Tilbehør til smart hjelm: 4 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:24

Svimlende 1,3 millioner mennesker dør hvert år på grunn av trafikkulykker. En stor del av disse ulykkene involverer to hjul. To hjulere har blitt farligere enn noensinne. Fra 2015 var 28% av alle dødsulykker forårsaket på grunn av trafikkulykker knyttet til to hjul. Fyllekjøring, distraksjoner, for høy hastighet, rødt lyshopping og raseri på veien er noen av grunnene til at veier blir en farlig del av bylivet. Hvis det ikke iverksettes tiltak, kan ulykker bli den femte ledende dødsårsaken innen 2030.

Ved hjelp av akselerometer og gyroskopsensor drevet av Arduino fant vi en løsning på dette problemet i form av et hjelmtilbehør. En av hovedfunksjonene i vår smarte hjelm bruker et Raspberry Pi -kamera plassert på baksiden av hjelmen for å analysere strømmen for å oppdage om et kjøretøy er farlig nær. Ved oppdagelse slås en summer på. En annen funksjon av hjelmen er å få øyeblikkelig hjelp til brukerne av hjelmen i tilfelle en ulykke. Dette inkluderer å sende en SOS -melding til nødkontaktene sine med brukerens beliggenhet. Vi har også laget en app som samhandler med og mottar data fra Arduino og behandler den for å forbedre hjelmens funksjon ytterligere.

Trinn 1: Materialer

Ikke-elektroniske materialer:

1 hjelm

1 Hodefeste for actionkamera

1 pose

Elektroniske materialer:

1 Raspberry Pi 3

1 Arduino Uno

1 R-Pi kamera

1 KY-031 banksensor

1 GY-521 akselerometer/gyroskop

1 HC-05 Bluetooth-modul

1 USB -kabel

Ledninger

Trinn 2: Maskinvaremontasje

Plasser fotokameraets hodefeste rundt hjelmen som vist, og fest posen til hodefesten mot baksiden av hjelmen.

Trinn 3: Oppsett av Raspberry Pi

Ved hjelp av bildeanalyse og RPi -kameraet oppdager Raspberry Pi biler som ligger farlig tett bak brukeren og advarer brukeren ved å aktivere vibrasjonsmotorer. For å sette opp Raspberry PI og kameraet laster vi først opp koden til Raspberry Pi og etablerer deretter en SSH -tilkobling med den. Vi kjører deretter koden vår på Raspberry Pi, enten manuelt ved å kjøre python -filen fra terminalen eller ved å aktivere et bash -script ved kjøretiden.

Oppgaven med bildeanalyse utføres ved å bruke de opplærte OpenCV -modellene på biler. Vi beregner deretter hastigheten på kjøretøyet, og ved å bruke diagrammet for sikker avstand og hastigheten som er beregnet for kjøretøyet, beregner vi den sikre avstanden for å advare brukeren. Vi beregner deretter koordinatene til rektangelet til ønsket kjøretøy og advarer til slutt brukeren når en terskel krysses, som forteller oss når bilen er for nær.

For å kjøre det riktige python -skriptet, navigerer du til idémappen i den respektive katalogen. Kjør deretter v2.py-filen (skrevet i Python 2) for å starte identifiseringsprosessen med en forhåndsmating video. For å begynne å ta input fra Pi -kameraet og deretter behandle det, kjør Python 2 -filen, v3.py. Hele prosessen er manuell for øyeblikket, men kan automatiseres ved å ha et bash -skript som kjører i henhold til kravene.

Trinn 4: Arduino -oppsett

Bluetooth-modul: Tilfør 5V til HC-05-modulen og sett RX- og TX-pinnene til 10 og 11 og foreta de riktige tilkoblingene til Arduino-kortet.

GY 521 gyroskop/akselerometer: Koble SCL til A5 og SDA til A4 og tilfør 5V og jord sensoren med en av jordpinnene.

KY 031 Knocksensor: Tilfør 5V til knock -sensorens VCC -pin og jord den og fest utgangsstiften til Digital I/O Pin 7 i Arduino.