TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع: 5 خطوات
TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع: 5 خطوات

جدول المحتويات:

Anonim
Image
Image
TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع
TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع
TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع
TouchFree: كشك الفحص الآلي لدرجة الحرارة واكتشاف القناع

مع إعادة فتح البلدان في جميع أنحاء العالم ، أصبح التعايش مع فيروس كورونا المستجد طريقة جديدة للحياة. لكن لوقف انتشار الفيروس ، نحتاج إلى فصل الأشخاص المصابين بفيروس كورونا عن البقية.

وفقًا لمراكز السيطرة على الأمراض والوقاية منها ، فإن الحمى هي العرض الرئيسي لفيروس كورونا حيث يظهر ما يصل إلى 83 ٪ من المرضى الذين يعانون من أعراض بعض علامات الحمى. تقوم العديد من البلدان بإجراء فحوصات وأقنعة درجة الحرارة إلزامية للمدارس والكليات والمكاتب وأماكن العمل الأخرى.

حاليًا ، يتم إجراء فحوصات درجة الحرارة يدويًا باستخدام مقياس حرارة لا تلامس. يمكن أن تكون الفحوصات اليدوية غير فعالة وغير عملية (في الأماكن التي يرتادها عدد كبير من الأشخاص) ومحفوفة بالمخاطر.

لحل هذه المشكلات ، قمت بتصميم كشك يقوم بأتمتة عملية فحص درجة الحرارة باستخدام خاصية تحديد معالم الوجه ومستشعر درجة حرارة الأشعة تحت الحمراء وكشف القناع باستخدام شبكة التعلم العميق العصبية.

لا يقتصر استخدام هذا الكشك على المدارس والكليات والمكاتب وأماكن العمل الأخرى ولكن يمكن استخدامه أيضًا في المناطق عالية الخطورة مثل المستشفيات. يمكن أيضًا استخدام هذا الجهاز في محطات القطار ومحطات الحافلات والمطارات وما إلى ذلك.

كان أسلوبي في هذا المشروع هو بناء عملية إعداد مبسطة بحيث يمكن لأي شخص ليس لديه أي خبرة سابقة في رؤية الكمبيوتر أو التعلم العميق استخدام هذا. هذا مشروع يعمل بكامل طاقته وجاهز للاستخدام. لقد جعلت هذا المشروع قابلاً للتخصيص بدرجة كبيرة عن طريق إضافة ملفات التعليمات البرمجية لكل جزء مستقل والإصدار الكامل. وبالتالي ، يمكنك استخدام أي جزء من أجزاء المشروع بشكل فردي.

تفسير

أولاً ، تحاول الشبكة العصبية للتعلم العميق القائمة على Tensorflow اكتشاف ما إذا كان الشخص يرتدي قناعًا أم لا. لقد أصبح النظام قويًا من خلال تدريبه بالعديد من الأمثلة المختلفة لمنع الإيجابيات الخاطئة.

بمجرد أن يكتشف النظام القناع ، فإنه يطلب من المستخدم إزالة القناع حتى يتمكن من إجراء معالم الوجه. يستخدم النظام وحدة DLIB لتحديد معالم الوجه للعثور على أفضل بقعة على جبين الشخص لأخذ درجة الحرارة منها.

ثم باستخدام نظام التحكم PID مع Servo Motors ، يحاول النظام محاذاة النقطة المحددة على الجبهة مع المستشعر. بمجرد المحاذاة ، يأخذ النظام قراءة درجة الحرارة باستخدام مستشعر درجة حرارة الأشعة تحت الحمراء اللا تلامسية.

إذا كانت درجة الحرارة ضمن النطاق الطبيعي لدرجة حرارة جسم الإنسان ، فإنه يسمح للشخص بالمضي قدمًا ويرسل بريدًا إلكترونيًا إلى المسؤول مع صورة وتفاصيل أخرى مثل درجة حرارة الجسم ، إلخ.

اللوازم

المعدات

  1. Raspberry Pi موديل 2/3/4
  2. وحدة كاميرا Raspberry Pi v1 / v2
  3. وحدة استشعار درجة الحرارة بالأشعة تحت الحمراء غير المتلامسة (MLX90614)
  4. شاشة لمس Raspberry Pi الرسمية (أو شاشة لمس عامة 3.5 بوصة) (اختياري)
  5. طقم عموم الميل
  6. مضاعفات رقمية صغيرة SG90 × 2
  7. بطاقة مايكرو التنمية المستدامة
  8. محول طاقة Raspberry Pi

برمجة

  1. نظام Raspberry Pi OS (المعروف سابقًا باسم Raspbian)
  2. Tensorflow-2.2.2
  3. OpenCV
  4. معالم الوجه DLIB

موصى به: