Dodatna oprema za pametno čelado: 4 koraki

2024 Avtor: John Day | [email protected]. Nazadnje spremenjeno: 2024-01-30 12:07

Osupljivih 1,3 milijona ljudi vsako leto umre zaradi prometnih nesreč. Velik del teh nesreč vključuje dva kolesarja. Dvokolesa so postala bolj nevarna kot kdaj koli prej. Od leta 2015 je bilo 28% vseh smrtnih žrtev, ki so nastale zaradi prometnih nesreč, povezanih z dvokolesniki. Vožnja pod vplivom alkohola, motnje, prekoračitev hitrosti, skoki na rdeče luči in bes na cesti so le nekateri od razlogov, zakaj ceste postajajo nevaren del mestnega življenja. Če ne ukrepate, bi lahko prometne nesreče do leta 2030 postale peti vodilni vzrok smrti.

S pomočjo merilnika pospeška in žiroskopskega senzorja, ki ga poganja Arduino, smo za to težavo našli rešitev v obliki dodatka za čelado. Ena glavnih značilnosti naše pametne čelade je uporaba kamere Raspberry Pi, nameščene na zadnji strani čelade, za analizo krme, da ugotovi, ali je vozilo nevarno blizu. Ob zaznavi se vklopi zvočni signal. Druga funkcija čelade je takojšnja pomoč uporabnikom čelade v primeru nesreče. To vključuje pošiljanje sporočila SOS njihovim stikom v sili z lokacijo uporabnika. Naredili smo tudi aplikacijo, ki komunicira in prejema podatke iz Arduina ter jih obdeluje za nadaljnje izboljšanje delovanja čelade.

1. korak: Materiali

Neelektronski materiali:

1 čelada

1 Nosilec glave akcijske kamere

1 vrečka

Elektronski materiali:

1 malina Pi 3

1 Arduino Uno

1 kamera R-Pi

1 KY-031 Senzor trka

1 Merilnik pospeška/žiroskop GY-521

1 modul Bluetooth HC-05

1 kabel USB

Žice

2. korak: Sestavljanje strojne opreme

Nosilec glave kamere za akcijo namestite okoli čelade, kot je prikazano, in torbico pritrdite na nosilec za glavo proti zadnjem delu čelade.

3. korak: Nastavitev Raspberry Pi

Z analizo slike in kamero RPi Raspberry Pi zazna avtomobile, ki so nevarno blizu uporabnika, in uporabnika opozori z aktiviranjem motorjev z vibracijami. Za nastavitev Raspberry PI in kamere najprej naložimo svojo kodo na Raspberry Pi in nato z njo vzpostavimo povezavo SSH. Nato kodo na Raspberry Pi zaženemo ročno z zagonom datoteke python s terminala ali z aktiviranjem bash skripta med izvajanjem.

Naloga analize slike se izvede z uporabo usposobljenih modelov OpenCV na avtomobilih. Nato izračunamo hitrost vozila, z uporabo grafikona varne razdalje in izračunane hitrosti vozila pa izračunamo varno razdaljo, da uporabnika opozorimo. Nato izračunamo koordinate pravokotnika želenega vozila in na koncu uporabnika opozorimo, ko preseže prag, kar nam pove, kdaj je vozilo preblizu.

Če želite zagnati ustrezen skript python, se pomaknite do mape idej v ustreznem imeniku. Nato zaženite datoteko v2.py (napisano v Pythonu 2), da začnete postopek identifikacije z vnaprej vloženim videoposnetkom. Če želite začeti jemati vhodne podatke iz kamere Pi Camera in jih nato obdelati, zaženite datoteko Python 2, v3.py. Celoten postopek je trenutno ročen, vendar ga je mogoče avtomatizirati z uporabo bash skripta, ki se izvaja v skladu z zahtevami.

4. korak: Namestitev Arduina

Modul Bluetooth: Napajajte 5V do modula HC-05 in nastavite zatiče RX in TX na 10 in 11 ter vzpostavite ustrezne povezave s ploščo Arduino.

GY 521 Žiroskop/merilnik pospeška: Priključite SCL na A5 in SDA na A4 ter napajajte 5V in ozemljite senzor z enim od ozemljitvenih zatičev.

KY 031 Senzor za trkanje: Napajajte 5 V na VCC zatič senzorja za udarce in ga ozemljite ter priključite izhodni zatič na digitalni V/I pin 7 v Arduinu.