Túnel inteligente de desinfección y saneamiento

Acerca de este proyecto

Introducción

El Túnel Inteligente de Desinfección y Saneamiento es una demostración de cómo ha sido diseñado para brindar la máxima protección a las personas que pasan por el túnel en unos 15 segundos. Lo que puede ayudar a la comunidad a luchar contra el COVID-19.

La idea principal de este proyecto es hacer un túnel que pueda intentar prevenir la propagación de COVID-19.

Este túnel de desinfección y saneamiento está preparado para desinfectar a las personas en 15 segundos de posibles bacterias.

La solución desinfectante utilizada consiste en una combinación de hipoclorito de sodio (NaOCl) y agua (H2O). El desinfectante es no volátil, lo que permite una actividad verídica y bactericida prolongada y desinfecta las superficies.

Entonces, tomé esta iniciativa para hacer este Túnel Inteligente de Desinfección y Saneamiento. Este túnel se realizó en un lapso de tiempo de 12 horas. Puede desinfectar completamente a una persona de la cabeza a los pies en un lapso de solo 15 segundos y la solución utilizada es completamente inofensiva *. El costo total del túnel es de aproximadamente ₹ 30.000 o 400 dólares. (Costo revisado)

¿Dónde usarlo?

• Mercados de alimentos
• Oficinas
• Centros comerciales
• Aeropuertos
• Paradas de autobús
• Estaciones de tren
• Comisarías de policía
• Universidad
• Hospitales
• Colonia

Cómo funciona

Se coloca una bomba de agua de 1HP al costado de cada túnel que toma la solución de 0.4% de solución de hipoclorito de sodio en 100 litros de agua del tanque. Como la máquina es automática, detecta si alguien está entrando en el túnel. Cuando alguien entra en el túnel, la bomba de agua se pone en marcha durante 15 segundos. Para que el usuario pueda pasar por ese túnel y si no hay nadie en el túnel se apagará la bomba para ahorrar agua y electricidad. El spray desinfectante brumoso protege a los ciudadanos de contraer bacterias durante un período de al menos 60 minutos (Aprox. *). Ya que desinfecta el aire, la piel expuesta y la ropa humana.

Un tanque de plástico para 200 litros de solución y una bomba para el sistema de tuberías de alta presión se encuentran en el costado del túnel. Según el cálculo, la solución debería ser suficiente para 8-10 horas. Ya que tiene un sensor de movimiento encima de la entrada para guardar un antiséptico. (Mayo varía según las personas que ingresan al túnel **)

Diagrama de flujo

Configuración de hardware

Coloqué el marco de un perfil de metal, plegable para que pudiera ser transportado de un lugar a otro, y cuando todo haya terminado, guardarlo en caso de un próximo apocalipsis. La cubierta está junto a la pancarta (que se utiliza para publicidad exterior ). La pancarta es fácil de colocar con el perfil de metal con bridas de plástico. Es rápido y no requiere habilidades especiales.

Consulte el modelo:https://skfb.ly/6RGvZ

Se han utilizado microtubos en todo el túnel para suministrar la solución al nebulizador.

En el interior, hay una tubería de alta presión con 4 nebulizadores de 4 vías que se pueden conectar. La niebla no deja marcas en la ropa, mientras envuelve completamente a la persona entrante y destruye el virus incluso en pliegues de ropa difíciles de alcanzar y protege durante algún tiempo después de la salida.

Como solución, en este proyecto se utiliza una solución certificada. (Certificado adjunto a continuación)

Nebulizador de 4 vías

• Tasa de descarga:30 LPH / 0.5 LPM (para 1 nebulizador)
• Presión recomendada:45-60 psi
• Tamaño promedio de gota:65 micrones (a 55-60 psi)
• Se requiere filtración:130 micrones (malla 120)
• Bomba requerida:40 a 45 metros de altura

Otros accesorios utilizados

Prepare el Arduino

La bomba de agua realmente funciona detectando los rayos infrarrojos. Siempre que el cuerpo humano se acerca a un sensor de movimiento para que refleje los rayos infrarrojos, el sensor de movimiento detecta estos rayos infrarrojos y nos da una señal ALTA a través del pin de salida. Esta señal ALTA es luego leída por Arduino. Entonces, si Arduino lee una señal ALTA, le dará una señal ALTA al módulo de relé, lo que significa que el relé se encenderá y, como resultado, el relé de potencia se encenderá y encenderá la bomba de agua durante 15 segundos (puede ser cambiado). De manera similar, si el Arduino lee una señal BAJA, hará que el pin del relé esté BAJO y, como resultado, la bomba de agua permanecerá apagada.

