INHOUDSOPGAWE:
- Stap 1: Lixo, Um Problema Mundial
- Stap 2: Por Que Separar O Lixo?
- Stap 3: Kwalifiseer 'n Solução?
- Stap 4: Quais As Tecnologias Utilizadas?
- Stap 5: Algoritmos E Códigos
- Stap 6: Beelde Do Protótipo Em Construção. (Verse 1.0 E 2.0)
- Stap 7: Skryf outeurs
Video: Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 stappe
2024 Outeur: John Day | [email protected]. Laas verander: 2024-01-30 07:24
Ons kan nie 'n intelligente konsistensie van 'n aparte automatisering doen nie. Ons kan 'n webkamera opspoor, wat ons kan identifiseer as ons nie 'n kompartement vir die terugvoer kan gebruik nie.
Stap 1: Lixo, Um Problema Mundial
Um dos principais problemas encontrado no meio urbano, especialmente nas grandes cidades é o lixo sólido, resultado de uma sociedade que a cada dia consome mais.
Para ter uma noção mais ampla do problema tomemos a cidade de São Paulo como exemplo, em média cada pessoa produce diariamente entre 800 ga 1 kg de lixo diário, ou de 4 a 6 litros de deos, por dia são gerados 15.000 toneladas de lixo, isso correspondonde a 3.750 caminhões carregados diariamente. Em um ano esses caminhões enfileirados cobririam o trajeto entre a cidade de São Paulo e Nova Iorque, ida e volta.
Stap 2: Por Que Separar O Lixo?
Com a separação dos lixos fica mais fácil e rápida a reciclagem do material..
Stap 3: Kwalifiseer 'n Solução?
Nossa solução é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta no compartimento correto. O reconhecimento é através de uma câmera que utiliza um banco de dados de imagens and formas capaz de aprender e reconhecer of material do objeto descartado (papel, metal, plástico, vidro ou outros). acionado para fazer o despejo.
Stap 4: Quais As Tecnologias Utilizadas?
Sagteware:
- OpenCV
- Haar kaskade klassifiseerder
- Python
- MRAA
- Linux (Debian)
Hardeware:
- Dragonboard 410c
- 96 -mezzanine
- Motors DC
- Bestuurder Motor Ponte H L298N
- Fonte ATX 230W
- Webkamera
Stap 5: Algoritmos E Códigos
Parte 1 - OpenCV, statistiek
Hoe om die trein te herstel? Ons kan 5 stowwe van materie beskrywe. Stap 3 demoraria muito. Essa detecção ocorreu nos seguintes passos.
1 - Treinamento: Foram utilizadas 20 imagens divides entre garrafas and latas
2 - Besluit:
2.1 - Voorbeeldomskakelaar vir HSV. Die dokument 'V' bevat twee funksies wat ons meer kan sien.
2.2 - Encontrar gradiente de Sobel nos eixos x e y.
2.3 - Bereken 'n omvang van die grootte wat ons vir u kan gee.
2.4 - Die beskrywing van die oorspronklike weergawe van die beeld..
2.5 - Aanvullende afsluiting van 'n opsporingskaart.
2.6 - Aansoek om die detektor van Canny
2.7 - Berekening en transformasie van Hough
2.8 - Ons kan 'n aantal items weerhou.
2.9 - Checar proporção largura x altura para comparação com o banco de dados. Geen banco estão armazenados diversos modelos positivos e negativeos.
3 - Separação: Dado a saída da etapa anterior (garrafa ou lata), movemos a esteira (motor) para o lado esquerdo ou direito despejando o objeto e acendendo um LED para indicar que o processo ocorreu com successesso.
3.1 - Die draaibord kan 1,8V gebruik word van 'n digterlike motor en 'n motorbestuurder wat 5 min kan gebruik, wat 12 V kan gebruik om ATX de 230 W.
3.2 - Ons kan meer as een kaart gebruik om 'n motor te gebruik om 'n mezzanine -bord te gebruik om 'n goeie idee te hê.
Let op: Dit is 'n belangrike punt om 'n kaart te gebruik wat op die mezzanine -bord kan funksioneer, en nie 'n direkte/sys/klas/gpio -funksie of 'n uitvoer van die wortel (sudo).
4 - Oorsig van die vader:
Ons kan ook inligting verskaf oor ons instellings vir AWS se IoT -inligting. Ons kan ook die MQTT -protokol gebruik en die inligting vir die bidireksionele inligting kan ontvang.
Stap 6: Beelde Do Protótipo Em Construção. (Verse 1.0 E 2.0)
Stap 7: Skryf outeurs
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 diretamente e indiretamente.
Aanbeveel:
QR -kode skandeerder met behulp van OpenCV in Python: 7 stappe
QR-kode skandeerder met behulp van OpenCV in Python: In vandag se wêreld sien ons dat QR-kode en strepieskode byna oral gebruik word, van die verpakking van die produk tot die aanlynbetalings, en nou sien ons QR-kodes selfs in die restaurant om die spyskaart te sien. twyfel of dit nou die groot gedagte is. Maar het jy al ooit
Real-time Rubik's Cube Geblinddoekoplosser met behulp van Raspberry Pi en OpenCV: 4 stappe
Real-time Rubik's Cube Geblinddoekoplosser met behulp van Raspberry Pi en OpenCV: Dit is die 2de weergawe van Rubik se kubusgereedskap wat gemaak is vir die oplossing van geblinddoek. Die eerste weergawe is ontwikkel deur javascript; u kan die projek RubiksCubeBlindfolded1 sien, anders as die vorige, gebruik hierdie weergawe OpenCV -biblioteek om die kleure en e
Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo for Android: 6 Stappe
Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo Android: DESCRI Ç Ã OO intuito do projeto é dar autonomia para deficientes visuais se locomoverem em ambientes indoor como casas ou shopping centers e aeroportos.A locomo ç ã o em ambientes j á mapeados pode ou n ã o s
Beeldverwerking met die Raspberry Pi: Installeer OpenCV en skeiding van beeldkleur: 4 stappe
Beeldverwerking met die Raspberry Pi: Installeer OpenCV en skeiding van beeldkleure: Hierdie plasing is die eerste van verskeie tutoriale vir beeldverwerking wat volg. Ons kyk na die pixels van 'n beeld van nader, leer hoe om OpenCV op die Raspberry Pi te installeer en skryf ook toetsskrifte om 'n beeld vas te lê en ook
Voorwerpopsporing met Dragonboard 410c of 820c met behulp van OpenCV en Tensorflow .: 4 stappe
Object Detection W/ Dragonboard 410c of 820c met behulp van OpenCV en Tensorflow