Isi kandungan:
- Langkah 1: Bahan & Alat
- Langkah 2: Menyiapkan Perkhidmatan Web Amazon
- Langkah 3: Konfigurasikan Amazon S3 dan Amazon DynamoDB
- Langkah 4: Konfigurasikan AWS pada Raspberry Pi
- Langkah 5: Sambungkan Item ke Raspberry Pi
- Langkah 6: Kod
- Langkah 7: Membina Prototaip
- Langkah 8: Menguji Prototaip
- Langkah 9: Penutup
2024 Pengarang: John Day | [email protected]. Diubah suai terakhir: 2024-01-30 11:07
Berbaring semasa karantina, saya berusaha mencari jalan untuk membuang masa dengan membina pengecam wajah untuk pintu rumah. Saya menamakannya Abellcadabra - yang merupakan gabungan antara Abracadabra, frasa ajaib dengan bel pintu yang saya hanya mengambil loceng. LOL
Bagaimanapun, sistem ini akan melakukan pengecaman wajah dengan menggunakan Amazon Recognition ketika pengguna menekan bel pintu. Pengakuan akan membandingkan gambar yang ditangkap dengan koleksi gambar di Amazon S3. Sekiranya pengiktirafan berjaya, pintu akan dibuka. Sekiranya tidak berjaya, bel akan berbunyi dan pengguna boleh mempunyai pilihan untuk membuka kunci menggunakan token RFID. Terdapat juga butang di bahagian dalam rumah di mana pemilik rumah dapat membuka pintu dengan menekannya.
Semua pengecaman dan pembukaan kunci yang dilakukan akan disimpan di Amazon DynamoDB. Saya akan cuba menerangkan langkah demi langkah untuk membina keseluruhan sistem. Saya menggunakan bahan yang sudah saya miliki kerana mengambil masa yang lama untuk mendapatkan apa-apa lagi jadi ini sahaja.
Langkah 1: Bahan & Alat
Bahan:
- Pai raspberi
- Kamera Pi
- Servo RC (akan berfungsi sebagai kunci pintu)
- Tukar butang 2x
- Buzzer
- Suis magnet
- Pembaca dan teg RFID 522 RFID
- Wayar papan roti MF, MM, FF
- Kotak Ais Polystrene - saiz apa pun pasti baik kerana ini akan menjadi pintu masuk kami.
- Engsel 1.5 inci 2x
- Skru 2.5 mm 4x
Alat
- Pemutar skru
- Pita dua sisi
Langkah 2: Menyiapkan Perkhidmatan Web Amazon
Perkhidmatan Web Amazon mudah digunakan dan percuma sehingga anda mencapai 5000 panggilan API setiap bulan. Anda boleh mendaftar untuk akaun AWS di sini di sini. Anda perlu mendaftar untuk akaun Rekognition amazon peringkat percuma. Tahap percuma harus lebih daripada mencukupi untuk projek ini.
Setelah pendaftaran berjaya, klik Perkhidmatan> IAM. Dari sini, kami akan membuat pengguna yang mempunyai izin untuk digunakan oleh Raspberry Pi.
- Klik Pengguna> Tambah Pengguna Baru
- Beri nama kepada pengguna yang dibuat. Untuk jenis Akses tandakan kotak akses Programatik.
- Klik Seterusnya.
- Klik pada Lampirkan dasar yang ada secara langsung. Periksa dasar berikut:
- AWSLambdaFullAccess
- AmazonS3FullAccess
- AmazonDynamoDBFullAccess
- AmazonRekognitionFullAccess
- PentadbirAkses
- Klik Next dan Next sekali lagi kerana kita tidak perlu menambahkan tag.
- Periksa sama ada polisi yang dipilih sama seperti yang disenaraikan kemudian klik Buat Pengguna.
Muat turun fail CSV yang mengandungi ID kunci akses dan kunci akses Rahsia yang akan digunakan dalam langkah yang akan datang. Klik Tutup.
Langkah 3: Konfigurasikan Amazon S3 dan Amazon DynamoDB
Pada AWS Console, klik Perkhidmatan> S3
S3 berfungsi sama seperti Google Drive di mana anda boleh menyimpan dokumen dan gambar. Untuk projek ini, kita akan memerlukan dua Bucket yang mana satu untuk menyimpan koleksi gambar yang akan digunakan oleh Amazon Rekognition (dan yang kedua adalah untuk menyimpan gambar yang diambil.
- Klik Buat Baldi.
- Masukkan nama baldi dan klik Next dan Next sekali lagi.
- Hapus tanda pada kotak "Sekat semua akses awam".
- Dan tandakan kotak "Saya mengakui bahawa tetapan semasa mungkin menghasilkan kotak ini dan objek menjadi umum".
- Klik Seterusnya dan Buat Baldi.
- Ulangi langkah untuk baldi kedua.
- klik Perkhidmatan> DynamoDB
Amazon DynamoDB akan digunakan dalam projek ini untuk menyimpan pengecaman dan membuka butiran. butiran yang akan disimpan adalah pautan ke gambar yang ditangkap, nama gambar yang dikenali atau jika tidak dikenali namanya akan disimpan sebagai 'tidak diketahui', tarikh dan masa pengecaman dan status sama ada berjaya, tidak ada wajah yang sesuai, tidak ada wajah dikesan, RFID membuka atau membuka kunci dari dalam.
- Klik Tambah Jadual Baru.
- Masukkan sebarang nama untuk jadual.
- Untuk kunci utama, masukkan 'rid' sebagai kunci utama.
- Klik Buat.
