Accessori de casc intel·ligent: 4 passos

2024 Autora: John Day | [email protected]. Última modificació: 2024-01-30 08:15

Cada any moren 1,3 milions de persones a causa d’accidents de carretera. Una part important d’aquests accidents consisteix en dues rodes. Les dues rodes s’han tornat més perilloses que mai. El 2015, el 28% de les víctimes mortals causades per accidents de trànsit estaven relacionades amb dues rodes. Conducció borratxa, distraccions, excés de velocitat, salt de llum vermella i ràbia per carretera són alguns dels motius pels quals les carreteres s’estan convertint en una part perillosa de la vida urbana. Si no es pren l'acció, els accidents de trànsit poden convertir-se en la cinquena principal causa de mort per al 2030.

Mitjançant l’acceleròmetre i el sensor giroscopi impulsat per Arduino, vam solucionar aquest problema en forma d’accessori per a casc. Una de les principals característiques del nostre casc intel·ligent utilitza una càmera Raspberry Pi situada a la part posterior del casc per analitzar la seva alimentació i detectar si un vehicle està perillosament a prop. Quan es detecta, s'activa un brunzidor. Una altra funció del casc és obtenir ajuda immediata als usuaris del casc en cas d’accident. Això inclou l'enviament d'un missatge SOS als seus contactes d'emergència amb la ubicació del portador. També hem creat una aplicació que interactua i rep dades de l’Arduino i les processa per millorar encara més el funcionament del casc.

Pas 1: materials

Materials no electrònics:

1 casc

1 Muntatge del cap de la càmera d'acció

1 bossa

Materials electrònics:

1 Raspberry Pi 3

1 Arduino Uno

1 càmera R-Pi

1 sensor de cop KY-031

1 accelerador / giroscopi GY-521

1 mòdul Bluetooth HC-05

1 cable USB

Filferros

Pas 2: Muntatge de maquinari

Col·loqueu el muntatge del cap de la càmera d'acció al voltant del casc tal com es mostra i fixeu la bossa al muntatge del cap cap a la part posterior del casc.

Pas 3: Configuració de Raspberry Pi

Mitjançant l’anàlisi d’imatges i la càmera RPi, el Raspberry Pi detecta cotxes que estan perillosament a prop del darrere de l’usuari i l’adverteix activant motors de vibració. Per configurar el Raspberry PI i la càmera, primer penjem el nostre codi al Raspberry Pi i després establim una connexió SSH amb ell. A continuació, executem el nostre codi al Raspberry Pi manualment executant el fitxer python des del terminal o activant un script bash en el moment d’execució.

La tasca d’anàlisi d’imatges s’aconsegueix mitjançant l’ús de models OpenCV entrenats en vehicles. A continuació, calculem la velocitat del vehicle i, mitjançant el gràfic de la distància de seguretat i la velocitat calculada del vehicle, calculem la distància de seguretat per advertir l’usuari. A continuació, calculem les coordenades del rectangle del vehicle desitjat i, finalment, avisem l’usuari quan es creua un llindar, cosa que ens indica quan el vehicle està massa a prop.

Per executar l'script de Python adequat, aneu a la carpeta d'idees del directori respectiu. A continuació, executeu el fitxer v2.py (escrit a Python 2) per iniciar el procés d'identificació amb un vídeo pre-alimentat. Per començar a prendre l'entrada de la càmera Pi i després processar-la, executeu el fitxer Python 2, v3.py. De moment, tot el procés és manual, però es pot automatitzar mitjançant un script bash que s’executa segons els requisits.

Pas 4: Configuració d'Arduino

Mòdul Bluetooth: subministreu 5 V al mòdul HC-05 i configureu els pins RX i TX com a 10 i 11 i feu les connexions adequades a la placa Arduino.

Giroscopi / acceleròmetre GY 521: connecteu SCL a A5 i SDA a A4 i subministreu 5V i poseu a terra el sensor mitjançant un dels pins de terra.

Sensor de cop KY 031: subministreu 5 V al pin VCC del sensor de cop i poseu-lo a terra i connecteu el pin de sortida al pin 7 d'E / S digital d'Arduino.