En esto, usé 2 sensores PIR para hacerlo más preciso si alguno de ellos detecta el movimiento, entonces el relé se encenderá durante 15 segundos (se puede cambiar).

No podemos usar el relé de 5 V directamente con la bomba de agua porque en mi caso, la bomba de agua que había usado en este proyecto tiene una clasificación de amperios (A) de 16 amperios y el relé de 5 V tiene una carga máxima de 10 amperios para controlar la bomba de agua. Usé un relé más con el módulo de relé de 5V. que es un relé de potencia de 12V.

Código:

  / * 
 * Túnel inteligente de desinfección y saneamiento 
 * / 
 
 int relayPin =12; // elija el pin para el Pin de relé 
 
 int inputPin =2; // elige el pin de entrada (para sensor PIR) 
 int inputPin2 =3; // elija el pin de entrada (para el sensor PIR 02) 
 
 int pirState =LOW; // al inicio, asumiendo que no se detecta movimiento 
 int val =0; // variable para leer el estado del pin 
 int val2 =0; // variable para leer el estado del pin 
 
 
 void setup () {
 pinMode (relayPin, OUTPUT); // declara Relay como salida 
 pinMode (inputPin, INPUT); // declara el sensor como entrada 
 pinMode (inputPin2, INPUT); 
 Serial.begin (9600); 
} 
 
 bucle vacío () {
 val =digitalRead (inputPin); // leer el valor de entrada 
 val2 =digitalRead (inputPin2); // leer el valor de entrada 
 if (val ==HIGH || val2 ==HIGH) {// comprobar si la entrada es HIGH 
 digitalWrite (relayPin, HIGH); // enciende el relé 
 if (pirState ==LOW) {
 // enciende 
 Serial.println ("¡Movimiento detectado!"); 
 // retardo de 15 segundos 
 delay (15000); 
 pirState =HIGH; 
} 
} else {
 digitalWrite (relayPin, 0); // apaga el relé 
 if (pirState ==HIGH) {
 // apaga 
 Serial.println ("¡Movimiento finalizado!"); 
 pirState =LOW; 
} 
} 
 
}  

El cableado final del proyecto se ve un poco desordenado pero funcionó bien.

Después de que todo estuvo cableado, simplemente lo probé con detección básica y luego procedí a verificar que el relé estaba disparando.

Prepare la Raspberry Pi 3 (opcional)

Esto es opcional. En caso de que necesite hacer algún análisis de los datos y contar con precisión el número de personas que utilizan este túnel. Puede implementar esta parte.

Aunque, hay muchas formas de contar eso con algunos sensores físicos como el sensor PIR y el sensor ultrasónico, pero encontré esto más preciso al pensar en todas las probabilidades.

Existe un modelo de aprendizaje automático que detecta el cuerpo humano usando OpenCV en Python y almacena el registro en el archivo que se puede procesar para mostrar los datos en la aplicación.

Conecta la cámara Pi

• Apague la Raspberry Pi
• Ubique el módulo de la cámara, entre el módulo USB y los módulos HDMI.
• Desbloquee el clip de plástico negro tirando (suavemente) hacia arriba
• Inserte el cable plano del módulo de la cámara (conectores metálicos orientados hacia afuera desde los puertos Ethernet / USB en una Raspberry Pi 4)
• Bloquear el clip de plástico negro

Habilita la cámara Pi

• Ejecutar

  sudo raspi-config  

• Seleccione Opciones de interfaz (es decir, cuarta opción) en el menú principal de la Herramienta de configuración del software Raspberry Pi. Presione ENTER.

• Seleccione Habilitar cámara (es decir, quinta opción) opción de menú y presione ENTER.

