Taula de continguts:

TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares: 5 passos
TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares: 5 passos

Vídeo: TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares: 5 passos

Vídeo: TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares: 5 passos
Vídeo: BTT Octopus - Hot end and automatic Cooling fan 2024, De novembre
Anonim
Image
Image
TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares
TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares
TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares
TouchFree: comprovació automàtica de la temperatura i quiosc de detecció de màscares

A mesura que els països de tot el món tornen a obrir-se, viure amb el nou coronavirus s'està convertint en la nova forma de vida. Però, per aturar la propagació del virus, hem de separar les persones que tenen el coronavirus de la resta.

Segons el CDC, la febre és el principal símptoma del coronavirus, amb fins a un 83% dels pacients amb símptomes que presenten alguns signes de febre. Molts països fan obligatoris els controls de temperatura i les màscares per a escoles, col·legis, oficines i altres llocs de treball.

Actualment, les comprovacions de temperatura es fan manualment mitjançant el termòmetre sense contacte. Les revisions manuals poden ser ineficients, poc pràctiques (en llocs amb una petjada important) i arriscades.

Per resoldre aquests problemes, he dissenyat un quiosc que automatitza el procés de comprovació de la temperatura mitjançant la detecció de màscares i el sensor de temperatura IR sense contacte i la detecció de màscares mitjançant un assenyalament facial i la detecció de màscares mitjançant Deep Learning Neural Network.

L’ús d’aquest quiosc no es limita a escoles, col·legis, oficines i altres llocs de treball, sinó que també es pot utilitzar en àrees d’alt risc com els hospitals. Aquest dispositiu també es pot utilitzar a estacions de tren, parades d'autobús, aeroports, etc.

El meu enfocament per a aquest projecte era construir un procés d'instal·lació simplificat de manera que qualsevol persona sense experiència prèvia en visió per computador ni aprenentatge profund pugui utilitzar-lo. Aquest és un projecte completament funcional i llest per utilitzar. He fet aquest projecte molt personalitzable afegint fitxers de codi per a cada part autònoma i la versió completa. Per tant, podeu utilitzar qualsevol de les parts del projecte individualment.

Explicació

En primer lloc, la xarxa neuronal Deep Learning basada en Tensorflow intenta detectar si la persona porta o no una màscara. El sistema s’ha fet robust mitjançant la formació amb molts exemples diferents per prevenir falsos positius.

Una vegada que el sistema ha detectat la màscara, demana a l’usuari que elimini la màscara per tal que pugui realitzar el marcatge facial. El sistema utilitza el mòdul DLIB per a la fixació facial per trobar el millor punt del front de la persona de qui pren la temperatura.

A continuació, mitjançant el sistema de control PID amb servomotors, el sistema intenta alinear el punt seleccionat del front amb el sensor. Un cop alineat, el sistema realitza la lectura de temperatura mitjançant el sensor de temperatura IR sense contacte.

Si la temperatura està dins del rang normal de temperatura del cos humà, permet a la persona continuar i envia un correu electrònic a l'administrador amb una imatge i altres detalls com la temperatura corporal, etc.

Subministraments

Maquinari

  1. Raspberry Pi Model 2/3/4
  2. Mòdul de càmera Raspberry Pi v1 / v2
  3. Mòdul de sensor de temperatura infrarojos sense contacte (MLX90614)
  4. Pantalla tàctil oficial de Raspberry Pi (o pantalla tàctil genèrica de 3,5 polzades) (opcional)
  5. Kit d'inclinació panoràmica
  6. Servo micro digital SG90 x 2
  7. Targeta MicroSD
  8. Adaptador d’alimentació Raspberry Pi

Programari

  1. Sistema operatiu Raspberry Pi (anteriorment conegut com a Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. DLIB Facial Landmarking

Recomanat: