TouchFree: Αυτόματος έλεγχος θερμοκρασίας και περίπτερο ανίχνευσης μάσκας: 5 βήματα

2025 Συγγραφέας: John Day | [email protected]. Τελευταία τροποποίηση: 2025-01-23 14:39

Καθώς οι χώρες σε όλο τον κόσμο ανοίγουν ξανά, η ζωή με τον νέο κορονοϊό γίνεται ο νέος τρόπος ζωής. Αλλά για να σταματήσει η εξάπλωση του ιού πρέπει να διαχωρίσουμε τους ανθρώπους που έχουν τον κορονοϊό από τους υπόλοιπους.

Σύμφωνα με το CDC, ο πυρετός είναι το κύριο σύμπτωμα του κορωνοϊού με έως και το 83% των συμπτωματικών ασθενών να εμφανίζουν κάποια σημάδια πυρετού. Πολλές χώρες καθιστούν υποχρεωτικούς τους ελέγχους και τις μάσκες θερμοκρασίας για σχολεία, κολέγια, γραφεία και άλλους χώρους εργασίας.

Επί του παρόντος, οι Έλεγχοι θερμοκρασίας γίνονται χειροκίνητα χρησιμοποιώντας θερμόμετρο χωρίς επαφή. Οι μη αυτόματοι έλεγχοι μπορεί να είναι αναποτελεσματικοί, μη πρακτικοί (σε μέρη με μεγάλο βήμα) και επικίνδυνοι.

Για την επίλυση αυτών των προβλημάτων, έχω σχεδιάσει ένα περίπτερο που αυτοματοποιεί τη διαδικασία ελέγχου θερμοκρασίας χρησιμοποιώντας Facial Landmarking & Faceless IR Temperature Sensor and Mask Detection χρησιμοποιώντας Deep Learning Neural Network.

Η χρήση αυτού του περιπτέρου δεν περιορίζεται σε σχολεία, κολέγια, γραφεία, άλλους χώρους εργασίας αλλά μπορεί επίσης να χρησιμοποιηθεί σε περιοχές υψηλού κινδύνου όπως τα νοσοκομεία. Αυτή η συσκευή μπορεί επίσης να χρησιμοποιηθεί σε σταθμούς τρένων, στάσεις λεωφορείων, αεροδρόμια κ.

Η προσέγγισή μου για αυτό το έργο ήταν να οικοδομήσω μια Βελτιωμένη διαδικασία εγκατάστασης, έτσι ώστε οποιοσδήποτε χωρίς προηγούμενη εμπειρία στο Computer Vision ή Deep Learning να μπορεί να το χρησιμοποιήσει. Αυτό είναι ένα πλήρως λειτουργικό και έτοιμο προς χρήση έργο. Έχω κάνει αυτό το έργο εξαιρετικά προσαρμόσιμο προσθέτοντας αρχεία κώδικα για κάθε ξεχωριστό μέρος και την πλήρη έκδοση. Έτσι, μπορείτε να χρησιμοποιήσετε οποιοδήποτε από τα μέρη του έργου ξεχωριστά.

Εξήγηση

Πρώτον, το νευρωνικό δίκτυο Deep Learning βασίζεται στο Tensorflow προσπαθεί να εντοπίσει αν το άτομο φορά μάσκα ή όχι. Το σύστημα έχει γίνει ισχυρό εκπαιδεύοντάς το με πολλά διαφορετικά παραδείγματα για την πρόληψη των ψευδώς θετικών.

Μόλις, το Σύστημα ανιχνεύσει τη Μάσκα που ζητά από τον χρήστη να αφαιρέσει τη μάσκα έτσι ώστε να μπορεί να εκτελέσει Προσαρμογή προσώπου. Το Σύστημα χρησιμοποιεί τη μονάδα DLIB για τον προσδιορισμό προσώπου για να βρει το καλύτερο σημείο στο μέτωπο του ατόμου από το οποίο θα πάρει τη θερμοκρασία.

Στη συνέχεια, χρησιμοποιώντας το σύστημα ελέγχου PID με τους Servo Motors, το σύστημα προσπαθεί να ευθυγραμμίσει το επιλεγμένο σημείο στο μέτωπο με τον αισθητήρα. Μόλις ευθυγραμμιστεί, το σύστημα πραγματοποιεί ανάγνωση θερμοκρασίας χρησιμοποιώντας αισθητήρα θερμοκρασίας IR χωρίς επαφή.

Εάν η θερμοκρασία είναι εντός του φυσιολογικού εύρους θερμοκρασίας ανθρώπινου σώματος, επιτρέπει στο άτομο να προχωρήσει και στέλνει ένα μήνυμα ηλεκτρονικού ταχυδρομείου στον διαχειριστή με μια εικόνα και άλλες λεπτομέρειες, όπως θερμοκρασία σώματος κ.λπ.

Προμήθειες

Σκεύη, εξαρτήματα

1. Raspberry Pi Model 2/3/4
2. Raspberry Pi Camera Module v1/v2
3. Μονάδα αισθητήρα θερμοκρασίας υπέρυθρης ακτινοβολίας χωρίς επαφή (MLX90614)
4. Επίσημη οθόνη αφής Raspberry Pi (ή γενική οθόνη αφής 3,5 ιντσών) (προαιρετικό)
5. Κιτ Pan Tilt
6. SG90 Micro Digital Servo x 2
7. Κάρτα MicroSD
8. Προσαρμογέας ισχύος Raspberry Pi

Λογισμικό

1. Raspberry Pi OS (Παλαιότερα γνωστό ως Raspbian)
2. Tensorflow-2.2.2
3. OpenCV
4. Ορόσημο προσώπου DLIB