使用Helium、Grid EYE和Raspberry Pi進(jìn)行人數(shù)統(tǒng)計(jì)
資料介紹
描述
使用 IR 傳感器檢測(cè)房間中的人員
您是否想遠(yuǎn)程監(jiān)控建筑物中的房間或空間,并確保房間在應(yīng)有的使用時(shí)處于使用狀態(tài)?那么你來對(duì)地方了。在Helium ,我們經(jīng)常被問到如何做到這一點(diǎn)的最佳方式。我們的建議(如下詳述)是構(gòu)建能夠完成這項(xiàng)工作的傳感器和 Web 應(yīng)用程序的快速 POC 版本。如果您想大規(guī)模部署這些,請(qǐng)致電我們。
雖然這絕不是一個(gè)完整的空間監(jiān)控應(yīng)用程序,但它是一個(gè)合適的、輕量級(jí)的版本,如果供應(yīng)商將其作為一個(gè)打包的解決方案進(jìn)行宣傳,您需要支付 50-100 倍以上的費(fèi)用。
我們將涵蓋的內(nèi)容
自行部署此傳感器系統(tǒng)應(yīng)該相當(dāng)簡單,不到 45 分鐘。以下是我們將介紹的內(nèi)容:
- 使用 Grid-EYE 傳感器、Pi 和 Helium Atom 構(gòu)建人員計(jì)數(shù)器原型。
- 在氦儀表板中注冊(cè)您的氦元素網(wǎng)關(guān)和氦原子原型模塊;并建立您自己的低功耗廣域無線網(wǎng)絡(luò)。
- 使用 Helium、JSON、OpenCV 和 Matplotlib 庫在 Python 中對(duì) Grid-EYE 進(jìn)行編程。具體來說,我們將從 Grid-EYE 捕獲原始讀數(shù)并進(jìn)行一些邊緣處理以將其轉(zhuǎn)換為簡單的 JSON。
這會(huì)很有趣。讓我們騎吧。
所需的硬件和軟件
要構(gòu)建您自己的輕量級(jí)人數(shù)統(tǒng)計(jì)應(yīng)用程序,您需要以下硬件和軟件:
- 氦氣開發(fā)套件 -我們?cè)谶@里使用 Raspberry Pi 變體,但任何人都可以。您可以在此處購買一個(gè)(以及所有其他 Helium 硬件)。
- Grid-EYE紅外熱像儀傳感器 -特別是 AMG8833。該傳感器由 Panasonic 制造,但下面我們使用的是 Adafruit 銷售的分線板版本。
- 氦儀表板帳戶 -如果您還沒有訪問權(quán)限,請(qǐng)在此處免費(fèi)獲得一個(gè)。
- AWS IoT 帳戶 -如果您是初學(xué)者,請(qǐng)?jiān)?/font>此處注冊(cè)。
- 一個(gè)監(jiān)控空間——這個(gè)應(yīng)該很容易。我們推薦您的辦公室,或者您最喜歡的炸玉米餅卡車的線路。或者也許你的貓住在哪里。
構(gòu)建 Grid-EYE
首先,我們需要?jiǎng)?chuàng)建我們的傳感器。這就是您將要構(gòu)建的內(nèi)容:
您需要通過 將 Grid-EYE 連接到 Raspberry Pi I2C
。電壓線將5V
取決于3.3V
所選的 Grid-EYE 型號(hào)。引腳和I2C
Raspberry Pi 是04(SCL)
和06(SDA)
。對(duì)于這個(gè)項(xiàng)目,中斷引腳可以保持?jǐn)嚅_狀態(tài)。
如果您使用的是 DigiKey Grid-EYE,則 Grid-EYE 的電源電壓應(yīng)連接到 Raspberry Pi3.3V
引腳。如果您使用的是 Adafruit Grid-Eye,則 Grid-Eye 的電源電壓應(yīng)連接到 5V 引腳。
