
Mundarija:
- 1 -qadam: materiallar
- 2 -qadam: Linaro -ni Dragonboard 410c -ga o'rnating
- 3 -qadam: 2 -qadam: Kutubxonalarni o'rnating va GitHub -dan manba kodini yuklab oling
- 4 -qadam: AWS IoT Core, DynamoDB ni sozlash
- 5 -qadam: Twilio va Dweet API -larini o'rnating
- 6 -qadam: qiyinchiliklar
- 7 -qadam: natijalar va kelajakdagi ishlar
- 8 -qadam: Adabiyotlar
2025 Muallif: John Day | [email protected]. Oxirgi o'zgartirilgan: 2025-01-23 15:14

Jamoat transportida ma'lum bo'lgan muammolar va qiyinchiliklar orasida aholi real vaqtda ma'lumotga ega emas va eng kam ishonch bilan. Jamoat transporti avtobuslarining haddan tashqari ko'pligi foydalanuvchilarni haydab yuboradi, ular o'z transport vositalaridan foydalanishni afzal ko'rishadi, garchi ular soatlab tirbandlikda bo'lishsa ham. Agar real vaqt rejimida, masalan, avtobuslar soni, foydalanuvchiga osonlikcha taqdim etilsa, u keyingi avtobusni kutish yoki avtobusda aylanib o'tish yoki o'z transportidan foydalanishni tanlashi mumkin. Tanlov kuchi jamoat transportini foydalanuvchi uchun yanada jozibali variantga aylantiradi.
Uy ichidagi odamlarni hisoblash yoki baholash ko'p jihatdan amalga oshirilishi mumkin, ular orasida eng ko'p ishlatiladiganlar:
- Termal tasvirlar;
- Kompyuter ko'rish qobiliyati;
- Yuz hisoblagichi;
Atrofdagi odamlarni kompyuter ko'rish yordamida baholashning bir qancha qiyinchiliklari orasida asosiylari:
- Odamlarning yopilishi;
- Teskari yorug'lik;
- Statik okklyuziya, ya'ni ob'ektlar ortidagi odamlar;
- Kameraning atrof -muhitga burchagi;
Loyihaning asosiy vazifasi - bu kameraning to'g'ri burchagini bilish, bu tasvirning fonini olib tashlashga yordam beradi, shuningdek, avtobus ichidagi kunduzgi yorug'likni o'zgartiradi.
Taklifning asosiy maqsadi - gavjumlikni taxmin qilish uchun kuchli va konfiguratsiya qilinadigan model yaratish va natijalarni smartfonlar orqali aholiga etkazish.
1 -qadam: materiallar
Loyiha uchun quyidagi materiallar kerak bo'ladi:
1 x Dragon Board 410c;
1 x USB kamera;
1 x Android smartfoni;
2 -qadam: Linaro -ni Dragonboard 410c -ga o'rnating


Linaro 17.09 -ni DragonBoard 410c -ga o'rnatish uchun quyidagi havoladagi ko'rsatmalarga amal qiling. GPS uchun yadro qo'llab -quvvatlash uchun Linaro 17.09 ni o'rnatishni tavsiya etamiz.
www.96boards.org/documentation/consumer/dr…
3 -qadam: 2 -qadam: Kutubxonalarni o'rnating va GitHub -dan manba kodini yuklab oling

Cambus modulli arxitektura va kod dizayniga ega. Siz o'zingizning mashinani o'rganish algoritmini kodlashingiz, boshqa bulutli xizmatlarga o'tishingiz va o'zingizning shaxsiy ilovalaringizni yaratishingiz mumkin.
Kambus loyihasini ishga tushirish uchun avval github -dan manba kodini yuklab olishingiz kerak (https://github.com/bmonteiro00/cambus). Python-ni o'rnating (Cambus 2.7 va> 3.x-da ishlaydigan rejim edi) va quyidagi kutubxonalar 'pip' (sudo apt-get install python-pip) yordamida. Linaro tizimiga ko'plab kutubxonalarni o'rnatish kerak bo'ladi (Bundan tashqari, Cambus tizimini SOdan ajratish uchun virtual muhit yaratish tavsiya etiladi - pip install virtualenv). Iltimos, quyidagi kutubxonalarni o'rnating:
- paho-mqtt ni o'rnatish
- pip o'rnatish numpy
- opencv-python-ni o'rnatish
- opencv-Contrip-python-ni o'rnatish
- pip o'rnatish twilio
- pip o'rnatish matplotlib
Asosiy dastur sinflarga bo'lingan:
- CamBus - asosiy sinf;
- Sensor - GPS holati, harorat, Co2 kabi ma'lumotlarni olish uchun mo'ljallangan sinf.
- Tasvirni qayta ishlash algoritmiga ega hisoblagich.
Barcha kutubxonalar o'rnatilganligiga ishonch hosil qiling va CamBus_v1.py python -ni bajaring.
4 -qadam: AWS IoT Core, DynamoDB ni sozlash



