资源简介

智能作品分享——电动车禁入电梯警示器
电动车禁入电梯警示器，是一个基于视觉识别技术的智能创意作品。作品使用K210开发板、摄像头模组及相关模块，结合激光切割技术制作完成。 作品关注社会热点问题，通过对摄像头捕捉到的图像进行分析，运用智能算法识别出电动车，并通过灯光和语音进行警示，从而预防因电动车进入电梯引起的一些事故发生，为社区群众乘坐电梯的安全保驾护航。作品硬件简单、成本低、性价比高，适合在电梯中安装。 该作品获2021年广东省中小学劳动教育暨信息素养提升实践活动人工智能项目一等奖；第二十二届全国学生信息素养提升实践活动人工智能项目参与奖；第三届国际青少年人工智能交流展示活动一等奖。 作者麦振鸿来自广东省佛山市南海区丹灶镇中心小学。辅导教师谢锐生，现任教于广东省佛山市南海区丹灶镇醒华小学，是丹灶镇人工智能教育领航工作室主持人。谢老师精通数学、编程与人工智能技术，辅导学生在创意编程、创客、人工智能等比赛中获国一、省一等多个奖项。
以下内容根据作者参赛时提交的资料进行了删减和整理。
[创意来源]
近年来，电动车因其环保、轻便、价格实惠等优点成为了我们常用的代步工具。少部分群众因电动车防盗、充电等问题，将车推入电梯、骑回家中。同时，电动车在电梯内自燃的事故也时有发生，这些事件引起了大家的广泛关注，很多人意识到电动车进入电梯的危险性，各地也纷纷出台了相关规定禁止电动车进入电梯。然而，仍有少部分人不惜以身试险、不顾他人安全，坚持把电动车推入电梯。大部分小区都不具备安排专人全天在电梯口进行驻守的条件，因此，采用必要的技术手段对此行为进行警示非常必要。
[制作过程]
本作品实现的功能如下：
⑴图像识别。对进入电梯的人和物体进行识别，并筛选出目标对象电动车。
⑵语音提示。当有电动车进入电梯时，通过亮红灯和提示语音进行警示。
第一步：数据采集。选取5 种不同的电动车，在电梯实景拍摄电动车进入电梯的视频，每种电动车从不同角度、不同的时间段拍摄多段视频，让采集的数据与实际应用场景相吻合，提高应用的准确度。
第二步：图片数据处理。从视频中每秒截取3张图片，每种电动车截取约50张图片。将图片尺寸调整为224×224大小，为之后模型训练提高速度和准确度打好基础。
第三步：使用labelImg软件对图片进行目标标注，获得“.xml”标注文件。
第四步：使用 Mx-yolo软件进行数据训练。在软件中设置好训练的epoch、图片地址、标签地址，通过标签自动提取种类的名称、计算锚点，生成模型文件。利用 yolo2 算法，我们分别训练了 25epoch、60epoch和 80epoch三个模型。
第五步：模型测试。测试得出不同epoch模型的准确率，改善程序，完善应用功能。通过比较，训练了 80epoch的模型准确率相对较高。
第六步：转换模型。将MX-yolo训练得到的模型进行转换，得到适合在K210上布署的“.kmodel”文件。
第七步：将模型和程序上传到开发板上，并设计外壳对作品进行封装，完成制作。
[后记]
由于模型训练的数量集包含的电动车种类、图片数量较少，在作品的实地测试中，识别的准确率达到了90%左右。通过采集更多种类和数量的图片，准确率还有进一步提高的空间。目前，作品只能对带电动车进入电梯的行为进行警示，后期我们将对作品继续改进。如果能与电梯控制系统配合，当有电动车进入电梯时电梯暂停运行，直到用户把电动车推出电梯才恢复正常，这样就可以最大限度杜绝此类事件的发生。

展开更多......

收起↑