在這里,我使用的是 Adafruit Grid-Eye:
作為參考,這里是完成板的整體示意圖。
完成此操作后,拍照,在 Twitter 上發(fā)布帶有創(chuàng)意標(biāo)簽的照片,然后將其放在一邊。現(xiàn)在是時(shí)候使用 Helium 啟動(dòng)您自己的分布式低功耗廣域網(wǎng) (DLPWAN)。
部署您的氦元素網(wǎng)關(guān)
Helium Element Gateways 創(chuàng)建了一個(gè)(分布式低功耗廣域網(wǎng)(DLPWAN),負(fù)責(zé)物聯(lián)網(wǎng)設(shè)備和云之間的雙向傳感器數(shù)據(jù)路由。在此部署中,您的 Element 將為您的人員計(jì)數(shù)器路由數(shù)據(jù),但它可用于未來所有基于 Helium 構(gòu)建的傳感器——即使是不屬于你的傳感器。
部署氦元素既快速又簡單。這是一個(gè)關(guān)于如何做到這一點(diǎn)的快速視頻:
首先,只需將電源和提供的以太網(wǎng)電纜插入 Element 和一個(gè)接受出站流量的實(shí)時(shí)以太網(wǎng)端口。當(dāng)正面的 LED 變?yōu)?/font>綠色表示以太網(wǎng)連接成功時(shí),元素將被連接。如果 Element 是 Cellular 版本,它會(huì)在成功連接到 Cellular 時(shí)顯示藍(lán)色LED。
使用氦儀表板注冊(cè)您的元素和原子
現(xiàn)在您需要在Helium Dashboard 中注冊(cè)您的硬件。整個(gè)過程將花費(fèi)您不到 120 秒的時(shí)間。Helium Dashboard 將是您管理和查看已連接設(shè)備以及管理云通道(如我們稍后將部署的AWS IoT 通道)的界面。
每個(gè) Helium 設(shè)備在您收貨之前都已在 Helium 注冊(cè)。要使其運(yùn)行,您只需在儀表板中將其分配給您自己。
您可以在此處找到有關(guān) Helium Dashboard的完整文檔。
- 如果您還沒有這樣做,請(qǐng)先創(chuàng)建一個(gè) Helium Dashboard 帳戶。
-
要注冊(cè)您的 Atom,首先選擇New Atom 。在 UI 中,添加一個(gè)名稱(例如Grid-EYE ),然后輸入其最后四位數(shù)字
MAC Address
及其四位數(shù)字HVV Code
。(如果需要,您可以在此處查看有關(guān)此過程的完整文檔。)
-
元素注冊(cè)以完全相同的方式完成。選擇新元素,然后提供名稱、其最后四位
MAC Address
及其四位數(shù)字HVV Code.
此外,請(qǐng)確保為您的元素輸入位置,以便儀表板可以在地圖上顯示它。(同樣,如果需要,請(qǐng)?jiān)诖颂幉榭赐暾臋n。)
好吧。激活和部署 Helium 硬件后,現(xiàn)在不是連接 Helium AWS IoT 通道并獲取從邊緣流向云的傳感器數(shù)據(jù)的時(shí)候了。
部署 AWS IoT 通道并驗(yàn)證數(shù)據(jù)流
現(xiàn)在我們需要部署一個(gè) AWS IoT 通道。可以在 Helium 開發(fā)人員文檔中找到有關(guān)如何執(zhí)行此操作的完整說明。簡短摘要如下:
-
在您的 AWS IoT 組織中,找到您的 和
Access Key ID,
Secret Access,
Region.
