การรักษาความปลอดภัยทางไซเบอร์ทางกายภาพของการจอดรถอัจฉริยะและการควบคุมการจราจร: 6 ขั้นตอน

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

อินเทอร์เน็ตเติบโตขึ้นด้วยอุปกรณ์หลายพันล้านเครื่อง เช่น รถยนต์ เซ็นเซอร์ คอมพิวเตอร์ เซิร์ฟเวอร์ ตู้เย็น อุปกรณ์เคลื่อนที่ และอื่นๆ อีกมากมายในอัตราที่ไม่เคยมีมาก่อน สิ่งนี้ทำให้เกิดความเสี่ยงและช่องโหว่หลายประการในโครงสร้างพื้นฐาน การดำเนินงาน และการกำกับดูแลของเมืองอัจฉริยะทั่วโลก โครงการนี้จะให้ภาพรวมเกี่ยวกับวิธีการใช้ระบบกล้องรักษาความปลอดภัยอัจฉริยะเพื่อเพิ่มประสิทธิภาพ ตรวจสอบ และปรับปรุงพฤติกรรมโดยรวมของการจราจรและที่จอดรถรอบเมืองอัจฉริยะ

ขั้นตอนที่ 1: ส่วนประกอบและวัสดุที่จำเป็น

โครงการต้องการรายการส่วนประกอบและวัสดุต่อไปนี้สำหรับการสร้างระบบควบคุมการจราจรและที่จอดรถอัจฉริยะที่สมบูรณ์:

จำเป็น

1. ราสเบอร์รี่ Pi 3B+ (1)

2. Raspberry Pi Zero W (1)

3. โมดูลกล้อง RasPi (2)

4. กระดาษแข็งลูกฟูก

5. มีด Xacto

6. กาวกระดาษแข็ง

7. ปากกามาร์กเกอร์

8. เทปสี

เพิ่มเติม

1. มอนิเตอร์

2. คีย์บอร์ด

3. เมาส์

4. อะแดปเตอร์แปลงไฟ (5V, 2A)

ขั้นตอนที่ 2: การออกแบบโครงสร้างพื้นฐานทางกายภาพ

เมืองอัจฉริยะต้องการโครงสร้างพื้นฐานที่ออกแบบและสร้างขึ้นตามขนาดและขนาดที่เหมาะสม ส่วนต่อไปนี้สามารถระบุได้เป็นส่วนสำคัญของโครงสร้างพื้นฐาน

1. เด็คฮาร์ดแวร์หลัก

วัตถุประสงค์: ยึดและปกปิดอุปกรณ์ไฟฟ้าและการประมวลผล เช่น สายเคเบิล แถบจ่ายไฟ และอะแดปเตอร์ที่อยู่ต่ำกว่าระดับพื้นดินของเมือง

ขนาด: 48" x 36"

เพิ่มเติม: ต้องใช้ช่องเจาะรูปสี่เหลี่ยมผืนผ้าที่มุมใดมุมหนึ่งเพื่อเข้าถึงสายเคเบิลที่อยู่ใต้ระดับพื้นดิน

2. อาคารสูง

วัตถุประสงค์: ทำหน้าที่เป็นแท่นหลักสำหรับวางกล้องที่ความสูง 3/4 เพื่อให้มองเห็นได้ชัดเจนเหนือลานจอดรถและถนนรอบอาคาร

ขนาด: 24" x 16" x 16"

เพิ่มเติม: ต้องใช้ขนาด 2 "x4" สามรูบนผนังทั้งหมดของอาคารเพื่อยึด Raspberry Pi 3B+ ไว้ภายในอาคารที่ความสูงประมาณ 3/4 เหนือระดับพื้นดินในเมือง

3. อาคารธนาคาร

วัตถุประสงค์: ทำหน้าที่ปกปิด Raspberry Pi Zero W และ RasPi Cam ที่ดูแลบริษัทธนาคารและทางเข้าอาคาร

ขนาด: 16"x20"x16"

เพิ่มเติม: สร้างผนังกั้นภายในอาคารเพื่อแยกห้องเซิร์ฟเวอร์กับห้องปฏิบัติการธนาคารจริงตามที่แสดงในภาพ

ขั้นตอนที่ 3: สร้างเมืองอัจฉริยะ

เมื่อขนาดสำหรับดาดฟ้าฮาร์ดแวร์ภาคพื้นดิน อาคารสูงและอาคารธนาคารถูกทำเครื่องหมายบนแผ่นกระดาษแข็ง เราก็พร้อมที่จะสร้างเมืองด้วยตัวมันเอง

1. วางกระดาษแข็งทั้งแผ่นที่ด้านล่างของขนาด 48"x36" เพื่อสร้างแท่นสำหรับสร้างเมืองทั้งเมือง

2. สร้างผนังสำหรับพื้นดาดฟ้าฮาร์ดแวร์เพื่อสร้างพื้นที่ปิดสูง 5 โดยใช้กระดาษแข็งชิ้นที่สอง

3. ใช้กระดาษแข็งแผ่นที่สองขนาด 48"x36" เพื่อสร้างหลังคาของดาดฟ้าฮาร์ดแวร์พื้น และสร้างรูขนาด 16"x16" สำหรับอาคารสูงบนนั้น

4. ตัดผนังและหลังคาสำหรับทั้งอาคารสูงและธนาคารออกจากกระดาษแข็งแผ่นที่สามสำหรับขนาดที่ระบุใน "การออกแบบโครงสร้างพื้นฐานทางกายภาพ" และตามที่แสดงในภาพ

5. ตัดรูที่จำเป็นบนผนังอาคารและหลังคาตามที่ระบุไว้ก่อนหน้านี้และตามที่มองเห็นได้บนภาพ

ขั้นตอนที่ 4: การรวมฮาร์ดแวร์และซอฟต์แวร์

ถึงเวลาติดตั้ง Raspberry Pis, Cameras และ Software ที่จำเป็นในการเปิดเมืองอัจฉริยะสู่การปฏิบัติแล้ว

1. เชื่อมต่อเมาส์ คีย์บอร์ด และจอภาพเข้ากับ Raspberry Pi 3B+ โดยใช้สาย USB และ HDMI และพอร์ต

2. เปิด Raspberry Pi 3B+ โดยใช้อะแดปเตอร์เสียบผนัง (5V, 2A)

3. เสียบการ์ด MicroSD เข้ากับ Raspberry Pi แล้วบูตระบบและรอให้หน้าจอ Ubuntu Mate ปรากฏขึ้นบนจอภาพ

4. ตอนนี้เปิดเทอร์มินัลภายใน Ubuntu Mate และไปที่ไดเร็กทอรี FeatureCV และเรียกใช้ "pythonlocation.py"

5. หน้าจอหลายหน้าจอพร้อมอัลกอริธึมการตรวจจับรถยนต์ทำงานจะปรากฏขึ้น ซึ่งหมายความว่าคุณได้ดำเนินการขั้นตอนการรวมฮาร์ดแวร์และซอฟต์แวร์เรียบร้อยแล้ว ยินดีด้วย!

ขั้นตอนที่ 5: เรียนรู้การรักษาความปลอดภัยทางไซเบอร์และเล่นสนุก

สามารถดูซอร์สโค้ดทั้งหมดสำหรับระบบจอดรถอัจฉริยะได้ที่ลิงค์ Github ด้านล่าง: github.com/BhavyanshM/FeatureCV

กล้องรักษาความปลอดภัยเป็นหนึ่งในเซ็นเซอร์ที่ใช้กันมากที่สุดสำหรับการตรวจจับอาชญากรรมทั่วโลก ขั้นตอนนี้จะแนะนำคุณเกี่ยวกับวิธีสร้าง ทดสอบ และทำลายระบบกล้องรักษาความปลอดภัยด้วยการมองเห็น

1. เรียกใช้สคริปต์ Python "locate.py" โดยใช้คำสั่ง "pythonlocation.py" ในหน้าต่างเทอร์มินัล

2. ใช้แถบเลื่อนบนหน้าต่าง "แถบแทร็ก" เพื่อรับค่า HSV ที่เหมาะสมเพื่อแยกเฉพาะรถที่จอดอยู่ในที่จอดรถ

3. บันทึกค่า HSV เหล่านี้ไว้ที่ใดที่หนึ่งในไฟล์

4. ตอนนี้ใช้ไคลเอ็นต์ SSH บนแล็ปท็อปภายนอกเพื่อลงชื่อเข้าใช้ Raspberry Pi 3B+ ผ่านเครือข่าย WiFi และแก้ไขค่าบางส่วนจากระยะไกลเพื่อดูระบบความปลอดภัยขัดข้องและตรวจไม่พบรถยนต์ใดๆ!

5. รู้สึกอิสระที่จะลองใช้สคริปต์ Python และค่า HSV Trackbar เพื่อตรวจจับรถยนต์ที่มีสีและคุณสมบัติต่างกัน

ขั้นตอนที่ 6: บทสรุปและวิดีโอ

ระบบจอดรถอัจฉริยะและควบคุมการจราจรสามารถปฏิวัติความสามารถขององค์กรในการตรวจสอบ รักษาความปลอดภัย เพิ่มประสิทธิภาพ และปรับปรุงการทำงานโดยรวมของเมืองอัจฉริยะ

ดูวิดีโอด้านบนเพื่อให้แน่ใจว่าระบบทำงานตามที่คาดไว้และตามที่แสดงในวิดีโอ