Sistema di riconoscimento ed estinzione incendi basato sull'elaborazione delle immagini: 3 passaggi

2024 Autore: John Day | [email protected]. Ultima modifica: 2024-01-30 10:00

Ciao amici, questo è un sistema di rilevamento ed estinzione incendi basato sull'elaborazione di immagini che utilizza Arduino

Passo 1:

Fondamentalmente il sistema è diviso in due parti

1 rivelazione incendio

2 allarme antincendio ed estintore

Nella prima parte il fuoco rileva utilizzando l'elaborazione delle immagini.

Qui in questo progetto sto usando Open CV e Python per il rilevamento degli incendi. Ho creato un classificatore a cascata HAAR per la rivelazione incendio utilizzando Open CV. Ha un trainer e un rilevatore per addestrare il nostro classificatore a cascata, HAAR Cascade viene utilizzato per rilevare l'oggetto per il quale è stato addestrato. Sono necessari molti campioni di immagine positivi e negativi per addestrare il classificatore. La formazione del classificatore a cascata è un processo complesso e dispendioso in termini di tempo, quindi per semplificare trovo che un software di formazione a cascata sul nome Web sia "GUI del trainer a cascata".

Per il classificatore a cascata di formazione, scaricare e installare questo EXE del trainer dal collegamento sopra. Crea una cartella con nome fire (puoi creare una cartella con qualsiasi nome poiché il mio oggetto target è fire, quindi ho creato la cartella "fire") ora crea due cartelle all'interno della cartella fire con nome "n" e "p", n cartella è per campioni di immagini negative e p per campioni di immagini positive. L'immagine positiva contiene l'oggetto che vogliamo rilevare, nel nostro caso vogliamo rilevare il fuoco, quindi raccogli i campioni di immagine che contengono il fuoco e mettili all'interno della cartella p. Per i campioni negativi raccogliere un gran numero di immagini che non contengono fuoco nemmeno parzialmente. Ora segui i passaggi nella pagina sopra per creare il file del classificatore a cascata, oppure puoi scaricare il classificatore a cascata preimpostato per il rilevamento degli incendi e il codice sorgente dal link (codice sorgente)

Viene verso il Python, per eseguire questo progetto è necessario installare i seguenti moduli e librerie nella configurazione di Python.

· Numpy

· Scipy

· Pyserial (cliccala per scaricare numpy, scipy e pyserial)

Dopo l'installazione di tutti i moduli, apri il codice python con il nome fire detection, arduino.py se ricevi degli errori durante l'esecuzione, non farti prendere dal panico, abbiamo appena fatto la prima parte.

Passo 2:

Passiamo all'hardware, qui sto usando Arduino UNO come controller poiché devo controllare pompa, cicalino e led rossi.

Componenti utilizzati:

Arduino uno:

LCD 16x2:

Cicalino 5volt:

LED

Relè 5volt:

Transistor Bc547:

Resistori 470r, 1k, 220r, 10k preimpostati:

Lm7805

Condensatori 1000uf/25volt, 470uf/16 volt:

Diodo 1N4007

Webcam (opzionale, puoi usare anche la fotocamera del tuo laptop):

Mini pompa sommersa (dal negozio locale)

Collega tutti i componenti come da schema elettrico sottostante, collega arduino al computer tramite cavo USB e scopri la porta com su cui è collegato Arduino, ora apri il codice Arduino, seleziona la porta com e la scheda corretta dal menu degli strumenti di Arduino e carica il codice.

Passaggio 3:

Apri il codice python con il nome di rilevamento del fuoco, arduino.py controlla che la porta com di scrittura nel codice sia corretta o meno nella riga 13, in caso contrario cambialo con il numero della porta com di Arduino. Fare clic sulla scheda Esegui, quindi fare clic su Esegui modulo o premere F5.

Se tutte le connessioni sono ok, l'anteprima della telecamera verrà visualizzata sullo schermo. Ora mostra il fuoco ad esso, il fuoco viene rilevato e la pompa si avvia così come il cicalino avvia il suono di un segnale acustico.

SCARICA LINK

Codice sorgente:

Moduli Python:

GUI del trainer a cascata:

Spero che tu lo trovi utile. se sì, metti mi piace, condividi, commenta il tuo dubbio. Per altri progetti simili, seguimi! Supporta il mio canale su YouTube.

Grazie!

Facebook

Youtube