Usando la fusión de sensores y tinyML para detectar incendios
Equipo Arduino — 13 de febrero de 2023
El daño y la destrucción causados por los incendios estructurales a las personas y la propiedad en sí son inmensos, por lo que los sistemas de detección de incendios precisos y confiables son imprescindibles. Como Nekhil R. notas en su escritoLos algoritmos actuales basados en reglas y las configuraciones de sensores simples pueden reducir la precisión, lo que demuestra la necesidad de sistemas más robustos.
Esto llevó a Nekhil a diseñar una solución que aprovecha la fusión de sensores y el aprendizaje automático para hacer mejores predicciones sobre la presencia de llamas. Su proyecto comenzó con recopilación de datos ambientales compuesto por temperatura, humedad y presión sonora Sentido Arduino Nano 33 BLEdel conjunto de sensores a bordo. También etiquetó cada muestra con fuego o sin fuego usando el Borde de estudio de impulso, que se utilizó para generar características espectrales a partir de los valores de los tres sensores de series temporales. Luego, esta información se envió a una red neuronal de Keras que se había configurado para realizar la clasificación, lo que arrojó una precisión general del 92,86 % cuando se ejecutó en muestras de prueba del mundo real.
Confiado en su modelo ahora entrenado, Nekhil implementó su modelo como una biblioteca Arduino en el Nano 33 BLE Sense. El Nano envía un mensaje a través de sus pines UART a una placa ESP8266-01 en espera cuando se detecta un incendio. Y a su vez, el ESP8266 activa un webhook IFTTT para alertar al usuario por correo electrónico.
Si quieres saber más sobre la construcción de este sistema de detección de incendios, puedes encontrar muchos detalles en la página del proyecto.
Puede seguir cualquier respuesta a esta entrada a través de la fuente RSS 2.0. Puedes deja una respuestao trackback desde su propio sitio.