Kyberneticko-fyzické zabezpečení inteligentního parkování a řízení provozu: 6 kroků

2025 Autor: John Day | [email protected]. Naposledy změněno: 2025-01-23 14:38

Internet roste s miliardami zařízení, včetně automobilů, senzorů, počítačů, serverů, ledniček, mobilních zařízení a mnoha dalších, nebývalým tempem. To přináší mnoho rizik a zranitelných míst v infrastruktuře, provozu a správě chytrých měst po celém světě. Tento projekt poskytne přehled o tom, jak lze inteligentní bezpečnostní kamerové systémy použít k optimalizaci, monitorování a zlepšování celkového chování provozu a parkovišť v okolí chytrého města.

Krok 1: Požadované součásti a materiály

Projekt vyžaduje následující seznam komponent a materiálů pro stavbu kompletního inteligentního systému řízení dopravy a parkování:

Nezbytný

1. Raspberry Pi 3B+ (1)

2. Raspberry Pi Zero W (1)

3. Kamerový modul RasPi (2)

4. Korogovaná lepenka

5. Xacto nože

6. Lepenkové lepidlo

7. Značkovací pera

8. Barevná páska

Další

1. Monitor

2. Klávesnice

3. Myš

4. Napájecí adaptéry (5V, 2A)

Krok 2: Navrhování fyzické infrastruktury

Chytré město vyžaduje infrastrukturu navrženou a postavenou v měřítku a odpovídajících rozměrech. Následující části lze identifikovat jako hlavní části infrastruktury

1. Hlavní hardwarový balíček

Cíl: Drží a ukrývá napájecí a zpracovatelský hardware, jako jsou kabely, rozvody napájení a adaptéry, pod úrovní terénu města.

Rozměry: 48 "x 36"

Další: Vyžaduje výřez obdélníkového otvoru v jednom z rohů pro přístup ke kabelům pod úrovní země.

2. Vysoká budova

Cíl: Slouží jako primární platforma pro umístění kamery ve 3/4 výšce pro dobrý výhled na parkoviště a silnice kolem budovy.

Rozměry: 24 palců x 16 palců x 16 palců

Dodatečné: Vyžaduje tři otvory o rozměrech 2 "x4" na všech stěnách budovy, aby udržely Raspberry Pi 3B+ umístěné uvnitř budovy přibližně ve 3/4 výšce nad úrovní města.

3. Budova banky

Cíl: Funguje jako úkryt pro Raspberry Pi Zero W a RasPi Cam, které se dívají na bankovní firmu a vchody do budovy

Rozměry: 16 "x20" x16"

Další: Vytvořte uvnitř budovy dělící zeď, která oddělí serverovou místnost od skutečné místnosti pro bankovní operace, jak je znázorněno na obrázcích.

Krok 3: Budování Smart City

Jakmile jsou rozměry pozemního hardwarového balíku, výškové budovy a bankovní budovy vyznačeny na kartonových listech, jsme připraveni postavit samotné město.

1. Umístěte celý list lepenky na dno o rozměrech 48 "x36" a vytvořte platformu pro celé město, na kterém se bude stavět

2. Vytvořte stěny pro pozemní hardwarovou palubu a vytvořte uzavřenou oblast o výšce 5 pomocí druhého kusu lepenky.

3. Pomocí druhého listu lepenky o rozměrech 48 "x36" vytvořte střechu pozemní hardwarové paluby a vytvořte na ní výškovou budovu 16 "x16".

4. Z třetího kartonového archu vystřihněte stěny a střechu výškových i bankovních budov pro rozměry uvedené v části „Navrhněte fyzickou infrastrukturu“a podle obrázků.

5. Vyřízněte potřebné otvory na stěnách a střechách budovy, jak bylo uvedeno dříve, a jak je také vidět na obrázcích.

Krok 4: Integrace hardwaru a softwaru

Nyní je čas nastavit Raspberry Pis, fotoaparáty a software nezbytný k zahájení provozu chytrého města.

1. Připojte myš, klávesnici a monitor k Raspberry Pi 3B+ pomocí kabelů a portů USB a HDMI.

2. Zapněte Raspberry Pi 3B+ pomocí nástěnného adaptéru (5V, 2A)

3. Připojte kartu MicroSD k Raspberry Pi a spusťte systém a počkejte, až se na monitoru zobrazí obrazovka Ubuntu Mate.

4. Nyní otevřete terminál uvnitř Ubuntu Mate a přejděte do adresáře FeatureCV a spusťte „python locate.py“

5. Zobrazí se více obrazovek s fungujícím algoritmem detekce auta. To znamená, že jste úspěšně dokončili krok Integrace hardwaru a softwaru. Gratulujeme!

Krok 5: Naučte se kyberneticko-fyzické zabezpečení a hrajte si

Celý zdrojový kód pro inteligentní parkovací systém najdete na níže uvedeném odkazu Github: github.com/BhavyanshM/FeatureCV

Bezpečnostní kamery jsou jedním z nejčastěji používaných senzorů pro odhalování zločinů po celém světě. Tento krok vás provede konstrukcí, testováním a zničením kamerového systému založeného na vidění.

1. Spusťte skript Python „locate.py“pomocí příkazu „python locate.py“v okně terminálu.

2. Pomocí posuvníků v okně „Trackbars“získáte správné hodnoty HSV, abyste izolovali pouze auto zaparkované na parkovišti.

3. Uložte tyto hodnoty HSV někam do souboru.

4. Nyní se pomocí SSH klienta na externím notebooku přihlaste k tomuto Raspberry Pi 3B+ přes WiFi síť a vzdáleně upravte některé hodnoty, abyste viděli zhroucení bezpečnostního systému a nerozpoznali žádná auta!

5. Nebojte se hrát si se skripty Pythonu a hodnotami HSV Trackbar, abyste odhalili auta s různými barvami a funkcemi.

Krok 6: Závěr a video

Chytrý systém parkování a řízení dopravy může znamenat revoluci ve schopnosti jakékoli organizace monitorovat, zabezpečovat, optimalizovat a zlepšovat celkový provoz chytrého města.

Podívejte se na video výše, abyste se ujistili, že systémy fungují podle očekávání a jak je ukázáno na videu.