描述

隨著電梯在人們生活中越來越不可或缺，安全也越來越成為人們關(guān)注的問題。超載是電梯事故的重要原因。現(xiàn)有的電梯使用稱重傳感器來尋找電梯中的負載，它們有時會出現(xiàn)故障。而且他們的維護太貴了。為了避免此類事故的發(fā)生，我們打算設(shè)計一種裝置，可以實時高速統(tǒng)計乘客數(shù)量，并在乘客數(shù)量超過閾值時發(fā)出警報。該設(shè)備可以安裝在電梯的任何位置。與現(xiàn)有技術(shù)相比，其實施成本太低，且易于維護。

它是如何工作的？

在這個原型中，我們只考慮兩層樓，一樓和一樓。在電梯里的所有乘客都進入后，任何人都需要按下關(guān)閉按鈕。然后我們統(tǒng)計乘客人數(shù)，如果超過閾值設(shè)備就會發(fā)出警報。因此，一些人可以從中撤離，如果他們聽到這個 auido 視覺警報。如果它不高于閾值，電梯將繼續(xù)前進。用戶可以在代碼中設(shè)置閾值乘客限制。

除了超載警報，我們還提供電梯統(tǒng)計數(shù)據(jù)。這意味著該設(shè)備可以將帶有特定時間戳的電梯計數(shù)上傳到 excel 軟件。按下關(guān)閉按鈕后，計數(shù)將始終更新。該數(shù)據(jù)的一個有趣方面是可以通過任何圖形或圖表輕松地將其可視化。因此，它對分析電梯使用情況的任何人都非常有用。這是來自設(shè)備的計數(shù)，它以 CSV 格式記錄（在 Microsoft Excel 中打開）。

?

下面是為上述數(shù)據(jù)生成的各種圖表。

簇狀列

?

折線圖

?

餅形圖

?

考慮購物中心電梯的情況，因此通過使用這些統(tǒng)計數(shù)據(jù)，如果電梯的使用率過高，購物中心所有者可以輕松地添加電梯，如果使用率過低，也可以移除電梯。這是該項目的一個主要方面。

尼克拉愿景

在這個項目中，我們使用的是 Nicla Vision，它是 Arduino 的一個微型 AI 開發(fā)板。它配備了一個 2MP 彩色攝像頭，能夠智能地處理和從它看到的任何事物中提取有用的信息。

?

數(shù)據(jù)收集和標記

為了收集數(shù)據(jù)，我們將電路板安裝在三腳架上，并使用長長的 USB 數(shù)據(jù)線將其連接到筆記本電腦。下圖顯示了數(shù)據(jù)采集設(shè)置。

?

整個設(shè)置在房間的一端，而我們實際上站在另一端。所以我們的微控制器單元可以很容易地接載乘客。您可以按照本教程將 Nicla vision 連接到 Edge Impulse。我們捕獲了 73 張圖像并將它們分為測試和訓練。這些圖像一次只包含一個人或兩個人。然后我們一張一張地標記每張圖片，這里我們只有一個名為“people”的類別。Nicla 視覺的方向提供倒置圖像，這根本不是問題。

沖量設(shè)計

這是該項目的機器學習管道

?

我們選擇圖像寬度和高度為 96x96，調(diào)整大小模式為“適合最短軸”。保存脈沖后，我們移至圖像選項卡并選擇“灰度”作為顏色深度，并保存圖像的參數(shù)和生成的特征。下圖顯示了生成的特征。

?

模型訓練

這是我們用于生成模型的神經(jīng)網(wǎng)絡(luò)訓練設(shè)置和架構(gòu)。

?

我們只是將訓練周期從60改為70 。進一步增加訓練周期或?qū)W習率可能會使數(shù)據(jù)過度擬合，因此我們堅持這樣做。作為神經(jīng)網(wǎng)絡(luò)架構(gòu)，我們使用了FOMO (MobileNet V2 0.35) 。結(jié)果令人驚訝。我們得到了大約 96% 的模型準確率（使用量化的 int 版本）。

?

測試模型

現(xiàn)在是測試模型的時候了。首先，我們測試了之前分離的測試數(shù)據(jù)，我們得到了大約 84% 的準確率。好像還可以

?

現(xiàn)在讓我們繼續(xù)進行 Live 分類。因此，我們正在測試從 Nicla vision 捕獲的 3 個示例圖像，讓我們看看我們的模型如何執(zhí)行。

測試 1

?

測試 2

?

測試 3

?

在我們所有的測試樣本中，該模型都表現(xiàn)非常出色。

部署

現(xiàn)在我們有了 ML 模型，我們需要將它部署到我們的 Nicla 愿景中。我們剛剛通過按下構(gòu)建按鈕創(chuàng)建了一個 arduino 庫，因此將下載一個 zip 文件。

?

然后我們將該庫添加到 Arduino。然后我們修改了示例草圖以完成項目。您可以在此 github 存儲庫中找到代碼和資產(chǎn)。

附加硬件和外殼

除了 Nicla Vision，我們還使用了蜂鳴器和 LED 來發(fā)出警報。

?

但是 Nicla 的輸出電流 (4.7 mA) 不足以正確啟動 LED 和蜂鳴器。所以我們使用了一個 2N222A 晶體管來驅(qū)動這些設(shè)備。因此，除了 USB 電源外，我們還使用了 5V 的外部電源為 Nicla vision 本身供電。按鈕也用于檢查門是否關(guān)閉。

?

最后，我們?yōu)檫@個設(shè)備做了一個漂亮的小盒子。

?

然后我們將每個組件插入其中。

?

我們的設(shè)備已準備好實施。

TeraTerm

?

我們使用該軟件從 Nicla 視覺流式傳輸數(shù)據(jù)。流數(shù)據(jù)可以以任何格式記錄在任何地方。這里我們采用 CSV（逗號分隔值）格式，因此可以使用 Microsoft excel 輕松打開該文件。

?

確保在記錄數(shù)據(jù)之前勾選時間戳。下圖顯示了從我們的設(shè)備流式傳輸?shù)氖纠龜?shù)據(jù)，該數(shù)據(jù)在 excel 中打開。

?

我們可以通過選擇該文本輕松地從該數(shù)據(jù)生成圖形報告。下圖表示上述數(shù)據(jù)的折線圖。

?

有多種可用選項，如下所示。

?

項目演示

結(jié)論

該裝置可以很容易地與任何電梯集成，因此電梯只有在乘客在允許范圍內(nèi)時才會啟動。為了降低成本，我們可以使用 ESP32 Eye-like 微控制器單元代替 Nicla Vision。