Langkah 4: Konfigurasikan AWS pada Raspberry Pi
Langkah pertama adalah memasukkan kelayakan AWS anda. Untuk melakukan jenis ini di konsol Raspberry Pi:
aws konfigurasi
Kemudian masukkan kelayakan AWS IAM yang telah anda buat dan pastikan anda memasukkan "us-west-2" sebagai wilayah anda (atau wilayah yang berkaitan yang telah anda siapkan untuk Pengiktirafan AWS). Biarkan kosong format output lalai.
Langkah 5: Sambungkan Item ke Raspberry Pi
Jadi sambungan item adalah seperti di bawah.
- RC Servo - 1, 11, Tanah
- Suis Magnetik - 8, Tanah
- Buzzer - 32, Tanah
- Butang luar - 16, Tanah
- Butang Di Dalam - 18, Tanah
- Pin SDA pada Pembaca RFID - 24
- Pin SCK pada Pembaca RFID - 23
- Pin MOSI pada Pembaca RFID - 19
- Pin MISO pada Pembaca RFID - 21
- Pin GND pada Pembaca RFID - Tanah
- Pin RST pada Pembaca RFID - 22
- Pin 3.3 V pada Pembaca RFID - 17
Sila sambung ke tanah terdekat.
Langkah 6: Kod
Anda boleh mendapatkan semua kod yang diperlukan di repositori Git saya.
Untuk langkah-langkah bagaimana menambahkan wajah dan menggunakan Index Faces.py sila periksa video ini.
Langkah 7: Membina Prototaip
Oleh kerana saya tidak mengambil gambar semasa membina, saya akan meninggalkan gambar prototaip saya yang sudah siap.
Prototaip dibina untuk menggambarkan pintu. Pandangan dari menunjukkan pemandangan pintu dari luar rumah. Pi Camera dipasang pada ketinggian garis mata manusia rata-rata untuk memastikan gambar yang diambil akan mengandungi wajah yang akan dikenali. Butang bel pintu yang akan mengaktifkan Kamera Pi untuk menangkap gambar diletakkan di bawah Kamera Pi. RFID Reader juga diletakkan di pintu untuk pengguna di pintu untuk membuka kunci pintu menggunakan tag RFID sekiranya pengecaman gagal.
Butang merah adalah Inside Button yang akan digunakan untuk membuka kunci pintu dari dalam rumah. Raspberry Pi diletakkan di bahagian dalam rumah sehingga orang-orang dari luar tidak dapat mengusiknya. RC Servo diletakkan di sebelah kanan pintu sebagai kunci pintu. Buzzer diletakkan di bahagian dalam rumah untuk memastikan bunyi buzzer dapat didengar dari orang-orang di dalam rumah ketika berdering. Suis magnet diletakkan di antara pintu dan rangka.
Langkah 8: Menguji Prototaip
Jalankan kod di terminal
sudo python3 nama fail.py
Hanya tekan butang kuning di bahagian luar rumah dan foto ini dirakam.
Periksa Amazon DynamoDB anda untuk memeriksa jadual dikemas kini dan baldi S3 untuk melihat bahawa gambar yang diambil disimpan.
Langkah 9: Penutup
Sekiranya anda memutuskan untuk membuat projek ini sendiri, beritahu saya dalam komen (:
Terima kasih untuk membaca.
Disyorkan:
Cermin Pengecaman Muka Dengan Petak Rahsia: 15 Langkah (dengan Gambar)
Cermin Pengecaman Muka Dengan Ruang Rahsia: Saya selalu tertarik dengan ruang rahsia yang sentiasa kreatif yang digunakan dalam cerita, filem, dan sejenisnya. Oleh itu, ketika saya melihat Peraduan Petak Rahsia, saya memutuskan untuk bereksperimen dengan idea itu sendiri dan membuat cermin biasa yang membuka
Kunci Pintu Pengecaman Muka: 8 Langkah
Kunci Pintu Pengecaman Muka: Kira-kira sebulan dalam pembuatannya, saya menunjukkan kunci pintu pengecaman wajah! Saya cuba membuatnya kelihatan lebih kemas seperti yang saya dapat, tetapi saya hanya dapat melakukannya sehinggalah berusia 13 tahun. Kunci pintu pengecaman wajah ini dikendalikan oleh Raspberry Pi 4, dengan batt
Pengecaman dan Pengecaman Wajah - Arduino Face ID Menggunakan OpenCV Python dan Arduino .: 6 Langkah
Pengecaman dan Pengecaman Wajah | Arduino Face ID Menggunakan OpenCV Python dan Arduino .: Pengenalan wajah AKA ID ID adalah salah satu ciri terpenting pada telefon bimbit pada masa kini. Oleh itu, saya mempunyai soalan " bolehkah saya mempunyai id wajah untuk projek Arduino saya " dan jawapannya adalah ya … Perjalanan saya dimulakan seperti berikut: Langkah 1: Akses ke kami
Pengecaman Muka dalam Amalan: 21 Langkah
Pengecaman Muka dalam Amalan: Ini adalah subjek yang sangat saya minati, sehingga membuat saya kehilangan tidur: Penglihatan Komputer, pengesanan objek dan orang melalui model yang sudah dilatih
Sistem Keselamatan Pengecaman Muka untuk Peti Sejuk Dengan Raspberry Pi: 7 Langkah (dengan Gambar)
Sistem Keselamatan Pengecaman Muka untuk Peti Sejuk Dengan Raspberry Pi: Melayari internet saya mendapati bahawa harga untuk sistem keselamatan berbeza dari 150 $ hingga 600 $ ke atas, tetapi tidak semua penyelesaian (malah yang sangat mahal) dapat disatukan dengan yang lain alat pintar di rumah anda! Contohnya, anda tidak dapat menetapkan