėkite internetinę vaizdo kamerą, nustatykite, ar tipo deksas, ar neužtenka jokių skyrių, skirtų tinkamam posterormentiniam serijui.

1 žingsnis: Lixo, Um Problema Mundial

Um dos principais problemos encontrado no meio urbano, especialmente nas grandes cidades é o lixo sólido, resultado de uma sociedade que a cada dia consome mais.

Para ter uma noção mais ampla do problem tomemos a cidade de San Paulo como example, em média cada pessoa produz diariamente Entre 800 ga 1 kg de lixo diário, ou de 4 a 6 litros dejetos, por dia são gerados 15.000 toneladas de lixo, taip pat atitinka 3.750 caminhões carregados diariamente. Em um ano esses caminhões enfileirados cobririam o trajeto entre a cidade de São Paulo e Nova Iorque, ida e volta.

2 veiksmas: ar „Que Separar O Lixo“?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material. A reciclagem reduz apsvarstyti, atsižvelgiant į kasos de doenças ir mortes devido às enchentes e acúmulo de lixo em locais urbanos, diminui impactos sobre o meio ambiente e ajudaar cidade se.

3 žingsnis: ar reikia „Solução“?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta no compartimento correctto. O reconhecimento é através de uma câmera que utiliza um banco de dados de imagens e formas. „Capaz de aprender“ir „reconhecer“arba medžiaga, skirta obceto descartado („papel“, „metal“, „plástico“, „vidro ou outros“). Apopai ir klasifikacija, klasifikacija ir objeto, um sinal é enviado para um motor que move uma esteira, vietos vietos ir išorinio variklio acionado para fazer o despejo.

4 žingsnis: „Quais As Tecnologias Utilizadas“?

Programinė įranga:

- „OpenCV“

- Haar kaskados klasifikatorius

- Pitonas

- MRAA

- „Linux“(„Debian“)

Techninė įranga:

- „Dragonboard 410c“

- „96board Mezzanine“

- DC varikliai

- Vairuotojo variklis Ponte H L298N

- Fonte ATX 230W

- Internetinė kamera

5 žingsnis: „Algoritmos E Códigos“

1 dalis - „OpenCV“, statistika

Como o treinamento para reconhecer os 5 tipos de materiais descritos no Step 3 demoraria muito, decididor afunilar o problem e detectar apenas latas e garrafas de plástico para comprovar a prova do conceito. Essa detecção ocorreu nos seguintes passos.

1 - Treinamento: Foram utilizadas 20 imagens divididas entre garrafas e latas

2 - Detecção:

2.1 - HSV konverterio atvaizdas. Aumentar 'V' por um fator de 2 com o objetivo de ter features mais visíveis.

2.2 - Encontrar gradiente de Sobel nos eixos x e y.

2.3 - Kompiuteris, kurio dydis yra iguais pesos em ambas kaip directções.

2.4 - „Aplicar o método de Otsu“ir „imagem detectada pela camera“.

2.5 - „Aplicar“Uždarymas ir vaizdo aptikimas, kad būtų galima stebėti žaidimą.

2.6 - „Aplicar“arba „bordas Canny“detektorius

2.7 - Apskaičiuota ir transformuota linija de Hough

2.8 - „Enquadrar bordas do objeto num retângulo“.

2.9 - Checar proporção largura x altura para comparação com o banco de dados. Nėra jokių teigiamų ir neigiamų pokyčių.

3 - Separação: Dado a saída da etapa anterior (garrafa ou lata), movemos a esteira (motor) para o lado esquerdo ou directito despejando o objeto and acendendo um LED para indicar que o processo ocorreu com sucesso.

3.1 - Devido a tensão de saída da DragonBoard ser de apenas 1.8V nos pinos digitalis and os drivers dos motores requererem uma tensão de entrada de no mínimo 5 V, utilizamos as saídas 12 V de uma fonte ATX de 230 W.

3.2 - Nesta etapa utilizamos o mraa para mapear os dois polos do motor em pinos de entrada na mezzanine board para podermos girar a esteira em ambas as directções.

Pastaba: svarbu importuoti deixar claro que o mapeamentos dos pinos da mezzanine board deve estar liberado no directtório/sys/class/gpio e que o código seja executado como root (sudo).

4 - Armazenamento de dados:

Todas as informationções detectadas são enviadas para uma instância da AWS IoT onde os dados podem ser acessados pelas pessoas kompetentingi ir tomar ações needsárias. „Essas dados são trocados“naudoja protokolą „MQTT“ir gali jį naudoti arba gauti informaciją ir gauti informacijos apie dvilypę informaciją.

6 žingsnis: „Imagens Do Protótipo Em Construção“. (Versija 1.0 E 2.0)

7 žingsnis: „Autores Do Projeto“

Da esquerda pra direita:- David Carvalho- Lucas Azevedo- Rodrigo Alves- Larissa Lages- Manoela Vieira- Bianca Lisle- Andréa DuqueAgradecimentos: Angelo Brito, Thiago Pinheiro, Heitor Araújo e à todos que nos ajudaram directtamente e indiretamente.