อุปกรณ์เสริมหมวกกันน็อคอัจฉริยะ: 4 ขั้นตอน

2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:07

ในแต่ละปีมีผู้เสียชีวิต 1.3 ล้านคนจากอุบัติเหตุทางถนน ส่วนใหญ่ของอุบัติเหตุเหล่านี้เกี่ยวข้องกับสองล้อ สองล้อกลายเป็นอันตรายมากขึ้นกว่าเดิม ในปี 2558 ผู้เสียชีวิต 28% ที่เกิดจากอุบัติเหตุทางถนนเชื่อมโยงกับรถสองล้อ เมาแล้วขับ, เสียสมาธิ, ขับเร็วเกินจริง, ฝ่าไฟแดง และความโกรธเกรี้ยวบนท้องถนนเป็นสาเหตุส่วนหนึ่งที่ทำให้ถนนกลายเป็นส่วนอันตรายของชีวิตคนเมือง หากไม่ดำเนินการ อุบัติเหตุบนท้องถนนอาจกลายเป็นสาเหตุการตายอันดับที่ 5 ภายในปี 2573

การใช้มาตรความเร่งและเซ็นเซอร์ไจโรสโคปที่ขับเคลื่อนโดย Arduino เราได้แก้ปัญหานี้ในรูปแบบของอุปกรณ์เสริมหมวกกันน็อค คุณสมบัติหลักอย่างหนึ่งของหมวกกันน็อคอัจฉริยะของเราคือใช้กล้อง Raspberry Pi ที่วางอยู่ด้านหลังหมวกกันน็อคเพื่อวิเคราะห์การป้อนเพื่อตรวจจับว่ารถเข้าใกล้อย่างอันตรายหรือไม่ ในการตรวจจับเสียงกริ่งจะเปิดขึ้น อีกหน้าที่หนึ่งของหมวกกันน็อคคือการขอความช่วยเหลือทันทีแก่ผู้สวมหมวกกันน็อคในกรณีที่เกิดอุบัติเหตุ ซึ่งรวมถึงการส่งข้อความ SOS ไปยังผู้ติดต่อในกรณีฉุกเฉินพร้อมตำแหน่งของผู้สวมใส่ นอกจากนี้เรายังได้สร้างแอพที่โต้ตอบและรับข้อมูลจาก Arduino และประมวลผลเพื่อเพิ่มประสิทธิภาพการทำงานของหมวกกันน็อค

ขั้นตอนที่ 1: วัสดุ

วัสดุที่ไม่ใช่อิเล็กทรอนิกส์:

1 หมวกกันน็อค

ที่ยึดหัวกล้องแอคชั่น 1 อัน

1 กระเป๋า

วัสดุอิเล็กทรอนิกส์:

1 ราสเบอร์รี่ Pi 3

1 Arduino Uno

กล้อง R-Pi 1 ตัว

1 KY-031 น็อคเซนเซอร์

1 GY-521 มาตรความเร่ง/ไจโรสโคป

1 HC-05 โมดูลบลูทูธ

สาย USB 1 เส้น

สายไฟ

ขั้นตอนที่ 2: การประกอบฮาร์ดแวร์

วางที่ยึดหัวกล้องแอคชั่นไว้รอบๆ หมวกกันน็อคตามที่แสดง และติดกระเป๋าเข้ากับที่ยึดหัวไปทางด้านหลังของหมวกกันน็อค

ขั้นตอนที่ 3: การตั้งค่า Raspberry Pi

Raspberry Pi ใช้การวิเคราะห์ภาพและกล้อง RPi ตรวจจับรถยนต์ที่อยู่ใกล้หลังผู้ใช้อย่างอันตราย และเตือนผู้ใช้ด้วยการเปิดใช้งานมอเตอร์สั่น ในการตั้งค่า Raspberry PI และกล้อง ก่อนอื่นเราต้องอัปโหลดโค้ดของเราไปที่ Raspberry Pi จากนั้นจึงสร้างการเชื่อมต่อ SSH ด้วย จากนั้นเราเรียกใช้รหัสของเราบน Raspberry Pi ด้วยตนเองโดยการเรียกใช้ไฟล์ python จากเทอร์มินัลหรือโดยการเปิดใช้งาน bash script ในขณะใช้งาน

การวิเคราะห์ภาพทำได้โดยใช้โมเดล OpenCV ที่ได้รับการฝึกอบรมมากับรถยนต์ จากนั้นเราคำนวณความเร็วของรถ และโดยใช้แผนภูมิระยะทางที่ปลอดภัยและความเร็วที่คำนวณได้ของรถ เราจะคำนวณระยะปลอดภัยเพื่อเตือนผู้ใช้ จากนั้นเราจะคำนวณพิกัดของสี่เหลี่ยมของรถที่ต้องการ และสุดท้ายจะเตือนผู้ใช้เมื่อมีการข้ามธรณีประตู ซึ่งจะบอกเราเมื่อรถอยู่ใกล้เกินไป

ในการรันสคริปต์ python ที่เหมาะสม ให้ไปที่โฟลเดอร์ไอเดียในไดเร็กทอรีของคุณ จากนั้น เรียกใช้ไฟล์ v2.py (เขียนด้วยภาษา Python 2) เพื่อเริ่มกระบวนการระบุตัวตนด้วยวิดีโอที่ป้อนล่วงหน้า ในการเริ่มรับข้อมูลจาก Pi Camera แล้วประมวลผล ให้เรียกใช้ไฟล์ Python 2 v3.py กระบวนการทั้งหมดเป็นแบบแมนนวลในขณะนี้ แต่สามารถเป็นอัตโนมัติได้โดยมีสคริปต์ทุบตีที่ทำงานตามความต้องการ

ขั้นตอนที่ 4: การตั้งค่า Arduino

โมดูล Bluetooth: จ่ายไฟ 5V ให้กับโมดูล HC-05 และตั้งค่าพิน RX และ TX เป็น 10 และ 11 และทำการเชื่อมต่อที่เหมาะสมกับบอร์ด Arduino

GY 521 ไจโรสโคป/มาตรความเร่ง: เชื่อมต่อ SCL กับ A5 และ SDA กับ A4 และจ่ายไฟ 5V และต่อกราวด์เซ็นเซอร์โดยใช้หมุดกราวด์ตัวใดตัวหนึ่ง

KY 031 เซ็นเซอร์น็อค: จ่าย 5V ให้กับพิน VCC ของเซ็นเซอร์น็อคและต่อสายดิน จากนั้นต่อพินเอาต์พุตเข้ากับ Digital I/O Pin 7 ใน Arduino