• En el siguiente menú, use la tecla de flecha derecha para resaltar ENABLE y presione ENTER.

Probar la cámara Pi

A continuación, verifique que la cámara Pi esté instalada correctamente iniciando la superposición de vista previa de la cámara. La superposición se mostrará en la pantalla.

• Conéctese a Raspberry Pi mediante VNC Viewer.
• Ejecute el siguiente comando:

  raspistill -v -o test.jpg  

Si instaló la cámara Pi correctamente, debería ver las imágenes de la cámara renderizadas en su pantalla.

Instalación de OpenCV

Siga este enlace para instalar OpenCV

https://www.learnopencv.com/install-opencv-4-on-raspberry-pi/

Código

Ejecute el siguiente comando para crear y abrir un nuevo archivo de secuencia de comandos:

  cd Desktop 
 sudo nano main.py  

Copie el script y luego péguelo en el nuevo archivo que creó.

  importar cv2.cv como cv 
 de datetime import datetime 
 import time 
 import sys 
 import datetime 
 count =0 
 class MotionDetector ():
 def onChange (self, val):#callback cuando el usuario cambia el ceil 
 self.ceil =val 
 def __init __ (self, ceil =8, doRecord =True, showWindows =True):
 self.writer =None 
 self.font =None 
 self.doRecord =doRecord # Grabar o no el objeto en movimiento 
 self.show =showWindows # Mostrar o no las 2 ventanas 
 self.frame =None 
 self.capture =cv.CaptureFromCAM (0) 
 self.frame =cv.QueryFrame (self.capture) #Tomar un marco para iniciar la grabadora 
 si doRecord:
 self.initRecorder () 
 self.frame1gray =cv.CreateMat (self.frame.height, self.frame.width, cv.CV_8U) #Gray frame en t-1 
 cv.CvtColor (self.frame, self.frame1gray, cv.CV_RGB2GRAY) 
 # Mantendrá el resultado umbral 
 self.res =cv.CreateMat (self.frame. altura, self.frame.width, cv.CV_8U) 
 self.frame2gray =cv.CreateMat (self.fra me.height, self.frame.width, cv.CV_8U) #Gray frame at t 
 self.width =self.frame.width 
 self.height =self.frame.height 
 self .nb_pixels =self.width * self.height 
 self.ceil =ceil 
 self.isRecording =False 
 self.trigger_time =0 #Mantenga la marca de tiempo de la última detección 
 if showWindows :
 cv.NamedWindow ("Imagen") 
 # cv.CreateTrackbar ("Mytrack", "Imagen", self.ceil, 100, self.onChange) 
 def initRecorder (self):#Crear la grabadora 
 codec =cv.CV_FOURCC ('D', 'I', 'V', 'X') 
 #codec =cv.CV_FOURCC ("D", "I", " B "," ") 
 self.writer =cv.CreateVideoWriter (datetime.now (). Strftime ("% b-% d_% H:% M:% S ") +". Avi ", códec, 15, cv.GetSize (self.frame), 1) 
 #FPS establecido en 15 porque parece ser el fps de mi cámara pero debe ajustarse a sus necesidades 
 self.font =cv.InitFont (cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 2, 8) # Crea una fuente 
 def run (self):
 conteo global 
 iniciado =time.time () 
 while True:
 curframe =cv.QueryFrame (self.capture) 
 instant =time.time () #Obtener la marca de tiempo del marco 
 self.processImage (curframe) #Procesar la imagen 
 si no es self.isRecording:
 if self.somethingHasMoved ():
 self.trigger_time =instant #Actualice el trigger_time 
 si instant> comenzó +5:#Espere 5 segundos después del inicio de la cámara web para ajustar la luminosidad, etc. 
 imprima "Human Detected" 
 count + =1 
 print (count / 2) 
 orig_stdout =sys.stdout 
 f =open ('out.txt', 'a +') 
 sys.stdout =f 
 print (count / 2) 
 sys.stdout =orig_stdout 
 f.close () 
 # registro de marca de tiempo 
 orig_stdout =sys.stdout 
 f =open ('log.txt', 'a +') 
 sys.stdout =f 
 timestampc =('Timestamp:{:% Y-% b-% d% H:% M:% S } '. format (datetime.datetime.now ())) 
 print (timestampc +' Entrada de registro:1 ') 
 sys.stdout =orig_stdout 
 f.close () 
 if self.doRecord:#set isRecording =True solo si grabamos un video 
 self.isRecording =True 
 else:
 if instant> =self.trigger_time +10:#Record durante 10 segundos 
 imprimir "Detener grabando "
 self.isRecording =False 
 else:
 cv.PutText (curframe, datetime.now (). strftime ("% b% d,% H:% M:% S " ), (25,30), self.font, 0) #Poner fecha en el marco 
 cv.WriteFrame (self.writer, curframe) #Escribir el marco 
 if self.show:
 cv.ShowImage ("Imagen", curframe) 
 # cv.ShowImage ("Res", self.res) 
 cv.Copy (self.frame2gray, self.frame1gray) 
 c =cv.WaitKey (1) 
 if c ==27 o c ==1048603:#Break si el usuario ingresa 'Esc'. 
 break 
 def processImage (self, frame):
 cv.CvtColor (frame, self.frame2gray, cv.CV_RGB2GRAY) 
 #Absdiff para obtener la diferencia entre los marcos 
 cv.AbsDiff (self.frame1gray, self.frame2gray, self.res) 
 # Elimina el ruido y haz el umbral 
 cv.Smooth (self.res, self.res, cv.CV_BLUR, 5,5) 
 element =cv.CreateStructuringElementEx (5 * 2 + 1 , 5 * 2 + 1, 5, 5, cv.CV_SHAPE_RECT) 
 cv.MorphologyEx (self.res, self.res, None, None, cv.CV_MOP_OPEN) 
 cv.MorphologyEx (self.res , self.res, Ninguno, Ninguno, cv.CV_MOP_CLOSE) 
 cv.Thresho ld (self.res, self.res, 10, 255, cv.CV_THRESH_BINARY_INV) 
 def somethingHasMoved (self):
 nb =0 # Mantendrá el número de píxeles negros 
 durante y en range (self.height):#Itere la imagen del agujero 
 para x en el rango (self.width):
 if self.res [y, x] ==0.0:#Si el píxel es negro, mantenga it 
 nb + =1 
 avg =(nb * 100.0) /self.nb_pixels #Calcular el promedio de píxeles negros en la imagen 
 #print "Average:", avg, "% \ r ", 
 if avg> self.ceil:#Si sobre el techo dispara la alarma 
 return True 
 else:
 return False 
 if __name __ ==" __ main__ ":
 detect =MotionDetector (doRecord =False) 
 detect.run ()  

