Макет системы интеллектуального освещения Умный фонарь

Описание проекта

Макетный образец Системы интеллектуального освещения «Умный фонарь» представляет собой уличный светильник с набором сенсоров для обнаружения биологических объектов (человек). «Умный фонарь» и является частью системы интеллектуального освещения.

• “Умный фонарь” должен обеспечивать:Обнаружение биологических объектов в зоне действия с возможностью расширения на транспортные средства;
• Определение наиболее вероятной траектории и скорости движения обнаруженных объектов;
• Динамическое управление освещенностью зоны действия в зависимости от попадания в нее объекта и текущего уровня освещенности для обеспечения равномерного освещения в зоне объекта и энергоэффективности при отсутствии.

• Разработка облика системы;
• Определение состава компонентов и модулей;
• Разработка алгоритмов работы Умного фонаря
• Изготовление макета Умного фонаря;
• Апробация алгоритмов работы на макете.

• разработан макетный образец системы 

• разработан  процесс обработки данных
• собраны датасеты с изображениями, полученными с камеры

• была обучена модель

Raspberry Pi 4 Model B 8GB

со следующими техническими характеристиками:

 –      Однокристальная система: SoC Broadcom BCM2711

–      Центральный процессор: 4-ядерный 64-битный CPU на ARM Cortex A72 с тактовой частотой 1,5 ГГц

–      Графический процессор: VideoCore VI GPU с тактовой частотой 500 МГц

–      Оперативная память: 8 ГБ LPDDR4-2400 SDRAM

–      Стандарт Wi-Fi: 802.11 b/g/n/ac

–      Стандарт Bluetooth: v5.0 с BLE

–      Частотный диапазон: 2.4 / 5 ГГц

–      Цифровой аудио/видеовыход: 2× micro-HDMI версии 2.0

–      Максимальное выходное разрешение: 2160p (60 Гц)

–      Максимальное разрешение в режиме двух мониторов: 2160p (30 Гц)

–      Аналоговый аудио/видеовыход: 4-контактный мини-джек 3.5 мм

–      Порты для периферии: 2× USB 2.0, 2× USB 3.0

–      Порт для камеры: Camera Serial Interface (MIPI CSI)

–      Порт для экрана: Display Serial Interface (MIPI DSI)

–      Поддержка карт памяти: microSD

–      Порты ввода-вывода GPIO: 40

–      Напряжение питания: 5 В

–      Ток потребления: 3 А

–      Габариты: 85×56×17 мм

Программное обеспечение Макета приведено ниже:

–      ОС Raspberry Pi OS 64-bit;

–      Интерпретатор Python версии не ниже 3.7;

–      Фреймворк TensorFlow Lite;

–      Нейронная сеть с архитектурой EfficientDet, конкретная имплементация - EddiecientDet D0. Сеть предобучена на датасете COCO 2017;

–      Используемые библиотеки:

–      OpenCV 3.0

–      GStreamer

–      argparse

–  numpy

 Команда проекта

Иванов Илья Александрович

Кунижев Ислам Русламович

Печерский Иван Васильевич