Բովանդակություն:
Video: Պատկերի մշակման վրա հիմնված կրակի ճանաչման և կրակմարիչի համակարգ. 3 քայլ
2024 Հեղինակ: John Day | [email protected]. Վերջին փոփոխված: 2024-01-30 09:46
Բարև ընկերներ, սա պատկերի մշակման վրա հիմնված կրակի հայտնաբերման և մարման համակարգ է `օգտագործելով Arduino- ն
Քայլ 1:
Հիմնականում համակարգը բաժանված է երկու մասի
1 հրդեհային հայտնաբերում
2 հրդեհային ահազանգ և մարիչ
Առաջին մասում կրակը հայտնաբերում է պատկերի մշակման միջոցով:
Այս նախագծում ես օգտագործում եմ բաց CV և python հրդեհի հայտնաբերման համար: Ես ստեղծեցի HAAR Cascade Classifier- ը հրդեհի հայտնաբերման համար `օգտագործելով բաց CV: Այն ունի դասընթացավար և դետեկտոր ՝ մեր սեփական կասկադի դասակարգիչի գնացքների համար, HAAR Cascade- ն օգտագործվում է այն օբյեկտը հայտնաբերելու համար, որի համար այն պատրաստված է: Դասակարգիչ պատրաստելու համար անհրաժեշտ է բազմաթիվ դրական և բացասական պատկերների նմուշներ: Կասկադի դասակարգչի ուսուցումը բարդ և ժամանակատար գործընթաց է, ուստի հեշտացնելու համար ես գտնում եմ, որ վեբ անունով կասկադի ուսուցման ծրագրակազմը «կասկադի մարզիչ GUI» է:
Կասկադի դասակարգիչ պատրաստելու համար ներբեռնեք և տեղադրեք thistrainer EXE- ը վերը նշված հղումից: Ստեղծեք անուն կրակ ունեցող թղթապանակ (կարող եք ցանկացած անունով թղթապանակ ստեղծել, քանի որ իմ թիրախային օբյեկտը կրակ է, այնպես որ ես ստեղծեցի «կրակ» թղթապանակը) այժմ ստեղծեք երկու թղթապանակ կրակի պանակի ներսում ՝ «n» և «p» անուններով, n թղթապանակը բացասական պատկերի և p- ի դրական պատկերների համար: Դրական պատկերը պարունակում է այն օբյեկտը, որը մենք ցանկանում ենք հայտնաբերել, մեր դեպքում մենք ուզում ենք կրակ հայտնաբերել, այնպես որ հավաքեք կրակ պարունակող պատկերի նմուշները և դրանք դրեք p պանակի ներսում: Բացասական նմուշների համար հավաքեք մեծ թվով պատկերներ, որոնք կրակ չեն պարունակում նույնիսկ մասամբ: Այժմ հետևեք վերևի էջի քայլերին ՝ ձեր կասկադի դասակարգիչ ֆայլ պատրաստելու համար, կամ կարող եք ներբեռնել նախապես պատրաստված հրդեհի հայտնաբերման կասկադի դասակարգիչ և սկզբնաղբյուր ՝ հղումից (սկզբնաղբյուր)
Գալիս է դեպի python, այս նախագիծը գործարկելու համար անհրաժեշտ է տեղադրել հետևյալ մոդուլներն ու գրադարանները ձեր python- ի կարգավորմանը:
· Չարաճճի
· Scipy
· Pyserial (սեղմեք նրա վրա ՝ ներծծված, փխրուն և պիզերիալ ներբեռնելու համար)
Բոլոր մոդուլների տեղադրումից հետո բաց պիթոնի ծածկագիր ՝ հրդեհի հայտնաբերմամբ, arduino.py եթե վազքի ընթացքում որոշ սխալներ եք ունենում, խուճապի մի մատնվեք, մենք պարզապես կատարեցինք առաջին մասը:
Քայլ 2:
Եկեք շարժվենք դեպի ապարատային սարքավորումներ, այստեղ ես օգտագործում եմ Arduino UNO- ն որպես վերահսկիչ, քանի որ ես պետք է կառավարեմ պոմպը, ազդանշանը և կարմիր LED- ները:
Օգտագործված բաղադրիչներ.
