لوازم جانبی کلاه ایمنی: 4 مرحله

2024 نویسنده: John Day | [email protected]. آخرین اصلاح شده: 2024-01-30 08:57

سالانه 1.3 میلیون نفر بر اثر تصادفات جاده ای جان خود را از دست می دهند. بخش عمده ای از این تصادفات مربوط به دو چرخ است. دوچرخه از همیشه خطرناک تر شده اند. تا سال 2015 ، 28 درصد از مرگ و میرهای ناشی از تصادفات جاده ای مربوط به دو چرخ بوده است. رانندگی در حالت مستی ، حواس پرتی ، سرعت زیاد ، پرش از چراغ قرمز و خشم جاده از جمله دلایلی است که باعث می شود جاده ها به بخشی خطرناک از زندگی شهری تبدیل شوند. اگر اقدامی صورت نگیرد تصادفات جاده ای ممکن است تا سال 2030 پنجمین علت اصلی مرگ و میر باشد.

با استفاده از شتاب سنج و حسگر ژیروسکوپ که توسط آردوینو کار می کند ، ما راه حلی برای این مشکل در قالب لوازم جانبی کلاه ایمنی ارائه دادیم. یکی از ویژگی های اصلی کلاه ایمنی هوشمند ما استفاده از یک دوربین رزبری پای است که در پشت کلاه ایمنی قرار گرفته است تا خوراک آن را برای تجزیه و تحلیل تشخیص دهد که آیا وسیله نقلیه به طور خطرناکی نزدیک است یا خیر. در تشخیص یک زنگ صدا روشن می شود. یکی دیگر از عملکردهای کلاه ایمنی ، کمک فوری به کسانی است که از کلاه ایمنی استفاده می کنند در صورت بروز حادثه. این شامل ارسال یک پیام SOS به مخاطبین اضطراری آنها با محل استفاده کننده می شود. ما همچنین برنامه ای ساخته ایم که با آردوینو ارتباط برقرار کرده و داده ها را دریافت می کند و آن را برای افزایش عملکرد کلاه ایمنی پردازش می کند.

مرحله 1: مواد

مواد غیر الکترونیکی:

1 کلاه ایمنی

1 پایه دوربین اکشن

1 کیسه

مواد الکترونیکی:

1 تمشک پای 3

1 آردوینو اونو

1 دوربین R-Pi

1 سنسور ضربه ای KY-031

1 شتاب سنج/ژیروسکوپ GY-521

1 ماژول بلوتوث HC-05

1 کابل USB

سیم ها

مرحله 2: مونتاژ سخت افزار

مطابق شکل ، پایه سر دوربین عکاسی را در اطراف کلاه ایمنی قرار دهید و کیف را به قسمت پشت سر کلاه متصل کنید.

مرحله 3: راه اندازی رزبری پای

با استفاده از تجزیه و تحلیل تصویر و دوربین RPi ، رزبری پای خودروهایی را که به طور خطرناکی پشت کاربر قرار گرفته اند تشخیص می دهد و با فعال کردن موتورهای ارتعاشی به کاربر هشدار می دهد. برای تنظیم Raspberry PI و دوربین ، ابتدا کد خود را در Raspberry Pi بارگذاری می کنیم و سپس یک اتصال SSH با آن برقرار می کنیم. سپس کد خود را روی Raspberry Pi یا به صورت دستی با اجرای فایل پایتون از ترمینال یا فعال کردن یک اسکریپت bash در زمان اجرا اجرا می کنیم.

کار تجزیه و تحلیل تصویر با استفاده از مدل های آموزش دیده OpenCV روی اتومبیل انجام می شود. سپس سرعت خودرو را محاسبه می کنیم و با استفاده از نمودار فاصله ایمن و سرعت محاسبه شده خودرو ، فاصله ایمن را برای هشدار به کاربر محاسبه می کنیم. سپس مختصات مستطیل وسیله نقلیه مورد نظر را محاسبه می کنیم و در نهایت هنگام عبور از آستانه به کاربر هشدار می دهیم ، که به ما می گوید چه زمانی وسیله نقلیه خیلی نزدیک است.

برای اجرای مناسب اسکریپت پایتون ، به پوشه ایده در فهرست مربوطه بروید. سپس ، فایل v2.py (نوشته شده در پایتون 2) را اجرا کنید تا فرایند شناسایی با یک ویدیوی از پیش تغذیه شده شروع شود. برای شروع گرفتن ورودی از دوربین Pi و سپس پردازش آن ، فایل Python 2 ، v3.py را اجرا کنید. کل فرایند در حال حاضر دستی است ، اما می توان با داشتن یک اسکریپت bash که مطابق الزامات اجرا می شود ، خودکار شد.

مرحله 4: راه اندازی Arduino

ماژول بلوتوث: 5 ولت را به ماژول HC-05 وصل کنید و پین های RX و TX را روی 10 و 11 تنظیم کنید و اتصالات مناسب را به برد آردوینو ایجاد کنید.

ژیروسکوپ/شتاب سنج GY 521: SCL را به A5 و SDA را به A4 متصل کرده و 5 ولت را تغذیه کرده و سنسور را با استفاده از یکی از پین های زمین وصل کنید.

KY 031 سنسور ضربه: 5 ولت به پین VCC سنسور ضربه بزنید و آن را زمین کنید و پین خروجی را به پین دیجیتال ورودی/خروجی 7 در آردوینو وصل کنید.