Descargar - https://www.hackster.io/code_files/438321/download

Una vez hecho esto, simplemente guarde el archivo escribiendo "CTRL + X", luego Y y luego ENTER. El script se puede ejecutar escribiendo el siguiente comando:

  python main.py  

Debería poder ver una imagen en la pantalla y ver el video para verificar, si es necesario, y hay un recuento humano por parte del programa en la terminal.

Acabo de crear un gabinete con hoja MDF para Arduino y Raspberry Pi 3

Creación de un panel para escritorio / aplicación

Paso 1:instale Apache

Instale el apache2 paquete con este comando:

  sudo apt install apache2 -y  

Paso 2:instala PHP

Para permitir que su servidor Apache procese archivos PHP, deberá instalar la última versión de PHP y el módulo PHP para Apache. Escriba el siguiente comando para instalarlos:

  sudo apt install php libapache2-mod-php -y  

Ahora descargue el Dashboard.zip :

  cd / var / www / html 
 wget "https://hacksterio.s3.amazonaws.com/uploads/attachments/1097966/Dashboard.zip"  

e instalar descomprimir:

  sudo apt-get install unzip  

extraer los archivos de un archivo ZIP:

  descomprimir Dashboard.zip  

Ahora guarde y actualice su navegador. Debería ver

Configuración de una Raspberry Pi como punto de acceso inalámbrico

Siga este enlace https://www.raspberrypi.org/documentation/configuration/wireless/access-point.md

Nota:Nombre el punto de acceso inalámbrico como SanitizingTunnel

  interface =wlan0 
 driver =nl80211 
 ssid =SanitizingTunnel 
 hw_mode =g 
 channel =7 
 wmm_enabled =0 
 macaddr_acl =0 
 auth_algs =1 
 ignore_broadcast_ssid =0 
 wpa =2 
 wpa_passphrase =SecretPassword 
 wpa_key_mgmt =WPA-PSK 
 wpa_pairwise =TKIP 
 rsn_pairwise =CCMP  

Ahora comencemos a crear la aplicación.