Arduino uno:
16x2 LCD ՝
5 վոլտ ազդանշան ՝
LED- ները
5 վոլտ փոխանցում ՝
Bc547 տրանզիստոր ՝
Դիմադրիչներ 470r, 1k, 220r, 10k կանխադրված ՝
Lm7805
Կոնդենսատորներ 1000uf/25volt, 470uf/16 volt:
Դիոդ 1N4007
Տեսախցիկ (ըստ ցանկության, կարող եք օգտագործել նաև նոութբուքի տեսախցիկը) ՝
Մինի սուզվող պոմպ (տեղական խանութից)
Միացրեք բոլոր բաղադրիչները ՝ ստորև բերված սխեմայի համաձայն, միացրեք arduino- ն ձեր համակարգչին USB մալուխի միջոցով և իմացեք, թե որ միակցիչն է Arduino- ն, այժմ բացեք Arduino կոդը, Arduino- ի գործիքի ընտրացանկից ընտրեք կոմպորտը և ճիշտ տախտակը և վերբեռնեք ծածկագիրը:
Քայլ 3:
Բացեք python- ի ծածկագիրը հրդեհի հայտնաբերմամբ, arduino.py ստուգեք, որ com port- ը կոդով գրելը ճիշտ է, թե ոչ 13 -րդ տողում, եթե ոչ այն փոխեք ձեր Arduino com պորտի համարով: Կտտացրեք գործարկման ներդիրին, այնուհետև կտտացրեք գործարկվող մոդուլին կամ սեղմեք F5:
Եթե բոլոր կապերը կարգին են, տեսախցիկի նախադիտումը կցուցադրվի էկրանին: Այժմ ցույց տվեք կրակը, հայտնաբերեք կրակը և սկսեք պոմպի գործարկումը, ինչպես նաև բզզոցը սկսում է ազդանշանի ձայնը:
Ներբեռնեք հղումներ
Աղբյուրի կոդը ՝
Python մոդուլներ ՝
Կասկադի մարզիչ GUI ՝
Հուսով եմ, որ սա օգտակար կգտնեք: եթե այո, հավանիր, կիսվիր, մեկնաբանիր քո կասկածը: Ավելի շատ նման նախագծերի համար հետևեք ինձ: Աջակցեք իմ ալիքին YouTube- ում:
Շնորհակալություն!
ֆեյսբուք
youtube
Խորհուրդ ենք տալիս:
Գույնի տեսակավորման համակարգ. Arduino- ի վրա հիմնված համակարգ `երկու գոտիով` 8 քայլ
Գույնի տեսակավորման համակարգ. Arduino- ի վրա հիմնված համակարգ `երկու գոտիով. Արդյունաբերական ոլորտում ապրանքների և իրերի տեղափոխումը և/կամ փաթեթավորումը կատարվում է փոխակրիչ գոտիների միջոցով պատրաստված գծերի միջոցով: Այդ գոտիները օգնում են որոշակի արագությամբ իրը մի կետից մյուսը տեղափոխել: Որոշ մշակման կամ նույնականացման առաջադրանքներ կարող են լինել
Պատկերի վրա հիմնված մոդելավորում/ֆոտոգրամետրիա Դիմանկար. 4 քայլ
Պատկերների վրա հիմնված մոդելավորում/Ֆոտոգրամետրիա դիմանկար. Գործընթացը կոչվում է Ֆոտոգրամետրիա, որը հայտնի է նաև որպես Պատկերի վրա հիմնված մոդելավորում (IBM): Մասնավորապես, այս կարգի գործընթացն օգտագործվում է նորից
GSM և Bluetooth- ի վրա հիմնված նյութերի մշակման ռոբոտ ՝ 7 քայլ
GSM և Bluetooth հիմնված նյութերի մշակման ռոբոտ ՝ “ GSM (SMS) և Bluetooth վերահսկվող անլար ռոբոտ ” ռոբոտ է, որն ունակ է կարճ հաղորդագրությունների ծառայության տեսքով ստանալ մի շարք հրամաններ/ ցուցումներ և կատարում է անհրաժեշտ գործողությունները: Մենք կօգտագործենք նվիրված մոդեմ/մոբայլ
Եղանակի վրա հիմնված երաժշտության գեներատոր (ESP8266 վրա հիմնված միջինի գեներատոր). 4 քայլ (նկարներով)
Եղանակի վրա հիմնված երաժշտության գեներատոր (ESP8266 Based Midi Generator). Բարև, այսօր ես կբացատրեմ, թե ինչպես պատրաստել ձեր սեփական եղանակի վրա հիմնված փոքր երաժշտության գեներատոր: Այն հիմնված է ESP8266- ի վրա, որը նման է Arduino- ին և արձագանքում է ջերմաստիճանին, անձրևին: և լույսի ուժգնություն: Մի ակնկալեք, որ այն ամբողջ երգեր կամ ակորդներ կհաղորդի
Estեստի բազե. Ձեռքի ժեստերով վերահսկվող ռոբոտ ՝ օգտագործելով պատկերի մշակման վրա հիմնված ինտերֆեյսը ՝ 13 քայլ (նկարներով)
Gesture Hawk: Ձեռքի ժեստերով վերահսկվող ռոբոտ ՝ օգտագործելով պատկերի մշակման վրա հիմնված միջերեսը. Estեստի բազեն ցուցադրվել է TechEvince 4.0-ում ՝ որպես մարդ-մեքենա պատկերների մշակման պարզ միջերես: Դրա օգտակարությունը կայանում է նրանում, որ ռոբոտ -մեքենան կառավարող տարբեր սենսորներ կամ ձեռնոցներից բացի այլ սենսորներ չեն պահանջվում