- 當(dāng)?shù)卿浀?/font>Helium Dashboard 中的 Channel 界面時(shí),創(chuàng)建一個(gè)新的 AWS IoT Channel 并輸入上面列出的憑證。
- 將頻道代碼部署到您的設(shè)備。創(chuàng)建通道后,Helium Dashboard UI 將自動(dòng)生成將數(shù)據(jù)從 Helium Atom 發(fā)送到 AWS IoT 所需的代碼。對(duì)于 Pi,它看起來像這樣:
from helium_client import Helium
helium = Helium("/dev/serial0")
helium.connect()
channel = helium.create_channel("aws_channel_name")
channel.send("hello from Python")
除了上面鏈接的 AWS IoT 頻道文檔之外,這里還有一個(gè)視頻,展示了如何將其端到端連接起來。
對(duì) Grid-EYE 進(jìn)行編程
現(xiàn)在我們已經(jīng)在您的 Helium 傳感器和 AWS IoT 之間啟動(dòng)并運(yùn)行了數(shù)據(jù)流,我們可以加載 Python 程序以從 Grid-EYE 捕獲數(shù)據(jù)。(在此之后,我們將通過在 AWS Quicksight 中可視化數(shù)據(jù)來將它們放在一起。)
以下是接下來的步驟:
- 更新 Raspberry Pi 并安裝相關(guān)的庫。
- 通過運(yùn)行每個(gè)電路板經(jīng)銷商提供的測(cè)試示例來測(cè)試 Grid-EYE 的功能,以確保連接正確。
- 通過運(yùn)行 Helium 庫中的示例設(shè)置代碼來測(cè)試 Helium Atom 和 Element 的功能。
- 確保兩個(gè)硬件設(shè)備的功能正常后,獲取下面的 Grid-EYE 代碼并在您的 Pi 上運(yùn)行它。
使用以下命令在您的 Pi 上安裝 Grid-EYE 庫
cd ~
git clone https://github.com/adafruit/Adafruit_AMG88xx_python.git
cd Adafruit_AMG88xx_python
python setup.py install
//check setup success
python
import Adafruit_AMG88xx
如果import
語句沒有返回錯(cuò)誤,則說明AMG88xx庫安裝成功。
使用以下命令安裝 OpenCV 和以下庫:
sudo apt-get install python-opencv
sudo pip install imutils
sudo apt-get install libtiff5-dev libjasper-dev libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install libatlas-base-dev gfortran
sudo pip install numpy
sudo apt-get install python-matplotlib
通過運(yùn)行以下命令檢查您的 OpenCV 安裝:
python
import cv2
cv2.__version__
從像素?cái)?shù)組到 JSON
隨著我們的 Pi 準(zhǔn)備就緒,我們現(xiàn)在可以開始從 Grid-EYE 捕獲數(shù)據(jù)并進(jìn)行一些邊緣處理以將其轉(zhuǎn)換為 JSON,然后再將其發(fā)送到 Helium 網(wǎng)絡(luò)。
Python 實(shí)現(xiàn)中來自 Grid-EYE 的原始數(shù)據(jù)被采樣為原始 64 元素?cái)?shù)組。然而,使用更復(fù)雜的 OpenCV 工具,這個(gè)數(shù)組被重新格式化為一個(gè) 8x8 數(shù)組,并被插值形成一個(gè) 32x32 的圖像。
然后將圖像轉(zhuǎn)換為灰度、反轉(zhuǎn)并使用斑點(diǎn)檢測(cè)工具掃描圓形斑點(diǎn)。OpenCV 計(jì)算在結(jié)果圖像中發(fā)現(xiàn)的 blob 數(shù)量,并且該變量通過 Helium 網(wǎng)絡(luò)無線發(fā)送到 AWS IoT。
在傳感器級(jí)別,從 Grid-EYE 傳輸?shù)轿覀兊?Raspberry Pi 的原始數(shù)據(jù)采用數(shù)組格式,通常遵循以下模式:
pixels = [num0, num1, num2, ..., num63]
該數(shù)據(jù)被重新格式化以適應(yīng) 8x8 數(shù)組,如下所示:
pixels = [[num0, num1,..., num7],
[num8, num9,..., num13],
[...],
[num55, num56,..., num63]]
這 64 個(gè)數(shù)據(jù)點(diǎn)中的每一個(gè)都是由 Grid-EYE 返回的電壓,該電壓又對(duì)應(yīng)于溫度讀數(shù)。從那里,可以將這些插值到 32x32 數(shù)組并保存為圖像。他們出來看起來像這樣?
