Slimme helmaccessoire: 4 stappen

2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:18

Jaarlijks komen er maar liefst 1,3 miljoen mensen om door verkeersongevallen. Bij een groot deel van deze ongevallen zijn tweewielers betrokken. Tweewielers zijn gevaarlijker dan ooit tevoren. Vanaf 2015 had 28% van alle dodelijke slachtoffers als gevolg van verkeersongevallen te maken met tweewielers. Rijden onder invloed, afleiding, te hard rijden, rood licht springen en woede op de weg zijn enkele van de redenen waarom wegen een gevaarlijk onderdeel van het stadsleven worden. Als er geen actie wordt ondernomen, kunnen verkeersongevallen in 2030 de vijfde doodsoorzaak worden.

Met behulp van accelerometer en gyroscoopsensor aangedreven door Arduino hebben we een oplossing voor dit probleem gemaakt in de vorm van een helmaccessoire. Een van de belangrijkste kenmerken van onze slimme helm maakt gebruik van een Raspberry Pi-camera die aan de achterkant van de helm is geplaatst om de feed te analyseren om te detecteren of een voertuig gevaarlijk dichtbij is. Bij detectie wordt een zoemer ingeschakeld. Een andere functie van de helm is om bij een ongeval direct hulp te bieden aan de drager van de helm. Dit omvat het verzenden van een SOS-bericht naar hun noodcontacten met de locatie van de drager. We hebben ook een app gemaakt die samenwerkt met en gegevens ontvangt van de Arduino en deze verwerkt om de werking van de helm verder te verbeteren.

Stap 1: Materialen

Niet-elektronische materialen:

1 Helm

1 hoofdbevestiging voor actiecamera

1 zakje

Elektronische materialen:

1 Framboos Pi 3

1 Arduino Uno

1 R-Pi-camera

1 KY-031 Klopsensor

1 GY-521 versnellingsmeter/gyroscoop

1 HC-05 Bluetooth-module

1 USB-kabel

Draden

Stap 2: Hardwaremontage

Plaats de hoofdbevestiging van de actiecamera zoals afgebeeld rond de helm en bevestig het zakje aan de hoofdbevestiging aan de achterkant van de helm.

Stap 3: Raspberry Pi-configuratie

Met behulp van beeldanalyse en de RPi-camera detecteert de Raspberry Pi auto's die gevaarlijk dicht achter de gebruiker staan en waarschuwt de gebruiker door trillingsmotoren te activeren. Om de Raspberry PI en de camera in te stellen, uploaden we eerst onze code naar de Raspberry Pi en maken er vervolgens een SSH-verbinding mee. Vervolgens voeren we onze code handmatig op de Raspberry Pi uit door het python-bestand vanaf de terminal uit te voeren of door een bash-script tijdens runtime te activeren.

De taak van beeldanalyse wordt bereikt door de getrainde OpenCV-modellen op auto's te gebruiken. Vervolgens berekenen we de snelheid van het voertuig en met behulp van de veilige afstandskaart en de berekende snelheid van het voertuig berekenen we de veilige afstand om de gebruiker te waarschuwen. We berekenen vervolgens de coördinaten van de rechthoek van het gewenste voertuig en waarschuwen de gebruiker ten slotte wanneer een drempel wordt overschreden, die ons vertelt wanneer het voertuig te dichtbij is.

Om het juiste python-script uit te voeren, navigeert u naar de map met ideeën in uw respectieve map. Voer vervolgens het v2.py-bestand uit (geschreven in Python 2) om het identificatieproces te starten met een vooraf ingevoerde video. Om te beginnen met het nemen van de invoer van de Pi-camera en deze vervolgens te verwerken, voert u het Python 2-bestand, v3.py, uit. Het hele proces is momenteel handmatig, maar kan worden geautomatiseerd door een bash-script te hebben dat volgens de vereisten wordt uitgevoerd.

Stap 4: Arduino-installatie

Bluetooth-module: Lever 5V aan de HC-05-module en stel de RX- en TX-pinnen in op 10 en 11 en maak de juiste verbindingen met het Arduino-bord.

GY 521 Gyroscoop/Versnellingsmeter: Sluit SCL aan op A5 en SDA op A4 en geef 5V voeding en aard de sensor met behulp van een van de aardingspinnen.

KY 031 Klopsensor: Lever 5V aan de VCC-pin van de pingelsensor en aard deze en bevestig de uitgangspin aan Digital I/O Pin 7 in Arduino.