Obsah:
- Krok 1: Lixo, Um Problema Mundial
- Krok 2: Por Que Separar O Lixo?
- Krok 3: Qual a Solução?
- Krok 4: Quais As Tecnologias Utilizadas?
- Krok 5: Algoritmos E Códigos
- Krok 6: Imagens Do Protótipo Em Construção. (Verze 1.0 E 2.0)
- Krok 7: Autores Do Projeto
![Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 kroků Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 kroků](https://i.howwhatproduce.com/images/004/image-11537-j.webp)
Video: Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 kroků
![Video: Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 kroků Video: Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV: 7 kroků](https://i.ytimg.com/vi/MlWp758f6Qk/hqdefault.jpg)
2024 Autor: John Day | [email protected]. Naposledy změněno: 2024-01-30 08:19
![Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV Colec.te - Lixeira Inteligente Qualcomm Dragonboard 410c + OpenCV](https://i.howwhatproduce.com/images/004/image-11537-1-j.webp)
Inteligentní nosná lišta se samostatnou automatikou do lixo. Através de uma webcam, ela identifica o tipo de lixo e o Depositita no Compartimento adekvátado para posteriormente ser reciclado.
Krok 1: Lixo, Um Problema Mundial
![Lixo, Um Problema Mundial Lixo, Um Problema Mundial](https://i.howwhatproduce.com/images/004/image-11537-2-j.webp)
Naše hlavní problémy s městem, zejména naše velké cidády a sólové efekty, které mohou mít za následek společný problém.
Nejčastěji se vyskytují různé problémy se světovým průměrem, například média s průměrnou hmotností 800 ga 1 kg, více než 4 a 6 litrů, více než 15 000 tónů, odpovídá také 3 750 caminhões carregados diariamente. Em um ano eses caminhões enfileirados cobririam o trajeto entre a cidade de São Paulo e Nova Iorque, ida e volta.
Krok 2: Por Que Separar O Lixo?
![Por Que Separar O Lixo? Por Que Separar O Lixo?](https://i.howwhatproduce.com/images/004/image-11537-3-j.webp)
Společně od sebe odebíráme různé materiály a získáváme různé materiály. Recyklace snižují náklady na výběr z různých míst a míst, kde dopadají městské vlivy, které mají vliv na okolní prostředí a také na různé velikosti..
Krok 3: Qual a Solução?
![Qual a Solução? Qual a Solução?](https://i.howwhatproduce.com/images/004/image-11537-4-j.webp)
Nosná soláção é uma Lixeira feita com materiais também recicláveis que analisa o tipo de lixo eo descarta no compartimento correto. Capaz de aprender e reconhecer o material do objeto descartado (papel, metal, plástico, vidro ou outros). Após a detecção e classificação do objeto, um sinal é enviado para motor motor que move uma esteira, posiciona no local adekvátado e outro motor é acionado para fazer o despejo.
Krok 4: Quais As Tecnologias Utilizadas?
![Quais As Tecnologias Utilizadas? Quais As Tecnologias Utilizadas?](https://i.howwhatproduce.com/images/004/image-11537-5-j.webp)
Software:
- OpenCV
- Haarův kaskádový klasifikátor
- Python
- MRAA
- Linux (Debian)
Hardware:
- Dragonboard 410c
- 96board Mezzanine
- Motory DC
- Driver Motor Ponte H L298N
- Fonte ATX 230W
- Webová kamera
Krok 5: Algoritmos E Códigos
![Algoritmos E Códigos Algoritmos E Códigos](https://i.howwhatproduce.com/images/004/image-11537-6-j.webp)
Část 1 - OpenCV, statistika
Krok za krokem zpětného rázu 5 tipů na materiál ne Krok 3 demoraria muito, decisionidor afunilar o problema e detectar apenas latas e garrafas de plástico para COMPovar a prova do conceito. Zjišťujte prosím, zda jste vybrali některá hesla.
1 - Hlavní stránka: Použití 20 obrázků je rozděleno do několika kategorií
2 - Detekce:
2.1 - Převaděč obrázků pro espaço de cor HSV. Aumentar 'V' por um fator de 2 com o objetivo de ter features mais visíveis.
2.2 - Encontrar gradiente de Sobel nos eixos x e y.
2.3 - Počítače o velikosti iguais pesos em ambas as direções.
2.4.
2.5 - Uzavírání aplikace na imagem detekované pela câmera.
2.6 - Aplicar o detector de bordas Canny
2.7 - Calcula a transformada de linha de Hough
2.8 - Enhanadar bordas do objeto num retângulo.
2.9. Žádná různorodá bankovní pozitiva a negativa.
3 - Separação: Dado a saída da etapa anterior (garrafa ou lata), movemos a esteira (motor) para o lado esquerdo ou directito despejando o objeto e acendendo um LED para indicar que o processo ocorreu com sucesso.
3.1 - Výkon a napětí řady DragonBoard 1.8V nos pinos digitais e os ovladače dos motores requirederemem uma tensão de entrada de no mínimo 5 V, utilizamos as saídas 12 V de uma fonte ATX de 230 W.