Aplicación de Android:

Requisito previo:Android Studio

Simplemente puede descargar el código directamente desde aquí.

Y cambie sus credenciales como la dirección IP de su raspberry pi según sus necesidades.

Aplicación para iOS:

Requisito previo:XCode

Simplemente puede descargar el código directamente desde aquí.

Y cambie sus credenciales como la dirección IP de su raspberry pi según sus necesidades.

Solución química utilizada

El túnel de desinfección tiene 0,4% de solución de hipoclorito de sodio en 100 litros de agua.

Actualizar - Había visto muchos comentarios que decían que está utilizando productos químicos nocivos.

Entonces, solo recopilo la información del proveedor que me estaba suministrando este químico. Entonces me dijo que el químico que estoy usando en este túnel es de Raman &Weil Pvt. Ltd y tienen " Declaración "de Bode Chemie Alemania , sobre la eficacia contra COVID-19 .

Enlace oficial:http://ramanweil.com/pdf/Declaration%20from%20Bode%20Chemie%20Germany%20on%20efficacy%20against%20COVID%2019.pdf

Poniéndolo todo junto

Finalmente, llegó el momento de encender el túnel y comprobar que todas las rutinas y la aplicación funcionan según el plan.

Costo

Enlace:https://docs.google.com/spreadsheets/d/1jt-hy8N8IwuQnaLYt-25BywdlREkEhp5zjAfYC6eGqw/edit?usp=sharing

 / * * Túnel inteligente de desinfección y saneamiento * / int relayPin =12; // elige el pin para el Pinint del relé inputPin =2; // elige el pin de entrada (para sensor PIR) int inputPin2 =3; // elija el pin de entrada (para el sensor PIR 02) int pirState =LOW; // empezamos, asumiendo que no se detecta movimientoint val =0; // variable de lectura del pin statusint val2 =0; // variable para leer el estado del pin void setup () {pinMode (relayPin, OUTPUT); // declara Relay como salida pinMode (inputPin, INPUT); // declara el sensor PIR como entrada pinMode (inputPin2, INPUT); Serial.begin (9600);} bucle vacío () {val =digitalRead (inputPin); // leer valor de entrada val2 =digitalRead (inputPin2); // lee el valor de entrada if (val ==HIGH || val2 ==HIGH) {// comprueba si la entrada es HIGH digitalWrite (relayPin, HIGH); // enciende el relé if (pirState ==LOW) {// acabamos de encender Serial.println ("¡Movimiento detectado!"); // Retardo de retardo de 15 segundos (15000); // Solo queremos imprimir en el cambio de salida, no en el estado pirState =HIGH; }} else {digitalWrite (relayPin, 0); // apaga el relé if (pirState ==HIGH) {// acabamos de apagar Serial.println ("¡Movimiento finalizado!"); // Solo queremos imprimir en el cambio de salida, no en el estado pirState =LOW; }}} 

