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

2024 Autor: John Day | [email protected]. Zadnja izmjena: 2024-01-30 08:05

Nossa lixeira inteligente sastoji se od odvojene automátice do lixo. Através de uma webcam, identifikuje o tipo de lixo e deponira no partimento adequado para posteriormente ser reciclado.

Korak 1: Lixo, Um Problema Mundial

Um dos principais problem encontrado no meio urbano, a posebno nas grandes cidades é o lixo sólido, rezultat uma sociedade que a cada dia console mais.

Para ter uma noção mais ampla do problema tomemos a cidade de São Paulo como exemplo, em média cada pessoa produzione diariamente entre 800 g 1 kg de lixo diário, ou 4 do 6 litros dejetos, por dia são gerados 15.000 tonelad de lixo, Isso odgovara 3.750 kamionskih kamera s dijagramima. Em um je svejedno caminhões enfileirados cobririam o putanji prema cidade iz Sao Paola i Nova Iorquea, ida i volta.

Korak 2: Por Que Separar O Lixo?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material..

Korak 3: Qual a Solução?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta nopartimento correto. O reconhecimento é através de uma câmera que use um banco de dados de imagens e formas. sposoban je aprender i ponovno proučiti materijal do objekta descartado (papel, metal, plastico, vidro ili outros). Apsolutno detektira i klasificira objekte, um sinal é enviado para um motor que move uma esteira, pozicija nema lokalnog adequado e outro motor é acionado para fazer o despejo.

Korak 4: Quais As Tecnologias Utilizadas?

Softver:

- OpenCV

- Haar kaskadni klasifikator

- Python

- MRAA

- Linux (Debian)

Hardver:

- Dragonboard 410c

- Mezanin sa 96 brodova

- DC motori

- Motor vozača Ponte H L298N

- Fonte ATX 230W

- Veb kamera

Korak 5: Algoritmos E Códigos

Dio 1 - OpenCV, Statistika

Como o treinamento para reconhecer os 5 tipos de materiais descritos no Step 3 demoraria muito, decididor afunilar o problemu i detektor apenas latas i garrafas de plástico para comprvar a prova do conceito. Essa detecção ocorreu nos seguintes passos.

1 - Treinamento: Foram iskoristi 20 slika podijeljenih entra garrafas e latas

2 - Detecção:

2.1 - Slika pretvarača za spajanje sa HSV -om. 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 - Računalo magnitude com iguais pesos em ambasador kao direções.

2.4 - Aplikacija o metodi Otsu na imagem detectada pela câmera..

2.5 - Aplicar Closing sa imidžom otkrivene kamere.

2.6 - Aplikacija o detektoru de bordas Canny

2.7 - Izračunajte transformaciju de linha de Hough

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - Checar proporção largura x altura paraparacão com o banco de dados. Nema banko estão armazenados diversos modelos pozitivos i negativos.

3 - Odvojeno: Dado a saida da etapa anterior (garrafa ou lata), movemos a esteira (motor) para o lado esquerdo ili direito despejando o objektu i acendendo u LED -u za indikaciju que o processo ocorreu com sucesso.

3.1 - Napajanje sa DragonBoard servera sa apenasa 1,8 V bez digitalnih digitalnih računara i upravljačkih programa za motocikle koji zahtijevaju ulazni napon na ulazima bez napona od 5 V, koji se koristi kao 12 V na umarskoj fonti ATX od 230 W.

3.2 - Nesta etapa iskorištavanja mraka para mapear os dois polos do motor em pinos de entrada na mezaninskoj ploči za podermos girar a esteira em ambasadora kao direktive.

Primjer: É važno je izvesti klaro que o mapeamentos dos pinos da mezzanine board deve estar liberado no diretório/sys/class/gpio e que o código seja izvršiti como root (sudo).

4 - Armazenamento de dados:

To su informacije koje se otkrivaju u okruženju za instalaciju AWS IoT -a na osnovu kojih se servira dodatna oprema za sve potrebne kompetencije i potrebne informacije. Essas dados são trocados koristi protokol MQTT i koristi ga za čuvanje i primanje informacija o formama ponude.

Korak 6: Imagens Do Protótipo Em Construção. (Verzije 1.0 E 2.0)

Korak 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 ajudaram diretamente e indiretamente