Phụ kiện mũ bảo hiểm thông minh: 4 bước

2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:35

Đáng kinh ngạc là 1,3 triệu người chết mỗi năm do va chạm trên đường. Một phần lớn trong số những vụ tai nạn này liên quan đến xe hai bánh. Xe hai bánh trở nên nguy hiểm hơn bao giờ hết. Tính đến năm 2015, 28% tổng số ca tử vong do tai nạn giao thông đường bộ có liên quan đến xe hai bánh. Lái xe say xỉn, mất tập trung, chạy quá tốc độ, vượt đèn đỏ và cuồng nhiệt trên đường là một vài trong số những lý do khiến đường sá đang trở thành một phần nguy hiểm của cuộc sống đô thị. Nếu không hành động, tai nạn trên đường có thể trở thành nguyên nhân thứ 5 gây tử vong vào năm 2030.

Sử dụng cảm biến gia tốc và con quay hồi chuyển được cung cấp bởi Arduino, chúng tôi đã tạo ra một giải pháp cho vấn đề này dưới dạng một phụ kiện mũ bảo hiểm. Một trong những tính năng chính của mũ bảo hiểm thông minh của chúng tôi sử dụng camera Raspberry Pi được đặt ở phía sau mũ bảo hiểm để phân tích nguồn cấp dữ liệu của nó nhằm phát hiện xem có phương tiện nào đang ở gần nguy hiểm hay không. Khi phát hiện, một bộ rung được bật. Một chức năng khác của mũ bảo hiểm là giúp người đội mũ bảo hiểm ngay lập tức trong trường hợp xảy ra tai nạn. Điều này bao gồm việc gửi một tin nhắn SOS đến những người liên hệ khẩn cấp của họ với vị trí của người đeo. Chúng tôi cũng đã tạo một ứng dụng tương tác và nhận dữ liệu từ Arduino và xử lý nó để nâng cao hơn nữa hoạt động của mũ bảo hiểm.

Bước 1: Vật liệu

Vật liệu phi điện tử:

1 mũ bảo hiểm

1 đầu gắn camera hành động

1 túi

Vật liệu điện tử:

1 Raspberry Pi 3

1 Arduino Uno

1 Máy ảnh R-Pi

Cảm biến Knock 1 KY-031

1 Máy đo gia tốc / con quay hồi chuyển GY-521

1 mô-đun Bluetooth HC-05

1 cáp USB

Dây điện

Bước 2: Lắp ráp phần cứng

Đặt đầu gắn camera hành động xung quanh mũ bảo hiểm như hình minh họa và gắn túi đựng vào đầu gắn về phía sau mũ bảo hiểm.

Bước 3: Thiết lập Raspberry Pi

Sử dụng phân tích hình ảnh và camera RPi, Raspberry Pi phát hiện ô tô đang ở gần phía sau người dùng một cách nguy hiểm và cảnh báo người dùng bằng cách kích hoạt động cơ rung. Để thiết lập Raspberry PI và máy ảnh, trước tiên chúng tôi tải mã của mình lên Raspberry Pi và sau đó thiết lập kết nối SSH với nó. Sau đó, chúng tôi chạy mã của mình trên Raspberry Pi theo cách thủ công bằng cách chạy tệp python từ thiết bị đầu cuối hoặc bằng cách kích hoạt tập lệnh bash tại thời điểm chạy.

Nhiệm vụ phân tích hình ảnh được thực hiện bằng cách sử dụng các mô hình OpenCV đã được đào tạo trên ô tô. Sau đó, chúng tôi tính toán tốc độ của xe, và bằng cách sử dụng biểu đồ khoảng cách an toàn và tốc độ tính toán của xe, chúng tôi tính toán khoảng cách an toàn để cảnh báo người dùng. Sau đó, chúng tôi tính toán tọa độ của hình chữ nhật của chiếc xe mong muốn và cuối cùng cảnh báo người dùng khi vượt qua ngưỡng, cho chúng tôi biết khi nào chiếc xe đang ở quá gần.

Để chạy tập lệnh python thích hợp, hãy điều hướng đến thư mục ý tưởng trong thư mục tương ứng của bạn. Sau đó, chạy tệp v2.py, (được viết bằng Python 2) để bắt đầu quá trình nhận dạng với một video được cung cấp trước. Để bắt đầu lấy dữ liệu đầu vào từ Máy ảnh Pi và sau đó xử lý, hãy chạy tệp Python 2, v3.py. Toàn bộ quy trình hiện tại là thủ công, nhưng có thể được tự động hóa bằng cách có một tập lệnh bash chạy theo yêu cầu.

Bước 4: Thiết lập Arduino

Mô-đun Bluetooth: Cung cấp 5V cho mô-đun HC-05 và đặt các chân RX và TX là 10 và 11 và thực hiện các kết nối thích hợp với bảng Arduino.

Con quay hồi chuyển / Gia tốc kế GY 521: Kết nối SCL với A5 và SDA với A4 và cấp nguồn 5V và nối đất cho cảm biến bằng một trong các chân nối đất.

KY 031 Knock sensor: Cung cấp 5V cho chân VCC của cảm biến tiếng gõ và nối đất nó và gắn chân đầu ra vào Chân I / O Kỹ thuật số 7 trong Arduino.