3.2 - Nainstalované etapy využívající hlavní navigační funkce pro motorové motory a mezipatrové desky pro podřízené nosníky a respektující emulátory jako směrovače.
Obs.: É importante deixar claro que o mapeamentos dos pinos da mezzanine board deve estar liberado no diretório/sys/class/gpio e que o código seja executado como root (sudo).
4 - Armazenamento de dados:
Všechny tyto informace zjistí, jaké jsou základní údaje o AWS IoT, které jsou dostupné pro všechny typy uživatelů, kteří mají příslušné kompetence a potřeby. Nejdůležitější použití a použití protokolů MQTT je možné získat a obdržet informace o formě obousměrné.
Krok 6: Imagens Do Protótipo Em Construção. (Verze 1.0 E 2.0)
![Představte si Protótipo Em Construção. (Verze 1.0 E 2.0) Představte si Protótipo Em Construção. (Verze 1.0 E 2.0)](https://i.howwhatproduce.com/images/004/image-11537-7-j.webp)
![Představte si Protótipo Em Construção. (Verze 1.0 E 2.0) Představte si Protótipo Em Construção. (Verze 1.0 E 2.0)](https://i.howwhatproduce.com/images/004/image-11537-8-j.webp)
![Představte si Protótipo Em Construção. (Verze 1.0 E 2.0) Představte si Protótipo Em Construção. (Verze 1.0 E 2.0)](https://i.howwhatproduce.com/images/004/image-11537-9-j.webp)
Krok 7: Autores Do Projeto
![Autori Projeto Autori Projeto](https://i.howwhatproduce.com/images/004/image-11537-10-j.webp)
Da esquerda pra direita:- David Carvalho- Lucas Azevedo- Rodrigo Alves- Larissa Lages- Manoela Vieira- Bianca Lisle- Andréa DuqueAgradecimentos: Angelo Brito, Thiago Pinheiro, Heitor Araújo e à todos que nos ajudaram diretamente e indiretamente.
Doporučuje:
Skener QR kódu pomocí OpenCV v Pythonu: 7 kroků
![Skener QR kódu pomocí OpenCV v Pythonu: 7 kroků Skener QR kódu pomocí OpenCV v Pythonu: 7 kroků](https://i.howwhatproduce.com/images/001/image-2256-j.webp)
Skener QR kódů pomocí OpenCV v Pythonu: V dnešním světě vidíme, že QR kód a čárový kód jsou používány téměř všude, od balení produktů po online platby a dnes vidíme QR kódy i v restauraci, abychom viděli menu. teď pochybuji, že je to velká myšlenka. Ale už jste někdy měli
Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo Android: 6 Steps
![Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo Android: 6 Steps Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo Android: 6 Steps](https://i.howwhatproduce.com/images/004/image-10674-j.webp)
Vision 4all - Sistema Visão Assistida Para Deficientes Visuais Usando OpenCV, Dragonboard 410c E Aplicativo Android: DESCRI Ç Ã OO intuito do projeto é nedostatek autonómie může mít vliv na okolní vnitřní prostory, jako jsou nákupní centra a letiště. Lokomotiva ç ã mapeados pode ou n ã o s
Rozpoznávání hvězd pomocí počítačového vidění (OpenCV): 11 kroků (s obrázky)
![Rozpoznávání hvězd pomocí počítačového vidění (OpenCV): 11 kroků (s obrázky) Rozpoznávání hvězd pomocí počítačového vidění (OpenCV): 11 kroků (s obrázky)](https://i.howwhatproduce.com/images/007/image-18321-j.webp)
Rozpoznávání hvězd pomocí počítačového vidění (OpenCV): Tento návod vám popíše, jak vytvořit program počítačového vidění pro automatickou identifikaci vzorů hvězd na obrázku. Metoda využívá knihovnu OpenCV (Open-Source Computer Vision) k vytvoření sady vyškolených kaskád HAAR, které lze
Základní projekty OpenCV: 5 kroků
![Základní projekty OpenCV: 5 kroků Základní projekty OpenCV: 5 kroků](https://i.howwhatproduce.com/images/007/image-18326-j.webp)
Základní projekty OpenCV: V tomto projektu prozkoumáme některé základní funkce OpenCV prostřednictvím 4 jednoduchých projektů zahrnujících živý stream videa. Jedná se o rozpoznávání obličeje, odstranění pozadí, speciální vizuální vykreslování okrajů a použití efektu rozostření na živé video
Detekce objektů W/ Dragonboard 410c nebo 820c pomocí OpenCV a Tensorflow .: 4 kroky
![Detekce objektů W/ Dragonboard 410c nebo 820c pomocí OpenCV a Tensorflow .: 4 kroky Detekce objektů W/ Dragonboard 410c nebo 820c pomocí OpenCV a Tensorflow .: 4 kroky](https://i.howwhatproduce.com/images/003/image-6246-2-j.webp)
Object Detection W/ Dragonboard 410c or 820c using OpenCV and Tensorflow .: This instructables describes how to install OpenCV, Tensorflow, and machine learning frameworks for Python 3.5 to run the Object Detection