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

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:49

Носса lixeira inteligente consiste na separação automática do lixo. Веб-камера Através de Uma, идентифицирующая типо ликсо и депозита, не имеет адекватного сравнения для задних конечностей.

Шаг 1: Lixo, Um Problema Mundial

Um dos Principais issuesas 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 ampa do проблема tomemos a cidade de São Paulo como exemplo, em media cada pessoa produz diariamente entre 800 ga 1 кг de lixo diário, ou de 4 a 6 litros de dejetos, por dia são gerados 15.000 toneladas de lix isso соответствует 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.

Шаг 2: Por Que Separar O Lixo?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material..

Шаг 3: Выберите Solução?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analysis o tipo de lixo eo descarta no compareo correto. capaz de aprender e reconhecer o material do objeto descartado (papel, metal, plástico, vidro ou outros). Após a Detecção e classificação do objeto, um sinal é enviado para um motor que move uma esteira, posiciona no local Соответствующий e outro motor acionado para fazer o despejo.

Шаг 4: Quais As Tecnologias Utilizadas?

Программное обеспечение:

- OpenCV

- Каскадный классификатор Хаара

- Python

- MRAA

- Linux (Debian)

Аппаратное обеспечение:

- Dragonboard 410c

- Мезонин на 96 человек

- Двигатели постоянного тока

- Драйвер мотора Ponte H L298N

- Fonte ATX 230 Вт

- Вебкамера

Шаг 5: Algoritmos E Códigos

Часть 1 - OpenCV, статистика

Como o treinamento para reconhecer os 5 tipos de materiais descritos no Step 3 demoraria muito, decididor afunilar или проблема и обнаружение апенас латас и garrafas de plástico для сравнения прова до тщеславия. Essa Detecção ocorreu nos seguintes passos.

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

2 - Detecção:

2.1 - Конвертер изображений для HSV. 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 - Вычислите величину com iguais pesos em ambas as direções.

2.4 - Применение метода Otsu na imagem detectada pela câmera..

2.5 - Aplicar Closing na imagem detectada pela câmera.

2.6 - Применение детектора борда Canny

2.7 - Calcula a transformada de linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

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

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

3.1 - Разверните напряжение на плате DragonBoard с питанием 1,8 В от цифровых сигналов и драйверов для двигателей, требующих напряжения питания до минимального напряжения 5 В, и используйте его в качестве источника питания 12 В для ATX от 230 Вт.

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 direções.

Замечания: Важное значение при работе с надстройками на мезонинной плате deve estar liberado no diretório / sys / class / gpio e que o código seja executado como root (sudo).

4 - Armazenamento de dados:

Эти данные как информация, обнаруживаемая в любых средах для установки в AWS IoT, включают в себя данные, необходимые для получения необходимых сведений. Essas dados são trocados использует протокол MQTT onde, возможно, envio e Recebimento de informações de forma twoirecional.

Шаг 6: Imagens Do Protótipo Em Construção. (Версии 1.0 E 2.0)

Шаг 7: Autores Do Projeto

Da esquerda pra direita: - Дэвид Карвалью - Лукас Азеведо - Родриго Алвес - Лариса Лагес - Маноэла Виейра - Бьянка Лиль - Андреа Дуке Градусиментос: Анджело Брито, Тьяго Пиньейру, Эйтор Араужу и другие люди, которые хотят изменить свое направление.