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

2024 Autor: John Day | [email protected]. Ostatnio zmodyfikowany: 2024-01-30 11:28

Nossa lixeira inteligente składa się z automatycznej separacji do lixo. Através de uma webcam, ela identifica o tipo de lixo e o deposita no compartimento adequado para posteriormente ser reciclado.

Krok 1: Lixo, Um Problema Mundial

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

Para ter uma noção mais ampla do problema 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 dejetos, por dia são gerados de lineladas 15.000 isso korespondencja 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.

Krok 2: Por Que Separar O Lixo?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material. A reciclagem reduz mindavelmente os casos de doenças e mortes devido às enchentes e acúmulo de lixo em locais urbanos, a diminui os adimiui.

Krok 3: Zakwalifikować 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 reconhecer o material do objeto descartado (papel, metal, plástico, vidro ou outros). acionado para fazer o despejo.

Krok 4: Quais As Tecnologias Utilizadas?

Oprogramowanie:

- OpenCV

- Klasyfikator kaskadowy Haar

-Pyton

- MRAA

- Linux (Debian)

Sprzęt komputerowy:

- Dragonboard 410c

- 96-płytowa antresola

- Silniki DC

- Silnik kierowcy Ponte H L298N

- Czcionka ATX 230W

- Kamerka internetowa

Krok 5: Algoritmos E Códigos

Część 1 - OpenCV, Statystyka

Como o treinamento para reconhecer os 5 tipos de materiais descritos nie Krok 3 demoraria muito, decididor afunilar o problema e Detectar apenas latas e garrafas de plastico para comprovar a prova do conceito. Essa detecção ocorreu nos seguintes passos.

1 - Treinamento: Foram utilizadas 20 imagens divididas entre garrafas e latas

2 - Wykrywanie:

2.1 - Konwerter obrazu dla języka hiszpańskiego 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 - Computar a magnitude com iguais pesos em ambas as direções.

2.4 - Aplikacja metody Otsu do wykrywania obrazów w kamerach..

2.5 - Zamykanie aplikacji do wykrywania obrazu z kamery.

2.6 - Aplicar o detektor de bordas Canny

2.7 - Obliczanie transformacji linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - Checar proporção largura x altura para comparação com o banco de dados. Brak banco estão armazenados diversos modelos positivos e negativos.

3 - Separação: 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 - Odpowied a napicie napdu na DragonBoard ser de apenas 1.8V dla pinos digitais i os drivers dos motores requererem uma tensãoo de entrada de no minimo 5 V, uytkowane jako 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.

Uwagi: É Importante 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 - Armazenamento de dados:

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

Krok 6: Imagens Do Protótipo Em Construção. (Wersety 1.0 E 2.0)

Krok 7: Autores Do Projeto

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