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

2024 Kirjoittaja: John Day | [email protected]. Viimeksi muokattu: 2024-01-30 09:00

A nossa lixeira inteligente consiste na separação automática do lixo. Verkkokameran katselu, tunnistaminen tai tyyppi de lixo e o deposita no compartimento sopivuus para posteriormente ser reciclado.

Vaihe 1: Lixo, Um Problema Mundial

Um dos principais problems encontrado no meio urbano, especialmente nas grandes cidades é o lixo sólido, resultado de uma sociedade que a cada dia consome mais.

Pa ter ter uma noção mais ampla do problem tomemos a cidade de São Paulo como example, em média cada pessoa produz diariamente entre 800 ga 1 kg de lixo diário, ou de 4 a 6 litros de dejetos, por dia são gerados 15.000 toneladas de lixo, vastaa myös 3.750 caminhões carregados diariamente.

Vaihe 2: Por Que Separar O Lixo?

Com a separação dos lixos fica mais fácil e rápida a reciclagem do material. A reciclagem vähentäminen huomioon ottaen huomioon Casas de doenças e mortes devido às enchentes e acúmulo de lixo em locais urbanos, diminui impactos sobre o meio ambiente e ajudaar cidade se.

Vaihe 3: Laadi Solução?

Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o type de lixo eo descarta no compartimento korjaus. capaz de aprender e reconhecer o material do objeto descartado (papel, metalli, plástico, vidro ou outros). acionado para fazer tai despejo.

Vaihe 4: Quais as Tecnologias Utilizadas?

Ohjelmisto:

- OpenCV

- Haar -kaskadiluokituslaite

- Python

- MRAA

- Linux (Debian)

Laitteisto:

- Dragonboard 410c

- 96board -puolikerros

- DC -moottorit

- Kuljettajan moottori Ponte H L298N

- Fonte ATX 230W

- Verkkokamera

Vaihe 5: Algoritmos E Códigos

Osa 1 - OpenCV, Tilastot

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

1 - Treinamento: Foram utilizadas 20 kuvaa divisident entre garrafas e latas

2 - Detecção:

2.1 - HSV: n espaço -muunninkuva. 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 - Laske suuruusluokalla com iguais pesoa em ambas suorana.

2.4 - Aplicar tai Método de Otsu ja imagem detectada pela camera..

2.5 - Aplicar Kuvan sulkeminen havaitsemalla pelaajan.

2.6 - Aplicar tai ilmaisin de bordas Canny

2.7 - Laskenta ja lintu de Houghin muutos

2.8 - Enquadrar bordas do objeto num retângulo.

2.9 - Checar proporção largura x altura para comparação com o banco de dados. No banco estão armazenados diversos modelos positivos and negativos.

3 - Separação: Dado a saída da etapa anterior (garrafa ou lata), movemos a esteira (motor) para o lado esquerdo ou directito despejando o objeto e acendendo um LED para indicar que o processo ocorreu com sucesso.

3.1 - Devido a tensão de saída da DragonBoard ser de apenas 1.8V nos digitaaliset digitaalikamerat ja os -ohjaimet, jotka vaativat moottoria 5 V, käyttötavat 12 V de uma fonte ATX de 230 W.

3.2 - Nesta etapa utilizamos o mraa para mapear os dois polos do motor em pinos de entrada na mezzanine board para podermos girar a esteira em ambas as directções.

Huomautus: Tärkeä deixar claro que tai mapeamentos dos pinos da mezzanine board deve estar liberado no directtório/sys/class/gpio e que o código seja executado como root (sudo).

4 - Armazenamento de dados:

Todas as informacsões detectadas são enviadas para uma instância da AWS IoT onde os dados podem ser acessados pelas pessoas kompetentes e tomar ações välttämättömyys. Essas dados são trocados hyödyntäminen tai protokollan MQTT on käytettävissä ja käytettävissä tai käytössä ja tietojen vastaanottaminen kahden muodon tiedoista.

Vaihe 6: Imagens Do Protótipo Em Construção. (Verso 1.0 E 2.0)

Vaihe 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 directtamente e indiretamente.