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

2024 ผู้เขียน: John Day | [email protected]. แก้ไขล่าสุด: 2024-01-30 13:03

A nossa lixeira inteligente ประกอบไปด้วย separação automática do lixo เว็บแคม Através de uma, ela identifica o tipo de lixo e o deposita no compartimento adequado para posteriormente ser reciclado.

ขั้นตอนที่ 1: Lixo, Um Problema Mundial

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

Para ter uma noção mais ampla do problemsa 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 s000 li geradas 15. isso สอดคล้องกับ 3.750 caminhões carregados diariamente. Em ano esses caminhões enfileirados cobririam o trajeto entre a cidade de São Paulo e Nova Iorque, ida e volta

ขั้นตอนที่ 2: Por Que Separar O Lixo?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material. A reciclagem ลดการพิจารณา os casos de doenças e mortes devido às enchentes e acúmulo de lixo em locaisjuambiente, สภาพแวดล้อมที่มีความเป็นส่วนตัว.

ขั้นตอนที่ 3: Qual a Solução?

การแก้ปัญหา 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 imagens capaz de aprender และ reconhecer o วัสดุทำ objeto descartado (กระดาษ, โลหะ, พลาสติก, vidro ou outros). Após a detecção e classificação do objeto, um sinal é enviado para um motor que move uma esteira, posidoquanae no local adero motor acionado para fazer หรือ despejo.

ขั้นตอนที่ 4: Quais เป็น Tecnologias Utilizadas?

ซอฟต์แวร์:

- OpenCV

- ลักษณนาม Haar น้ำตก

- Python

- MRAA

- ลินุกซ์ (เดเบียน)

ฮาร์ดแวร์:

- ดราก้อนบอร์ด 410c

- 96board Mezzanine

- มอเตอร์ DC

- ตัวขับมอเตอร์ Ponte H L298N

- ฟอนต์ ATX 230W

- เว็บแคม

ขั้นตอนที่ 5: Algoritmos E Códigos

ส่วนที่ 1 - OpenCV สถิติ

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

1 - Treinamento: กระดานใช้งานจริง 20 ภาพ แบ่งออกเป็น entre garrafas e latas

2 - Detecção:

2.1 - ตัวแปลงอิมเมจสำหรับ espaço de cor HSV คำบรรยาย '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 - Computar a magnitude com iguais pesos em ambas as direções. เปรียบเทียบ

2.4 - แอปพลิเคชัน o método de Otsu na imagem detectada pela câmera..

2.5 - Aplicar ปิดด้วย imagem detectada pela câmera.

2.6 - แอปพลิเคชันหรือตัวตรวจจับ bordas Canny

2.7 - Calcula a transformada de linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - สัดส่วน Checar largura x altura para comparação com o banco de dados ไม่มี banco estão armazenados หลากหลาย modelos positivos และ negativos.

3 - แยก: 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 para indicar que o processo ocorreu com sucesso

3.1 - กำหนดขอบเขตการใช้งาน DragonBoard ser de apenas 1.8V nos pinos digitais e 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 direções.

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

4 - อาร์มาเซนาเมนโต เด ดาดอส:

Todas เป็นข้อมูลตรวจสอบ são enviadas para uma instância da AWS IoT onde os dados podem ser acessados pelas pessoas ความสามารถและ tomar ações necessárias Essas dados são trocados utilizando o protocolo MQTT onde é possível o envio e recebimento de informações de forma biirecional.

ขั้นตอนที่ 6: Imagens Do Protótipo Em Construção (เวอร์ชั่น 1.0 E 2.0)

ขั้นตอนที่ 7: Autores Do Projeto

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