Sisällysluettelo:
Video: Tuholaisten havaitseminen: hävittäjä: 3 vaihetta
2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:03
Varastoteollisuudessa laadunvalvonta on erittäin tärkeää. Asiakkaat luottavat varaston omistajaan pitämään hygienialaitteet ja standardit, jotka eivät vaaranna heidän liiketoimintaansa. Yksi suurimmista haasteista on tuholaisten ehkäiseminen ja havaitseminen varhaisessa vaiheessa varastossa. IoT -ratkaisumme ehdottaa tason 1 IoT -järjestelmää, joka käyttää linjajäljittäjiä ja ihmisen tunnistinta pyörillä varustetussa robotissa. Ratkaisumme on nimeltään PCAD-järjestelmä, joka tarkoittaa tuholaistorjunnan automaattista havaitsemisjärjestelmää. Se on pieni ja monipuolinen itsenäinen ratkaisu, joka tarvitsee vain sijoittaa aloituspisteeseen ja käynnistää sen verkkosovelluksen kautta. Uskomme, että suorittamalla rutiinitarkastuksia aina, kun varasto haluaa, voi auttaa lisäämään tuholaisten varhaista havaitsemista tungosta varastosta.
Vaihe 1: Anturit ja toimilaitteet
Käytämme projektimme suunnittelussa seuraavia asioita:
- Raspberry Pi 3 Malli B V1.2
- Micro SD -kortti
- 2 x KY-033
- 1 x ihmisen ilmaisin
- 2 x DC -moottorit
- 2 x pyörät
- 2 x 200 ohmin vastukset
- 2 x PN2222A6E transistoria
- 2 x diodia
- hyppykaapeleita
Katso yllä olevaa kuvaa
Vaihe 2: Yhdistä kaikki
Koko piiri on yllä olevassa kuvassa. Päästäksemme kytkettyihin käyttöosiin havaitsimme helpommaksi testata ensin mekaanisen kappaleen, joka on tämän robotin osan seuraava rivi:
0. Asenna kaapelit virtalähteelle ja maadoitukselle Raspberry Pi -laitteesta pitkälle leipälevylle.
- Pyörien piiri kytketty, seuraa kuvaa. Noudata jokaisen tasavirtamoottorin kohdalla seuraavia ohjeita: tässä (DC -moottoripiiri). Yhdistämme pyörät nastoihin 13 vasemmalle ja 12 oikealle
- Yhdistä KY-033-viivanmerkintälaitteet ja aseta ne tuuman etäisyydelle toisistaan "robotin etuosassa". Yhdistimme ne nastaihin 16 ja 19 vasemmalle ja oikealle.
Ajatuksena on, että kun robotin keskellä oleva musta viiva merkitsee polun, robotin tulee seurata linjaa poistumatta siitä. Näin ollen on 3 skenaariota:
- Viiva keskellä: Molemmat viivanjäljittimet tunnistavat osia (koska viiva on välissä) ja ilmoittavat pyörille, että ne siirtyvät eteenpäin normaalisti.
- Robotti nousee vasemmalle: Tämä tarkoittaa, että suurin osa robotista on linjan vasemmalla puolella, tiedämme tämän, kun oikean linjan jäljitin havaitsee mustan viivan. Tässä tapauksessa haluamme hidastaa oikeaa pyörää ja kiihdyttää vasenta pyörää saadaksemme käyrän kaltaisen liikkeen oikealle.
- Robotti nousee oikealta: päinvastoin, nopeutamme oikeaa pyörää ja hidastamme vasenta.
Kun tämä vaihe on tehty, suurin osa laitteesta on valmis. Lopuksi asetimme ihmisen ilmaisimen nastaan 21 ja lähettää korkeita signaaleja havaitessaan lämpöä (jyrsijä).
Vaihe 3: Kokoa ja tapa miehistö
Nämä kuvat auttavat sinua saamaan oikeat laitteet ja tutustumaan tarkemmin käyttämiimme komponentteihin:
- DC -moottorit
- Transistorit
- Ihmisen ilmaisin
- Raspberry Pi
- KY-033 (linjan jäljitin)
- Pi kiila
- Diodi
- 200 ohmin vastus
Suositeltava:
Värähtelyjen havaitseminen pietsosähköisen iskuhana -anturimoduulin avulla: 6 vaihetta
Värähtelyjen tunnistaminen pietsosähköisen iskuhana -anturimoduulin avulla: Tässä opetusohjelmassa opimme tunnistamaan iskuvärähtelyt yksinkertaisella pietsosähköisen anturin tärinämoduulilla ja Visuinolla
Esteiden havaitseminen asynkronisesti ultraäänellä: 4 vaihetta
Havaitse esteet asynkronisesti ultraäänien avulla: Rakennan huvin vuoksi robottia, jonka haluan liikkua itsenäisesti talon sisällä. Se on pitkä työ ja teen askel askeleelta. Tämä opettavainen keskittyminen esteiden havaitsemiseen Arduino Megan avulla. Ultraäänianturit HC-SR04 vs HY-SRF05 ovat halpoja ja
Hätätilanteiden havaitseminen - Qualcomm Dragonboard 410c: 7 vaihetta
Hätätilanteiden havaitseminen - Qualcomm Dragonboard 410c: Etsitkö turvajärjestelmiä, jotka valvovat hätätilanteita, on mahdollista huomata, että kaikkien tallennettujen tietojen käsittely on liian vaikeaa. Kun ajattelimme sitä, päätimme käyttää tietämystämme ääni-/kuvankäsittelyssä, antureissa ja
Kasvisairauksien havaitseminen koneoppimisen avulla: 6 vaihetta
Kasvisairauksien havaitseminen koneoppimisen avulla: Sairaiden kasvien havaitsemis- ja tunnistamisprosessi on aina ollut manuaalinen ja työläs prosessi, joka vaatii ihmisiä tarkastamaan kasvin kehon silmämääräisesti, mikä voi usein johtaa virheelliseen diagnoosiin. On myös ennustettu, että maailmanlaajuisena
Esteen havaitseminen: Valkoinen ruoko: 5 vaihetta
Esteen havaitseminen Valkoinen ruoko: Koulussani opettajani puhui avustavasta tekniikasta ja siitä, miten voimme tehdä työkaluja muiden auttamiseksi. Innostuin tästä ajatuksesta, joten päätin luoda varoitusjärjestelmän odottamattomille esteille näkövammaisille. Fo