ΟΜΑΔΑ:FACE RECOGNITION
1o link video (Εξήγηση και 1η δοκιμή): FACErecognitionVAMOS2021
ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΣΩΠΟΥ ΜΕ ΑΠΟΜΑΚΡΥΣΜΕΝΟ ΕΛΕΓΧΟ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑ Artificial Intelligence
Η AI-Thinker ESP32-CAM module που αποτελεί το κύριο μέρος του hardware είναι μια πολύ μικρή μονάδα κάμερας με το τσιπ ESP32-S που κοστίζει μόνο 11 €. Χρησιμοποιήθηκε το ανοικτό λογισμικό arduino ide με τεχνολογία AI σε ένα «πακέτο» που αποτελεί το φθηνότερο στην αγορά για την επίτευξη ανάλογου εγχειρήματος.
ΥΛΙΚΑ
Για να φτιαχτεί αυτό το έργο χρειάζονται τα ακόλουθα στοιχεία:
- ESP32-CAM: https://grobotronics.com/camera-module-based-on-esp32.html = €11.00
- Προγραμματιστής FTDI: https://www.hellasdigital.gr/electronics/transceivers-and-communications/ft232rl-ftdi-serials-adapter-module-mini-port-for-arduino-usb-to-ttl-3.3v-5.5v/ = €3,70
- Jumper wires: https://www.hellasdigital.gr/electronics/prototyping/cables-pins/40pcs-f-f-dupont-wire-jumper-cables/ =€3.5
- breadboard : https://grobotronics.com/breadboard-400-tie-point-white-half-size.html =2Χ€3.20=6.40€
- κλειδαριά: https://www.hellasdigital.gr/smartliving/smartlocks/12v-solenoid-lock/ = €7,44
- memory card: https://grobotronics.com/microsdhc-16gb-class-10-sandisk-ultra-sdsquar-sdsquar-016g-gn6ma.html = €6.90
- θήκη μπαταριών : https://grobotronics.com/3×18650-wire-leads.html = €1.50
- μπαταρίες18650: https://grobotronics.com/battery-lithium-18650-3.6v-2600mah.html = 2Χ€4.80=€9.6
- step down dc🡪dc: https://grobotronics.com/dc-dc-step-down-1.3-35v-3a.html = €2.90
- ΨΥΚΤΡΑ: https://grobotronics.com/o-220-el.html = €0.10 (την κολλάμε στο chip της esp32 cam)
ΣΥΝΟΛΟ=52.94€
ΣΥΜΦΩΝΑ ΜΕ ΤΟ OER CANVAS –> ΒΛΕΠΕ ΕΔΩ
Φωτογραφίες απο μαθήματα-εργαστήριο-κατασκευές STEM στο λύκειο Βάμου –>link
https://github.com/nektarios25ma/FACE-RECOGNITION-
ΥΛΟΠΟΙΗΣΗ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΝΟΙΚΤΟΥ ΛΟΓΙΣΜΙΚΟΥ-ARDUINO IDE
KAI TINKERCAD
ΠΕΡΙΓΡΑΦΗ ΠΡΟΒΛΗΜΑΤΟΣ
Η ασφάλεια στον αυτοματισμό σπιτιού-εργασίας με αναγνώριση προσώπου σε συνδυασμό με Internet Of Things εφαρμογή για διαδικτυακή προβολή είναι η πρόκληση που θέλαμε να αντιμετωπίσουμε.
Περιγραφή προτεινόμενης λύσης
Σε αυτό το έργο χρησιμοποιήσαμε την ESP32 cam για να προσθέσουμε ασφάλεια στον αυτοματισμό του σπιτιού-σχολείου-εργαστηρίου-τάξης όπως και διευκόλυνση ελέγχου π.χ. κλείδωμα –ξεκλείδωμα πόρτας ανάλογα το πρόσωπο-face recognition, καταγραφή προσώπων και αποστολή της εικόνας τους διαδικτυακά.
Επίσης σε αυτό το έργο δημιουργήσαμε μια κάμερα παρακολούθησης με την κάμερα ESP32 όπου δημιουργεί έναν διακομιστή διαδικτύου ροής βίντεο στον οποίο μπορείτε να αποκτήσετε πρόσβαση με οποιαδήποτε συσκευή στο δίκτυό σας.
ΚΟΙΝΩΝΙΚΟΣ ΑΝΤΙΚΤΥΠΟΣ
Μια από τις αυξανόμενες απαιτήσεις της εποχής μας είναι η ασφάλεια. Πόσο μάλλον όταν μια μαθητική κατασκευή STEM καταφέρνει μέσω Τ.Ν. την αναγνώριση προσώπου με τόσο μικρό κόστος. Ο θετικός αντίκτυπος της κατασκευής μας προκάλεσε την επιθυμία -παραγγελία ανάλογων συσκευών . Είναι ευχάριστο να φτιάχνουν τα μέλη της ομάδας(μαθητές) μια κατασκευή των 50 ευρώ (προσεγμένη) να πετυχαίνει αποτελέσματα τα οποία, στην τοπική αγορά αδυνατεί προς το παρόν να τα προσφέρει ιδιωτική εταιρεία, σε προσιτή τιμή. Αμεση εφαρμογή βρήκε στην ασφάλεια εργαστηρίου, όπως και αργότερα στις πανελλήνιες εξετάσεις που πραγματοποιούνται στο σχολείο μας(αυτόματο face control).
