Obsah:
- Krok 1: Senzory a akčné členy
- Krok 2: Dajte to všetko dohromady
- Krok 3: Zbaľte sa a stretnite sa s posádkou
Video: Detekcia škodcov: Despestor: 3 kroky
2024 Autor: John Day | [email protected]. Naposledy zmenené: 2024-01-30 12:00
V skladovom priemysle sú kontroly kvality veľmi dôležité. Klienti sa spoliehajú na to, že vlastník skladu dodržiava hygienické kontroly a štandardy, ktoré neohrozia ich obchodnú činnosť. Jednou z hlavných výziev, ktorým čelíme, je prevencia a včasná detekcia škodcov v sklade. Naše riešenie pre IoT navrhuje systém IoT úrovne 1, ktorý používa Line Tracers a detektor ľudí na kolesovom robotovi. Naše riešenie sa nazýva systém PCAD, čo znamená Auto Control Detection System, je malé a všestranné autonómne riešenie, ktoré vyžaduje iba umiestnenie na počiatočný bod a zapnutie prostredníctvom webovej aplikácie. Sme presvedčení, že vykonávanie bežných kontrol vždy, keď si to sklad želá, môže prispieť k zvýšeniu včasnej detekcie škodcov v preplnenom sklade.
Krok 1: Senzory a akčné členy
Pri návrhu nášho projektu používame nasledujúce:
- Raspberry Pi 3 Model B V1.2
- Micro SD karta
- 2 x KY-033
- 1 x ľudský detektor
- 2 x jednosmerné motory
- 2 x kolieska
- 2 x 200 odporov Ohlms
- 2 x tranzistory PN2222A6E
- 2 x diódy
- skákacie káble
Pozrite sa na obrázok vyššie
Krok 2: Dajte to všetko dohromady
Kompletný obvod je na obrázku vyššie. Aby sme sa dostali k pripojeným prevádzkovým častiam, bolo pre nás jednoduchšie najskôr otestovať mechanický kus, tj. Nasledujúcu časť robota:
0. Nastavte káble na napájanie a uzemnenie z Raspberry Pi na dlhú dosku.
- Pripojený obvod pre kolesá, postupujte podľa obrázku. Pri každom jednosmernom motore postupujte podľa pokynov: tu (obvod jednosmerného motora). Kolesá spájame s kolíkmi 13 vľavo a 12 vpravo
- Pripojte značkovače KY-033 a umiestnite ich jeden palec od seba na „prednú časť robota“. Pripojili sme ich k pinom 16 a 19 pre ľavý a pravý.
Myšlienka je taká, že vzhľadom na cestu vyznačenú čiernou čiarou v strede robota by mal robot nasledovať čiaru bez toho, aby z nej vystúpil. Existujú teda tri scenáre:
- Čiara v strede: Oba sledovače čiar rozpoznajú časti (pretože čiara je medzi nimi) a signalizujú kolesám, aby sa normálne pohybovali dopredu.
- Robot vystupuje doľava: To znamená, že väčšina robota je vľavo po čiare, poznáme to, keď značkovač pravej čiary detekuje čiernu čiaru. V tomto prípade chceme spomaliť pravé koleso a zrýchliť ľavé, aby sme urobili krivkový pohyb smerom doprava.
- Robot vystupuje z pravej strany: Naopak, v predchádzajúcom prípade zrýchľujeme pravé koleso a spomaľujeme ľavé.
Po dokončení tohto kroku je väčšina zariadenia dokončená. Nakoniec sme nastavili ľudský detektor na kolík 21 a vysiela vysoké signály, keď pozoruje teleso tepla (hlodavec).
Krok 3: Zbaľte sa a stretnite sa s posádkou
Tieto obrázky vám pomôžu získať správne zariadenia a bližšie sa pozrieť na komponenty, ktoré používame:
- DC motory
- Tranzistory
- Detektor ľudí
- Malinový koláč
- KY-033 (Line Tracer)
- Pi klin
- Dióda
- Odpor 200 ohmov
Odporúča:
Ako vyrobíte bezdotykový zvonček, detekcia telesnej teploty, GY-906, 433 MHz pomocou Arduino: 3 kroky
Ako vyrobíte bezdotykový zvonček, detekcia telesnej teploty, GY-906, 433 MHz pomocou Arduino: Dnes vyrobíme bezdotykový zvonček, ktorý bude zisťovať vašu telesnú teplotu. V súčasnej situácii je veľmi dôležité vedieť, či je telesná teplota niekoho vyššia, ako je obvyklé, keď niekto klope. Tento projekt zobrazí červené svetlo, ak zistí akékoľvek
Detekcia tváre na Raspberry Pi 4B v 3 krokoch: 3 kroky
Detekcia tváre na Raspberry Pi 4B v 3 krokoch: V tomto návode sa budeme zaoberať detekciou tváre na Raspberry Pi 4 pomocou Shunya O/S pomocou knižnice Shunyaface. Shunyaface je knižnica rozpoznávania a rozpoznávania tvárí. Cieľom projektu je dosiahnuť najvyššiu rýchlosť detekcie a rozpoznávania pomocou
Detekcia prekážok asynchrónne pomocou ultrazvuku: 4 kroky
Detekcia prekážok asynchrónne pomocou ultrazvuku: Budujem robota pre zábavu, ktorého chcem autonómne pohybovať v dome. Je to dlhá práca a robím krok za krokom. Toto poučenie sa zameriava na detekciu prekážok pomocou Arduino Mega. Ultrazvukové snímače HC-SR04 vs HY-SRF05 sú lacné a
Opencv Detekcia tváre, školenie a rozpoznávanie: 3 kroky
Opencv Rozpoznávanie, školenie a rozpoznávanie tváre: OpenCV je knižnica počítačového videnia s otvoreným zdrojovým kódom, ktorá je veľmi obľúbená pri vykonávaní základných úloh spracovania obrazu, ako je rozmazanie, miešanie obrazu, vylepšovanie kvality obrazu a videa, prahové hodnoty atď. Okrem spracovania obrazu, dokazuje to
Značka vaku na kontrolu škodcov: 6 krokov
Značka na kontrolu škodcov: Tento projekt je jednoduchou aktualizáciou boja proti škodcom pre vaše obľúbené batohy. Vydávané ultrazvukové zvukové vlny sú pre ľudí bezpečné a môžu urážať škodcov, ako sú hlodavce, komáre a šváby. Pozrite sa na nasledujúce pokyny a zistite, ako bol projekt