這很好,但是我們可以消除通過空中傳輸此圖像的需要,而是通過在我們的 Pi 上運(yùn)行的 Python 中的一些簡單邊緣處理(下面的代碼),我們可以估計(jì)空間中的人數(shù)并將其轉(zhuǎn)換到 JSON。
因此,通過設(shè)置閾值并在執(zhí)行 blob 檢測(cè)的傳感器上運(yùn)行一些代碼,我們可以識(shí)別 blob 的數(shù)量,并創(chuàng)建一個(gè)簡單的 JSON 表示,以通過空中發(fā)送到 Helium 和我們的可視化應(yīng)用程序。
換句話說,這:
Pixel Output:
28.50 28.50 28.00 27.75 27.75 27.50 28.00 29.00
29.50 28.75 28.00 27.25 27.00 27.25 29.00 29.25
29.00 28.25 29.50 28.25 27.50 27.75 30.50 29.00
28.50 29.00 31.25 31.00 29.75 29.25 31.25 29.50
29.00 27.50 28.25 30.25 30.25 29.75 30.50 29.75
27.25 27.00 27.00 27.75 29.75 30.00 29.25 27.75
27.25 27.00 26.75 26.25 27.50 28.75 27.75 27.25
26.50 26.50 26.00 26.00 26.00 26.25 26.50 26.25
變成這樣:
{
"People" : "2"
}
在 Grid-EYE 的視野中用于定位人員的相對(duì)較大的圖像數(shù)據(jù)被解析為最小的有價(jià)值的形式,以便通過線路發(fā)送。例如,如果傳感器正在查看座位是否有人,則斑點(diǎn)檢測(cè)功能還將返回每個(gè)斑點(diǎn)圖像中的坐標(biāo)。但是對(duì)于這個(gè)演示,我們只關(guān)心一個(gè)房間里有多少人。這是從我的辦公桌上看的樣子:
通過調(diào)整 Grid-EYE 溫度閾值的靈敏度,您可以將其放置在距離某個(gè)區(qū)域最大 15 英尺的地方以掃描熱特征。在此示例中,我將閾值設(shè)置為 30 攝氏度,這足以找到未覆蓋的人體。當(dāng)您第一次部署此傳感器時(shí),您很可能會(huì)注意到它需要一些調(diào)整。具體來說,您需要調(diào)整溫度閾值以適應(yīng) Grid-EYE 正在查看的區(qū)域。
在 AWS QuickSight 中可視化人員數(shù)據(jù)
現(xiàn)在我們正在捕獲空間中的人數(shù),我們需要通過 Helium AWS IoT 通道將其傳輸?shù)?Web 服務(wù),并實(shí)時(shí)可視化空間利用率。公平警告:這個(gè)過程有點(diǎn)艱巨,但結(jié)果值得付出努力。閱讀這篇博文了解詳情。(另外,如果有人知道在不離開 AWS 的情況下可視化時(shí)間序列數(shù)據(jù)的更好方法,請(qǐng)告訴我。
這是回報(bào)。下面是 QuickSight UI 的屏幕截圖,顯示了在通過 Helium 網(wǎng)絡(luò)發(fā)送到 AWS IoT 后經(jīng)過我辦公桌的人員:
小像素陣列和檢測(cè)多個(gè)對(duì)象存在固有問題。在這兩個(gè)代碼示例中,都會(huì)刪除低于人體溫度閾值的值以改進(jìn)檢測(cè)。 此外,由于靠近身體的兩個(gè)特別溫暖的部分具有局部熱量最大值,因此變化的體溫會(huì)為某個(gè)區(qū)域的身體計(jì)數(shù)產(chǎn)生誤報(bào)(讀數(shù)2
而不是)。1
但是通過一些測(cè)試和調(diào)整,您可以開始對(duì)返回的數(shù)據(jù)的準(zhǔn)確性感到非常滿意。
這是一篇關(guān)于在 AWS 中管理此設(shè)備狀態(tài)以向您的對(duì)象檢測(cè)器添加更多功能的博客文章。您可以更改采樣時(shí)間,并從云端激活/停用傳感器:
后續(xù)步驟和幫助
好工作!您現(xiàn)在擁有一個(gè)功能正常的 Grid-Eye,它具有基本的嵌入式對(duì)象檢測(cè)功能。如果您想了解有關(guān) Helium 的更多信息、如何制作自己的物聯(lián)網(wǎng)項(xiàng)目原型,或了解有關(guān)此項(xiàng)目的更多信息,請(qǐng)?jiān)诖颂幖尤胛覀儯?/font>
- 使用Raspberry PI和open CV進(jìn)行圖像處理
- 使用Raspberry Pi和BluPants進(jìn)行編碼
- 通過USB對(duì)Raspberry Pi進(jìn)行編程
- Arduino和Raspberry Pi平臺(tái)進(jìn)行編碼
- 使用ROS和Raspberry Pi進(jìn)行Bittle遠(yuǎn)程操作
- 使用Raspberry Pi進(jìn)行汽車診斷
- Raspberry Pi和你的倉鼠進(jìn)行股市交易