Biz AWS IoT yadrosini TLS va X509, NoSQL va DynamoDB bilan MQTT vositachisi sifatida ishlatamiz. Siz https://aws.amazon.com/free saytida hisob yaratishingiz kerak bo'ladi.) Keyinchalik, biror narsa yaratish va "Dinamo" bilan birlashish uchun siz quyidagi amallarni bajarishingiz kerak bo'ladi.
docs.aws.amazon.com/iot/latest/developergu…
5 -qadam: Twilio va Dweet API -larini o'rnating


Twilio SMS xizmati ham o'rnatildi. Ushbu bosqichni bajarish bo'yicha ko'rsatmalar uchun quyidagi URL manziliga qarang:
www.twilio.com/docs/iam/api/account
Android ilovasi va tizim o'rtasidagi integratsiya DEST platformasidan foydalangan holda REST orqali amalga oshirildi.
dweet.io/
6 -qadam: qiyinchiliklar
Rivojlanish jarayonida biz OpenCV texnikasidan tortib AWS platformasiga qadar ko'plab qiyinchiliklarga duch keldik. Biz C/C ++ da vaqtni tejash maqsadida Python bilan kod yozishga qaror qildik. Bizning rivojlanish jarayonida faqat asosiy Opencv usullari, masalan:
• cv2. GaussianBlur (..)
• cv2.tosh chegarasi (..)
• cv2.morphologyEx (..)
• cv2.contourArea (..)
• cv2.findContours (..)
Bu asosiy usullar odamlarni aniqlashda yaxshi sifatga erishish uchun etarli emas edi. ML (Machine Learning) titroq videoli ssenariylar ishlatilgan. Shunday qilib, biz OpenCV mashinasini o'rganish kutubxonasidan foydalanishga qaror qildik va yana bir muammoga duch keldik, chunki ML algoritmi uchun yaxshi ma'lumotlarni kiritish biz ko'p kunlar davomida o'tkazgan muammo edi. Biz OpenCV SVM algoritmidan foydalandik, lekin ishlamadi. Biz OpenCV Naive Bayses -dan foydalandik va bu yaxshi ishladi. Biz Tensorflow va CNN neyron tarmoqlaridan foydalanishga harakat qildik, ammo hozircha buni amalga oshirmadik. OpenCV ML va OpenCV -ning asosiy usullaridan foydalanish bizga odamlarni aniqlashning yaxshi tezligiga erishishga yordam berdi. Shunday bo'lsa -da, har bir video turi uchun biz OpenCV parametrlarini odamlarni aniqlashning yaxshi tezligiga erishish va yolg'on pozitsiyalardan qochish uchun moslashtirishimiz kerak. Shu ikki oyning o'rtalarida biz ma'lumotlarni yig'ish markazini emas, balki birinchi fikrimizni ishlab chiqdik. faqat yo'lovchilar soni va GPS joylashuvi. Biz haroratni va hokazo kabi boshqa sensorlar yordamida ma'lumotlarni yig'maslikka qaror qildik. Dasturni parametrlash va uni sozlash uchun.ini faylini yaratdik. Cambus.ini faylida siz dasturni ko'p jihatdan sozlashingiz mumkin.
7 -qadam: natijalar va kelajakdagi ishlar

