Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: Hatua 7

2024 Mwandishi: John Day | [email protected]. Mwisho uliobadilishwa: 2024-01-30 12:49

Nusu ya lixeira inteligente inajumuisha na separação automática do lixo. Inatafuta kamera ya wavuti ya uma, utambulisho wa jina lako na utaftaji hakuna sehemu inayoweza kutosheleza kwa posteriormente ser reciclado.

Hatua ya 1: Lixo, Um Problema Mundial

Um dos principais problemas 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 for a problema tomemos a cidade de São Paulo como exemplo, em média cada pessoa produz diariamente entre 800 ga 1 kg de lixo diário, ou de 4 a 6 litros de dejetos, por dia são gerados 15.000 miaka kadhaa, isso corresponde a 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.

Hatua ya 2: Je! Por Que Tenga O Lixo?

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

Hatua ya 3: Qual a Solução?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta no compartimento correto. O reconhecimento é através de uma câmera que utiliza um banco de dados de picha na fomu. capaz de aprender e reconhecer o material do objeto descartado (papel, metali, plástico, vidro ou outros). Kwa sababu hiyo, mpango huo hufanya kazi, kwa hivyo ni dhambi tu kwa sababu ya motor kuhamia uma esteira, hakuna maoni ya kutosha ndani ya gari. acionado para fazer o despejo.

Hatua ya 4: Quais Kama Tecnologias Utilizadas?

Programu:

- OpenCV

- Kiainishi cha kuteleza cha Haar

- chatu

- MRAA

- Linux (Debian)

Vifaa:

- Joka 410c

- 96 bodi ya Mezzanine

- Motors DC

- Dereva Motor Ponte H L298N

- Fonte ATX 230W

- Kamera ya wavuti

Hatua ya 5: Algoritmos E Códigos

Sehemu ya 1 - OpenCV, Takwimu

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

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

2 - Kutambua:

2.1 - Picha ya kubadilisha fedha kwa njia ya HSV. Kumbukumbu 'V' kwa sababu ya 2 com o objetivo de ter makala makala zaidi.

2.2 - Mkutano wa maandishi ya Sobel nos eixos x e y.

2.3 - Kulinganisha ukubwa wa hali ya juu ni alama za kutisha.

2.4 - Maombi ya Otsu na picha ya kugundua picha ya câmera..

2.5 - Aplicar Kufungwa na picha ya kugundua ya câmera.

2.6 - Aplicar o detector de bordas Canny

2.7 - Calcula mabadiliko ya linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - Checar proporção largura x altura para comparação com o banco de dados. Hakuna banco estão armazenados diversos modelos positivos e negativos.

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

3.1 - Devido a tensão de saída da DragonBoard ser de apenas 1.8V nos pinos digitais and os drivers do motores requererem uma tensão de entada de no mínimo 5 V, utumiaji kama saiti 12 V de uma fonte ATX ya 230 W.

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

Tazama:

4 - Armazenamento de dados:

Todas as informações detectadas são enviadas for uma instância da AWS IoT onde os dados podem ser acessados pelas pessoas competentes and tomar ações needárias. Essas dados são trocados utilizando o protocolo MQTT onde é possível o envio and recebimento de informações de forma bidirecional.

Hatua ya 6: Imagens Do Protótipo Em Construção. (Aya ya 1.0 E 2.0)

Hatua ya 7: 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 diretamente e indiretamente.