描述

我的目標是在檢測到人或狗時觸發迪斯科燈，如果檢測到有人玩“活著”。如果檢測到狗玩“誰讓狗出去了？”

該項被設計為一個測試應用程序，用于在邊緣計算/邊緣 AI 環境中試用和使用預訓練模型。英特爾的OpenVINO軟件能夠聚合來自多個來源的預訓練模型 ( https://docs.OpenVINOtoolkit.org/latest/omz_models_intel_index.html) 。使用凌華科技的 Vizi-AI，它具有 Intel? Movidius? X VPU 芯片組和 Intel Atom 3940 CPU，包括凌華科技 Edge 軟件視覺包。使用的模型是默認的 Vizi-AI 模型；英特爾的異議檢測模型（frozen_inference_graph）。

未來的發展，使用適當的模型，用于更多的工業用途，將允許邊緣計算智能相機檢測一個人是否在人們不應該在的工作空間中，或者通過一些調整為農業環境中的捕食者提供基于視覺的警報。

它被定位為易于使用凌華科技邊緣平臺，通過管理兼容硬件的配置配置文件并利用包括幀流媒體、AI 模型管理器、培訓蒸汽機、AWS 模型流媒體、OpenVINO和Node-RED等工具來提供構建塊用于機器視覺解決方案。

系統內的兩個組件是：

1. 帶有網絡攝像頭的 Vizi AI。

2. 帶繼電器板、揚聲器和迪斯科燈的樹莓派

邏輯系統架構

?

攝像頭捕捉場景，數據通過凌華科技的數據河（發布/訂閱數據總線）發送到推理引擎（在本例中為 OpenVINO） 。然后將推理結果發布到 Data River，并由運行在 Vizi-AI 上的Node-RED實例接收（隨后發生的 Node-Red 流程的更多細節如下所示）。這會處理推理引擎生成的標簽，如果檢測到一個人，它會向代理發送一條 MQTT 消息（主題，控制有效負載“Disco”）。

在樹莓派上運行的 Relay python 應用程序訂閱控制主題。當它接收到關于控制主題的消息時，它會檢查負載，如果負載包含“Disco”，它會啟動 Disco 燈并播放“保持活力”。音樂和燈光播放 30 秒后，燈光將關閉，音樂停止，直到檢測到人或狗。

Node-RED 應用程序

?

節點紅色流程在 Vizi-AI 上執行。延遲框每 30 秒只允許廣播一條消息，并丟棄中間消息。

報告 X ：此框定義要發送到 MQTT 代理的值。

disco ：這是發布者，將消息發送到適當的 MQTT 代理主題。

總之

該項目是成功的，我能夠檢測到物體并創建播放特定類型音樂并打開燈的結果。如前所述，使用凌華科技 Vizi-AI 來配置他們的應用程序相當容易，而不是編寫大量代碼來提供快速解決方案。要將其應用于工業實踐，很容易對其進行調整以識別不同的對象/事物并將音樂更改為錄制的消息并發出警報聲以提醒安全或安保。然后，通過我在這個項目中使用的配置文件生成器，使用凌華科技的設備管理在眾多設備上擴展它也很容易。

?

?

?

?