Aufzugspassagiere zählen mit Nicla Vision und Edge Impulse

Moderne Aufzüge sind leistungsstark, aber sie haben immer noch eine Nutzlastgrenze. Die meisten enthalten ein Schild mit der maximalen Anzahl von Passagieren (eine Zahl, die auf ihrem durchschnittlichen Gewicht basiert und viel Raum für Fehler gibt). Aber niemand hat jemals beim Betreten eines Aufzugs die Kapazitätsgrenze gelesen oder befürchtet, sie zu überschreiten. In der Realität bauen die Hersteller ihre Aufzüge auf eine Größe, die eine übermäßige Anzahl von Fahrgästen verhindert. Aber als Demonstration hat Nekhil R. ein Tutorial zusammengestellt, wie man die Edge Impulse ML-Plattform mit einem Arduino Nicla Vision Board verwendet, um Aufzugspassagiere zu zählen.

Das Nicla Vision ist ein neues Board, das speziell für Computer-Vision-Anwendungen entwickelt wurde, insbesondere für solche, die maschinelles Lernen beinhalten. In seiner kleinen Stellfläche (weniger als 2,5 cm²) befinden sich ein leistungsstarker STM32H747AII6-Mikrocontroller, eine 2-Megapixel-Farbkamera, eine sechsachsige IMU, ein Flugzeitsensor, ein Mikrofon, WLAN und Bluetooth sowie ein Akkuladegerät, ein eingebauter LiPo-Akku – und es wird offiziell von Edge Impulse unterstützt, wodurch es sich gut für ML-Projekte eignet.

Um diesen Fahrgastzähler zu bauen, brauchen Sie nur Nicla Vision, einen Summer, eine LED, einen Druckknopf, eine Stromquelle und das 3D-druckbare Gehäuse. Der Leitfaden führt Sie durch das Trainieren und Bereitstellen des Objekterkennungsmodells, in dem sich Edge Impulse auszeichnet. Sie können damit ein für Mikrocontroller optimiertes Modell trainieren und dann Code generieren, der sich einfach auf einem Arduino flashen lässt. Es sind viele Optimierungstricks erforderlich, z. B. das Reduzieren der Videoauflösung und das Verarbeiten von Graustufenvideos, aber Edge Impulse erledigt die ganze harte Arbeit für Sie.