Inhaltsverzeichnis:
Video: Bildverarbeitungsbasiertes Feuererkennungs- und Feuerlöschsystem - Gunook
2024 Autor: John Day | [email protected]. Zuletzt bearbeitet: 2024-01-30 07:16
Hallo Freunde, dies ist ein auf Bildverarbeitung basierendes Branderkennungs- und Löschsystem mit Arduino
Schritt 1:
Grundsätzlich ist das System in zwei Teile unterteilt
1 Branderkennung
2 Feueralarm und Feuerlöscher
Im ersten Teil wird Brand mittels Bildverarbeitung erkannt.
Hier in diesem Projekt verwende ich Open CV und Python zur Branderkennung. Ich habe einen HAAR-Kaskadenklassifikator für die Branderkennung mit Open CV erstellt. Es verfügt über einen Trainer und einen Detektor, um unseren eigenen Kaskadenklassifikator zu trainieren. HAAR Cascade wird verwendet, um Objekte zu erkennen, für die er trainiert wurde. Es werden viele positive und negative Bildproben benötigt, um den Klassifikator zu trainieren. Das Training des Kaskaden-Klassifikators ist ein komplexer und zeitaufwändiger Prozess. Um es einfach zu machen, finde ich eine Kaskaden-Trainingssoftware unter dem Webnamen „Cascade Trainer GUI“.
Laden Sie für den Trainingskaskadenklassifikator diese Trainer-EXE über den obigen Link herunter und installieren Sie sie. Erstellen Sie einen Ordner mit dem Namen Feuer (Sie können einen Ordner mit einem beliebigen Namen erstellen, da mein Zielobjekt Feuer ist, also habe ich den Ordner „Feuer“erstellt). Erstellen Sie nun zwei Ordner im Feuerordner mit den Namen „n“und „p“, n Ordner ist für negative Bildproben und p für positive Bildproben. Ein positives Bild enthält das Objekt, das wir erkennen möchten. In unserem Fall möchten wir Feuer erkennen. Sammeln Sie also die Bildproben, die Feuer enthalten, und legen Sie sie in den Ordner p ab. Sammeln Sie für negative Proben eine große Anzahl von Bildern, die auch nur teilweise kein Feuer enthalten. Befolgen Sie nun die Schritte auf der obigen Seite, um Ihre Kaskadenklassifikatordatei zu erstellen, oder laden Sie einen vorgefertigten Kaskadenklassifikator für die Branderkennung und den Quellcode über den Link (Quellcode) herunter.
Kommt auf Python zu, um dieses Projekt auszuführen, müssen Sie die folgenden Module und Bibliotheken in Ihrem Python-Setup installieren.
· Numpy
· Scipy
· Pyserial (klicken Sie auf sie, um Numpy, Scipy und Pyserial herunterzuladen)
Nach der Installation aller Module öffnen Sie Python-Code mit dem Namen Feuererkennung, arduino.py Wenn Sie während der Ausführung einige Fehler erhalten, geraten Sie nicht in Panik, wir haben gerade den ersten Teil erledigt.
Schritt 2:
Kommen wir zur Hardware, hier verwende ich Arduino UNO als Controller, da ich Pumpe, Summer und rote LEDs steuern muss.
Verwendete Komponenten:
Arduino uno:
16x2 LCD:
5-Volt-Summer:
LEDs
5 Volt Relais:
Bc547-Transistor:
Widerstände 470r, 1k, 220r, 10k voreingestellt:
Lm7805
Kondensatoren 1000uf/25volt, 470uf/16 Volt:
Diode 1N4007
Webcam (optional, Sie können auch Ihre Laptop-Kamera verwenden):
Mini-Tauchpumpe (aus dem Laden vor Ort)
Schließen Sie alle Komponenten gemäß dem folgenden Schaltplan an, verbinden Sie Arduino mit einem USB-Kabel mit Ihrem Computer und finden Sie den Com-Port heraus, an dem Arduino angeschlossen ist der Code.
Schritt 3:
Öffnen Sie den Python-Code mit dem Namen Feuererkennung, arduino.py überprüfen Sie, ob der Code für den COM-Port korrekt ist oder nicht in Zeile 13, wenn nicht, ändern Sie ihn mit Ihrer Arduino-Com-Port-Nummer. Klicken Sie auf die Registerkarte Ausführen und dann auf Modul ausführen oder drücken Sie F5.
Wenn alle Verbindungen in Ordnung sind, wird die Kameravorschau auf dem Bildschirm angezeigt. Zeigen Sie ihm jetzt Feuer, Feuer wird erkannt und die Pumpe startet sowie der Summer startet einen Piepton.
DOWNLOAD LINKS
Quellcode:
Python-Module:
Cascade-Trainer-GUI:
Ich hoffe, Sie finden dies nützlich. wenn ja, like es, teile es, kommentiere deine Zweifel. Für mehr solcher Projekte folgt mir! Unterstütze meinen Kanal auf YouTube.
Dankeschön!
Youtube