Videoda ko'rib turganingizdek, hisoblagich aniq ishlaydi. Ko'k chiziqlar kirish chegarasini, qizil chiziq esa chiqish chegarasini belgilaydi. Bunday holda, biz uni avtobusga joylashtira olmaganimiz uchun simulyatsiya qilish uchun video ishlatilgan.
Shuni yodda tutingki, sizning vaziyatingizga video o'lchamlari, kamera burchagi, yorqinligi va boshqalar haqida o'zgartirishlar kiritilishi kerak. Har bir turdagi video o'z parametrlarini moslashtirishi kerak, masalan, yadroni tortishish fonida va boshqalar.
Iltimos, cambus.ini saytidagi o'zgaruvchilarni o'zgartiring, MQTT brokerini va boshqalarni ko'rsatib.
Kelgusida biz tizimga harorat, namlik va CO2 datchiklarini qo'shishni o'ylaymiz. Maqsad - shaharlar atrofidagi ma'lumotlarni jamoatchilikka taqdim etish.
Loyihani takomillashtirish uchun quyidagi qadamlarni sanab o'tamiz:
- C/C ++ yordamida kodni qayta yozing;
- ML algoritmini takomillashtirish;
- Python kodini qayta faktorlash;
- Avtobusga joylashtirish;
Biz Embarcados va Qualcommga ko'rsatgan barcha yordamlari uchun minnatdorchilik bildiramiz.
Hamkorlar:
Bruno Monteyro - [email protected]
Kleber Drobovok - [email protected]
Vinisius de Oliveyra - [email protected]
8 -qadam: Adabiyotlar
[1]
[2]
[3]
[4]
[5]
Tavsiya:
EKG yozuvchisi - Uzoq muddatli ma'lumotlarni yig'ish va tahlil qilish uchun taqiladigan yurak monitori: 3 qadam

Uzoq muddatli ma'lumotlarni yig'ish va tahlil qilish uchun taqiladigan yurak monitor - EKG yozuvchisi: Birinchi versiya: 2017 yil oktyabr Oxirgi versiya: 1.6.0 Status: Barqaror Qiyinlik: Yuqori Old shart: Arduino, Dasturlash, Uskuna qurilishi Noyob ombor: SF (pastdagi havolalarga qarang) Qo'llab -quvvatlash: faqat forum, hech PMECG Logger uzoq vaqt davomida taqiladigan yurak monitori emas
Fikr -mulohaza yig'ish tizimi: 4 qadam

Fikr-mulohazalarni yig'ish tizimi: voqealar va mashg'ulotlardan keyingi fikrlarni yig'ish har doim qiziq. Bu muammoni hal qilish uchun biz arduino-ga asoslangan fikr-mulohazalarni yig'ish tizimini yaratdik, bu loyihada biz elektron qurilmani yaratamiz, u tugmachani bosish orqali fikr-mulohazalarni yig'adi,
MotoStudent elektr poygasi uchun ma'lumotlarni yig'ish va ma'lumotlarni vizualizatsiya tizimi: 23 qadam

MotoStudent elektr poygasi uchun ma'lumotlarni yig'ish va ma'lumotlarni vizualizatsiya qilish tizimi: Ma'lumot yig'ish tizimi - bu tashqi sensorlardan ma'lumotlarni yig'ish, keyinchalik saqlash va qayta ishlash uchun birgalikda ishlaydigan apparat va dasturiy ta'minot yig'indisi, uni grafik ko'rinishida va tahlil qilish uchun, muhandislarga ruxsat berish
Arduino va ishlov berish yordamida harorat va namlikni ko'rsatish va ma'lumotlarni yig'ish: 13 qadam (rasmlar bilan)

Arduino va ishlov berish yordamida harorat va namlikni ko'rsatish va ma'lumotlarni yig'ish: Kirish: Bu Arduino platasi, Sensor (DHT11), Windows kompyuteri va Qayta ishlash (bepul yuklab olinadigan) dasturidan foydalanib, harorat, namlik ma'lumotlarini raqamli va chiziqli grafik shakl, vaqt va sanani ko'rsatish va hisoblash vaqtini ishga tushirish
ESP8266 va PubNub bilan IoT yoqilgan sensorli ma'lumotlarni yig'ish markazi: 9 qadam (rasmlar bilan)

ESP8266 va PubNub bilan IoT yoqilgan sensorlar ma'lumotlarini yig'ish markazi: ESP8266 -dagi ko'pgina darsliklar yangi darajadagi (masofadan boshqariladigan chiroqni o'chirish) yoki o'z qobiliyatini yaxshilash va takomillashtirishni qidirayotganlar uchun juda murakkab. o'rgatuvchi maqsad bu bo'shliqni yaratishga qaratilgan