 importar cv2.cv como cv de datetime import datetimeimport timeimport sysimport datetimecount =0class MotionDetector ():def onChange (self, val):#callback cuando el usuario cambia el ceil self.ceil =val def __init __ (self, ceil =8 , doRecord =True, showWindows =True):self.writer =Ninguno self.font =Ninguno self.doRecord =doRecord # Grabar o no el objeto en movimiento self.show =showWindows # Mostrar o no mostrar las 2 ventanas self.frame =Ninguno self.capture =cv.CaptureFromCAM (0) self.frame =cv.QueryFrame (self.capture) #Tome un marco para iniciar la grabadora si doRecord:self.initRecorder () self.frame1gray =cv.CreateMat (self.frame. height, self.frame.width, cv.CV_8U) #Gray frame at t-1 cv.CvtColor (self.frame, self.frame1gray, cv.CV_RGB2GRAY) # Mantendrá el resultado umbral self.res =cv.CreateMat (self .frame.height, self.frame.width, cv.CV_8U) self.frame2gray =cv.CreateMat (self.frame.height, self.frame.width, cv.CV_8U) # Marco gris en t self.width =self. frame.width self.height =self.frame.height self.nb_p ixels =self.width * self.height self.ceil =ceil self.isRecording =False self.trigger_time =0 #Mantenga la marca de tiempo de la última detección si showWindows:cv.NamedWindow ("Image") # cv.CreateTrackbar ("Mytrack" , "Image", self.ceil, 100, self.onChange) def initRecorder(self):#Create the recorder codec =cv.CV_FOURCC('D', 'I', 'V', 'X') #codec =cv.CV_FOURCC("D", "I", "B", " ") self.writer=cv.CreateVideoWriter(datetime.now().strftime("%b-%d_%H:%M:%S" )+".avi", codec, 15, cv.GetSize(self.frame), 1) #FPS set at 15 because it seems to be the fps of my cam but should be ajusted to your needs self.font =cv. InitFont(cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 2, 8) #Creates a font def run(self):global count started =time.time() while True:curframe =cv.QueryFrame(self.capture) instant =time.time() #Get timestamp o the frame self.processImage(curframe) #Process the image if not self.isRecording:if self.somethingHasMoved():self.trigger_time =instant #Update the trigger_time if instant> started +5:#Wa it 5 second after the webcam start for luminosity adjusting etc.. print "Human Detected" count +=1 print(count/2) orig_stdout =sys.stdout f =open('out.txt', 'a+') sys.stdout =f print(count/2) sys.stdout =orig_stdout f.close() #timestamp log orig_stdout =sys.stdout f =open('log.txt', 'a+') sys.stdout =f timestampc =('Timestamp:{:%Y-%b-%d %H:%M:%S}'.format(datetime.datetime.now())) print(timestampc+' Log Entry :1') sys.stdout =orig_stdout f.close() if self.doRecord:#set isRecording=True only if we record a video self.isRecording =True else:if instant>=self.trigger_time +10:#Record during 10 seconds print "Stop recording" self.isRecording =False else:cv.PutText(curframe,datetime.now().strftime("%b %d, %H:%M:%S"), (25,30),self.font, 0) #Put date on the frame cv.WriteFrame(self.writer, curframe) #Write the frame if self.show:cv.ShowImage("Image", curframe) #cv.ShowImage("Res", self.res) cv.Copy(self.frame2gray, self.frame1gray) c=cv.WaitKey(1) if c==27 or c ==10 48603:#Break if user enters 'Esc'. break def processImage(self, frame):cv.CvtColor(frame, self.frame2gray, cv.CV_RGB2GRAY) #Absdiff to get the difference between to the frames cv.AbsDiff(self.frame1gray, self.frame2gray, self.res) #Remove the noise and do the threshold cv.Smooth(self.res, self.res, cv.CV_BLUR, 5,5) element =cv.CreateStructuringElementEx(5*2+1, 5*2+1, 5, 5, cv.CV_SHAPE_RECT) cv.MorphologyEx(self.res, self.res, None, None, cv.CV_MOP_OPEN) cv.MorphologyEx(self.res, self.res, None, None, cv.CV_MOP_CLOSE) cv.Threshold(self.res, self.res, 10, 255, cv.CV_THRESH_BINARY_INV) def somethingHasMoved(self):nb=0 #Will hold the number of black pixels for y in range(self.height):#Iterate the hole image for x in range(self.width):if self.res[y,x] ==0.0:#If the pixel is black keep it nb +=1 avg =(nb*100.0)/self.nb_pixels #Calculate the average of black pixel in the image #print "Average:",avg, "%\r", if avg> self.ceil:#If over the ceil trigger the alarm return True else:return Falseif __name__=="__main__":de tect =MotionDetector(doRecord=False) detect.run()

 Sin vista previa (solo descarga). 

 Sin vista previa (solo descarga). 

No preview (download only).

 Sin vista previa (solo descarga).