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

2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:31

A nossa lixeira inteligente gồm có tách biệt tự động do lixo. Através de uma webcam, ela Idifica o tipo de lixo e o Depita no compartimento enoughado para posteriormente ser reciclado.

Bước 1: Lixo, Um Problema Mundial

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

Para ter uma noção mais ampla do problemma tomemos a cidade de São Paulo como examplelo, em média cada pessoa produz diariamente entre 800 ga 1 kg de lixo diário, ou de 4 a 6 litros de dejetos, por dia são gerados 15.000 toneladas de lixo, isso tương ứng với 3.750 caminhões carregados diariamente. Em um ano esses caminhões enfileirados cobririam o trajeto entre a cidade de São Paulo e Nova Iorque, ida e volta.

Bước 2: Por Que Separar O Lixo?

Com a stração dos lixos fica mais fácil e rápida a reciclagem do material. A reciclagem reduz Thoughtravelmente os casos de doenças e mortes devido às enchentes e aculo de lixo em locais urbanos, diminui Impactos sobre o meio ambiente e ajuda a c.

Bước 3: Đạt được một Solução?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta no compartimento Correto. capaz de aprender e rechecer o material do objeto descartado (papel, metal, plástico, vidro ou outros). acionado para fazer o tuyệt vọng.

Bước 4: Quais As Tecnologias Utilizadas?

Phần mềm:

- OpenCV

- Bộ phân loại tầng Haar

- Python

- MRAA

- Linux (Debian)

Phần cứng:

- Bảng rồng 410c

- Gác lửng 96board

- Động cơ DC

- Động cơ điều khiển Ponte H L298N

- Fonte ATX 230W

- Webcam

Bước 5: Algoritmos E Códigos

Parte 1 - OpenCV, Thống kê

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

1 - Treinamento: Foram Pracizadas 20 hình ảnh divididas entre garrafas e latas

2 - Detecção:

2.1 - Bộ chuyển đổi imagem para o espaço de cor HSV. Aumentar '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 - Tính độ lớn com iguais pesos em ambas dưới dạng trực tiếp.

2.4 - Aplicar o método de Otsu na imagem detada pela câmera..

2.5 - Aplicar Đóng na imagem detada pela câmera.

2.6 - Aplicar o detector de bordas Canny

2.7 - Tính toán biến đổiada de linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - Checar ratioção opensura x altura para comparação com o banco de dados. Không có banco estão armazenados divos modelos posvos e negativos.

3 - Separação: Dado a saída da etapa anterior (garrafa ou lata), movemos a esteira (động cơ) para o lado esquerdo ou direito liều lượng lớn, o objeto e acendendo um LED para indicar que o processo ocorreu com sucesso.

3.1 - Devido a tensão de saída da DragonBoard ser de apenas 1.8V nos pinos digitais e os driver dos motores recererem uma tensão de entrada de no mínimo 5 V, Pracizamos as saídas 12 V de uma fonte ATX de 230 W.

3.2 - Nesta etapa useizamos o mraa para mapear os dois polos làm động cơ em pinos de entrada na board lửng para podermos girar a esteira em ambas as direções.

Ám ảnh.: É importante deixar claro que o mapeamentos dos pinos da lửng ban deve estar liberado no diretório / sys / class / gpio e que o codigo seja executive como root (sudo).

4 - Armazenamento de dados:

Todas as Informações phát hiện ra são enviadas para uma instância da AWS IoT onde os dados podem ser acessados pelas pessoas powerses e tomar ações needárias. Essas dados são trocados useizando o protocolo MQTT onde é Possível o envio e Recbimento de Informações de forma bidirecional.

Bước 6: Hình ảnh Do Protótipo Em Construção. (Câu 1.0 E 2.0)

Bước 7: Tự động làm Projeto

Da esquerda pra direita: - David Carvalho- Lucas Azevedo- Rodrigo Alves- Larissa Lages- Manoela Vieira- Bianca Lisle- Andréa Duque