- 使用Raspberry Pi和Arduino進(jìn)行花卉監(jiān)測(cè)
- 可視頻直播的Raspberry Pi網(wǎng)絡(luò)控制機(jī)器人 14次下載
- 如何使用結(jié)合特征圖譜學(xué)習(xí)的方法進(jìn)行人數(shù)統(tǒng)計(jì)詳細(xì)方法說明 3次下載
- 《愛上Raspberry Pi》中譯版-電子書籍.pdf 0次下載
- Instant Raspberry Pi Gaming 6次下載
- Raspberry_Pi詳解 15次下載
- raspberry_pi各版本差別 0次下載
- Learn Raspberry Pi Programming with python 0次下載
- 基于Raspberry Pi 5的蜂窩物聯(lián)網(wǎng)項(xiàng)目 1027次閱讀
- 使用Raspberry Pi Pico W和MicroPython開發(fā)物聯(lián)網(wǎng)應(yīng)用 1671次閱讀
- 用于測(cè)試項(xiàng)目的4個(gè)最佳樹莓派Raspberry Pi模擬器 5985次閱讀
- 如何使用Raspberry Pi使熱水浴缸變得智能和遠(yuǎn)程操作 1813次閱讀
- 如何通過Raspberry Pi設(shè)置CE電流監(jiān)視器 2120次閱讀
- 基于樹莓派產(chǎn)品 Raspberry Pi微控制器板的優(yōu)缺點(diǎn) 2710次閱讀
- 如何從Raspberry Pi Pico的模數(shù)轉(zhuǎn)換器捕獲數(shù)據(jù)計(jì)算? 2580次閱讀
- 基于Raspberry Pi Pico開發(fā)先進(jìn)的家庭自動(dòng)化系統(tǒng) 2849次閱讀
- 基于FONA通過UART與Raspberry Pi進(jìn)行通訊的方案介紹 2122次閱讀
- 微雪電子ZeroW| Raspberry Pi ZeroW主板簡介 2429次閱讀
- 微雪電子Raspberry Pi 3 Model主板簡介 2873次閱讀
- 微雪電子Raspberry Pi 3 Model擴(kuò)展板簡介 1512次閱讀
- 利用Raspberry Pi構(gòu)建存儲(chǔ)和虛擬化時(shí)間序列數(shù)據(jù) 884次閱讀
- 一文了解Raspberry Pi 4各項(xiàng)性能跑分 2.9w次閱讀
- 視覺享受!用Raspberry Pi實(shí)現(xiàn)圣誕樹燈光秀 8127次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數(shù)據(jù)手冊(cè)
- 1.06 MB | 532次下載 | 免費(fèi)
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費(fèi)
- 3TC358743XBG評(píng)估板參考手冊(cè)
- 1.36 MB | 330次下載 | 免費(fèi)
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費(fèi)
- 5元宇宙深度解析—未來的未來-風(fēng)口還是泡沫
- 6.40 MB | 227次下載 | 免費(fèi)
- 6迪文DGUS開發(fā)指南
- 31.67 MB | 194次下載 | 免費(fèi)
- 7元宇宙底層硬件系列報(bào)告
- 13.42 MB | 182次下載 | 免費(fèi)
- 8FP5207XR-G1中文應(yīng)用手冊(cè)
- 1.09 MB | 178次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費(fèi)
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費(fèi)
- 4開關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21549次下載 | 免費(fèi)
- 5電氣工程師手冊(cè)免費(fèi)下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費(fèi)
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費(fèi)
- 7電子制作實(shí)例集錦 下載
- 未知 | 8113次下載 | 免費(fèi)
- 8《LED驅(qū)動(dòng)電路設(shè)計(jì)》 溫德爾著
- 0.00 MB | 6656次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191187次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183279次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138040次下載 | 免費(fèi)
評(píng)論
查看更多