ΠΕΡΙΓΡΑΦΗ ΟΜΑΔΑΣ
Ο προγραμματιστής και το θετικό μυαλό της ομάδας είναι ο Ζίλ. Η Ιωάννα της κατασκευής -συνδεσμολογίας. Είναι μαθητές της Ά λυκείου με μεράκι και αγάπη για το STEM.
ΚΑΤΑΣΚΕΥΗ
Α.ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ(upload code)
Η espressif που κατασκευάζει το chip-esp32 παρέχει ελεύθερο ανοικτό λογισμικό με εφαρμογές στην Τ.Ν.,το οποίο με μικρές προσθήκες και μεταβολές μπορεί να χρησιμοποιηθεί σε πληθώρα project.
1ο βήμα: (φτιάχνω το παρακάτω κύκλωμα)
Προγραμματισμός της πλακέτας esp32 cam χρησιμοποιώντας FTDI σύμφωνα με το κύκλωμα:
TIP επιτυχίας στον προγραμματισμό της esp32 cam : η σύνδεση VCC 3.3V μερικές φορές αποτυγχάνει έτσι τότε μεταφέρω το jumper του FTDI απο τα 3.3 στα 5 VOLT και το κόκκινο καλώδιο στα 5 V της esp32 cam.
2o βήμα :
Προσθήκη πλακέτας esp32 στο arduino ide
Δείτε τι πρέπει να κάνετε για να εγκαταστήσετε τις πλακέτες ESP32 στο Arduino IDE:
Ανοίξτε το Arduino IDE. Βεβαιωθείτε ότι βρίσκεστε στην έκδοση 1.8 ή νεότερη, αν όχι, ενημερώστε το IDE με την πιο πρόσφατη έκδοση.
Κάντε κλικ στο μενού Αρχείο στην επάνω γραμμή μενού.
Κάντε κλικ στο στοιχείο μενού Προτιμήσεις. Αυτό θα ανοίξει ένα παράθυρο διαλόγου Προτιμήσεις.
Αναζητήστε το πλαίσιο κειμένου με την ένδειξη “Επιπλέον URLs διαχειριστή πλακετών”.
Εάν υπάρχει ήδη κείμενο σε αυτό το πλαίσιο, προσθέστε κώμα στο τέλος του και, στη συνέχεια, ακολουθήστε το επόμενο βήμα.
Επικολλήστε τον παρακάτω σύνδεσμο στο πλαίσιο κειμένου-https://raw.githubusercontent.com/espressif/arduino-esp32/gh-pages/package_esp32_index.json
Κάντε κλικ στο κουμπί OK για να αποθηκεύσετε τη ρύθμιση.
Ανοίξτε-πατήστε την επιλογή εργαλεία απο την πάνω μπάρα του arduino ide (αφού πρώτα ανοίξετε το πρόγραμμα)
Επιλέξτε πλακέτα και μετά διαχειριστής πλακετών.
Γράφετε esp32 και επιλέγετε Esp32 (by espressif).Έπειτα εγκατάσταση.
3ο βήμα:
Ανεβάστε το πρόγραμμα στην πλακέτα: https://github.com/nektarios25ma/FACE-RECOGNITION-:αφού κατεβάσετε όλο το φάκελο CameraFaceRecognitionDoorLock2 απο τον παραπάνω σύνδεσμο και ανοίξετε το CameraFaceRecognitionDoorLock2.ino.
ΔΙΑΒΑΣΤΕ ΤO ΣΧΟΛΙO ΣΤHN ΠΡΩΤH ΓΡΑΜΜH.
Μόλις ανέβει το πρόγραμμα ανοίγουμε το serial monitor και αντιγράφουμε την διεύθυνση http την οποία επικολλούμε στον browser του ταμπλετ ή smartphone . Την ανοίγω* όταν έχω ολοκληρώσει την παρακάτω κατασκευή και ανοίξω την τροφοδοσία.
Υ.Γ. Απο τα εργαλεία στο arduino ide διαλέξτε πλακέτα :AI Thinker ESP32-CAM
Β. Τελική κατασκευή:
Φτιάχνω το παρακάτω κύκλωμα
Στην θέση του 7805 voltage regulator μπορούμε να βάλουμε εναλλακτικά step down voltage-link.
Επίσης το relay είναι στη θέση low δηλαδή ενεργοποιήται όταν το control pin του esp32 δώσει low–>0 volt.
Μόλις ενεργοποιήσω την συσκευή ανοίγω την http διεύθυνση που αναφέρω παραπάνω* (βολεύει τάμπλετ αλλά και με smartphone στο ίδιο δίκτυο γίνεται) και “πατάω ” start stream και face recognition απο όπου με το enroll face διαλλέγω τα πρόσωπα -ποζάρουν στην κάμερα-που επιτρέπω να εισέλθουν στον χώρο.
1η κατασκευή
Τέλος …όχι θα λέγαμε.
Τα επόμενα βήματα είναι 3d εξαρτήματα για να φιλοξενήσουν την esp32 cam (θα τα βρείτε στο Git Hub)
https://github.com/nektarios25ma/FACE-RECOGNITION-/tree/main/stl_esp32%20cam
ΠΗΓΕΣ: