TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk - Ajarnpa
TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk - Ajarnpa

Inhoudsopgave:

Anonim
Image
Image
TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk
TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk
TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk
TouchFree: geautomatiseerde temperatuurcontrole en maskerdetectiekiosk

Terwijl landen over de hele wereld heropenen, wordt leven met het nieuwe coronavirus de nieuwe manier van leven. Maar om de verspreiding van het virus te stoppen, moeten we mensen met het coronavirus scheiden van de rest.

Volgens de CDC is koorts het belangrijkste symptoom van het Coronavirus, waarbij tot 83% van de symptomatische patiënten enige tekenen van koorts vertoont. Veel landen maken temperatuurcontroles en maskers verplicht voor scholen, hogescholen, kantoren en andere werkplekken.

Momenteel worden temperatuurcontroles handmatig uitgevoerd met behulp van een contactloze thermometer. Handmatige controles kunnen inefficiënt, onpraktisch (op plaatsen met veel bezoekersaantallen) en riskant zijn.

Om deze problemen op te lossen, heb ik een kiosk ontworpen die het proces van temperatuurcontrole automatiseert door gebruik te maken van Facial Landmarking & Contactless IR Temperature Sensor en Mask Detection met behulp van Deep Learning Neural Network.

Het gebruik van deze kiosk is niet beperkt tot scholen, hogescholen, kantoren en andere werkplekken, maar kan ook worden gebruikt in risicovolle gebieden zoals ziekenhuizen. Dit apparaat kan ook worden gebruikt op treinstations, bushaltes, luchthavens, enz.

Mijn aanpak voor dit project was om een gestroomlijnd installatieproces te bouwen zodat iedereen zonder enige eerdere ervaring met computervisie of diep leren dit kan gebruiken. Dit is een volledig functionerend en gebruiksklaar Project. Ik heb dit project in hoge mate aanpasbaar gemaakt door codebestanden toe te voegen voor elk afzonderlijk onderdeel en de volledige versie. U kunt dus elk van de onderdelen van het project afzonderlijk gebruiken.

Uitleg

Ten eerste probeert het op Tensorflow gebaseerde Deep Learning Neural Network te detecteren of de persoon een masker draagt of niet. Het systeem is robuust gemaakt door het te trainen met veel verschillende voorbeelden om valse positieven te voorkomen.

Zodra het systeem het masker heeft gedetecteerd, wordt de gebruiker gevraagd het masker te verwijderen zodat het gezichtsherkenning kan uitvoeren. Het systeem gebruikt de DLIB-module voor gezichtsherkenning om de beste plek op het voorhoofd van de persoon te vinden om de temperatuur op te nemen.

Door vervolgens het PID-regelsysteem met servomotoren te gebruiken, probeert het systeem de geselecteerde plek op het voorhoofd uit te lijnen met de sensor. Eenmaal uitgelijnd meet het systeem de temperatuur met behulp van een contactloze IR-temperatuursensor.

Als de temperatuur binnen het normale bereik van de menselijke lichaamstemperatuur ligt, kan de persoon doorgaan en wordt een e-mail naar de beheerder gestuurd met een foto en andere details zoals lichaamstemperatuur, enz.

Benodigdheden

Hardware

  1. Raspberry Pi-model 2/3/4"
  2. Raspberry Pi-cameramodule v1/v2
  3. Contactloze infrarood temperatuursensormodule (MLX90614)
  4. Officieel Raspberry Pi-aanraakscherm (of generiek 3,5-inch aanraakscherm) (optioneel)
  5. Pan Tilt Kit
  6. SG90 Micro Digitale Servo x 2"
  7. Micro SD kaart
  8. Raspberry Pi-stroomadapter

Software

  1. Raspberry Pi OS (voorheen bekend als Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. DLIB Gezichtsoriëntatiepunt

Aanbevolen: