ІОТ РІШЕННЯ ДЛЯ ВИЯВЛЕННЯ ДЕФЕКТІВ В ІНФРАСТРУКТУРНИХ ОБ'ЄКТАХ НА ОСНОВІ RASPBERRY PI

Roman Mysiuk, V. Yuzevych

Анотація


Моніторинг поточного стану доріг, матеріалів та комунікаційних мереж часто може бути ускладнений в доступності до пошкодженого місця та важкий для візуальної оцінки критичності стану. Поточний стан таких об’єктів інфраструктури дають змогу оцінити зібрані дані з давачів, а проміжний аналіз автоматизований в мікрокомп’ютерах чи мікропроцесорах. 5-піксельна OV5647 камера використовується як пристрій для візуального зчитування даних з об’єкта, а мікрокомп’ютер Raspberry Pi 4 як пристрій для аналізу відео та надсилання до хмарного середовища Amazon Web Service (AWS).

Для візуальної оцінки стану використано відео з застосуванням фільтрів для виокремлення ділянок пошкодження об’єкта. Перший можливий тип дефекту об’єкта є корозія, яка виявляється методом накладання колірного фільтру, другий - тріщини заповнені ключовими точками алгоритмами Oriented FAST та Rotated BRIEF у виділених краях фільтром Canny.

Передача зібраних кількості виявлених пікселів фільтрованого кадру з Raspberry Pi здійснюється за допомогою протоколів MQTT в розроблений системі. Дані про час, кількість виявлених пікселів та матеріал для якого проводиться дослідження формуються у повідомлення JSON формату. AWS IoT правило постійно читає повідомлення з підписаного набору повідомлень в AWS ІоT для надсилання в нереляційну базу даних Elasticsearch потрібних даних для подальшого аналізу. Створені два окремі індекси у базі даних Elasticsearch для зберігання даних про кількість виявлених пікселів корозії та кількість ключових точок в тріщинах для AWS IoT правил. У AWS S3 bucket зберігаються файли відео, які видаляються з Raspberry Pi після надсилання для збереження вільного місця у карті пам’яті. Проаналізовано можливості інтеграції Raspberry Pi 4 з хмарних середовищем AWS для зібраних даних з відео про кількість корозії та тріщини в об’єктах. В результаті реалізована система може бути використана для опрацювання дефектів об’єктів з відео та зберігатися у сховищах даних для подальшого аналізу та візуалізації.

Ключові слова: Інтернет речей, хмарні обчислення, дефекти, Raspberry Pi, корозія, тріщина.


Повний текст:

PDF (English)

Посилання


  1. Hosny, Khalid & Magdi, Amal & Salah, Ahmad & Elkomy, Osama & Lashin, Nabil. Internet of things applications using Raspberry-Pi: a survey. International Journal of Electrical and Computer Engineering. 13. 2023. P. 902-910, doi: https://doi.org/10.11591/ijece.v13i1.pp902-910
  2. Woubishet Zewdu Taffese, Ethiopia Nigussie, Jouni Isoaho, Internet of Things based Durability Monitoring and Assessment of Reinforced Concrete Structures / Procedia Computer Science // Vol. 155. 2019. P. 672-679, doi: https://doi.org/10.1016/j.procs.2019.08.096
  3. Schiegg, Y. A new IoT Corrosion Monitoring-System for concrete structures. International Symposium on Non-Destructive Testing in Civil Engineering (NDT-CE 2022), 16-18 August 2022, Zurich, Switzerland // e-Journal of Nondestructive Testing. Vol. 27(9), doi: https://doi.org/10.58286/27339
  4. Komary, M., Komarizadehasl, S., Tošić, N., Segura, I., Lozano-Galant, J.A., Turmo, J. Low-Cost Technologies Used in Corrosion Monitoring. Sensors 2023, 23, 1309. doi: https://doi.org/10.3390/s23031309
  5. B. N. Rao and R. Sudheer. Surveillance Camera using IoT and Raspberry Pi, 2020 Second International Conference on Inventive Research in Computing Applications (ICIRCA), Coimbatore, India, 2020, P. 1172-1176, doi: https://doi.org/10.1109/ICIRCA48905.2020.9182983
  6. Mysiuk R., Yuzevych V. Recover Data about Detected Defects of Underground Metal Elements of Constructions in Amazon Elasticsearch Service // Path of Science, 2023, Vol. 9, No 1. P. 1011-1019, doi: https://doi.org/10.22178/pos.89-9
  7. R. Mysiuk, I. Mysiuk, V. Yuzevych, G. Pawlowski Determining the Place of Depressurization of Underground Pipelines (Gas Pipelines): New Solutions in Industry based on Thermal Image Analysis Using Computer Vision // Path of Science. 2022. Vol. 8, No 10, P. 1001-1010, doi: https://doi.org/10.22178/pos.86-9
  8. Al-Ghaili, A.M. Kasim, H. Hassan, Z. Al-Hada, N.M. Othman, M. Kasmani, R.M. Shayea, I. A. Review: Image Processing Techniques’ Roles towards Energy-Efficient and Secure IoT. Appl. Sci. 2023, 13, 2098, doi: https://doi.org/10.3390/app13042098
  9. R. Mysiuk, I. Mysiuk, G. Pawlowski, V. Yuzevych, M. Yasinskyi and Y. Tyrkalo. Video-based Concrete Road Damage Assessment Using JetRacer Kit / 2023 17th International Conference on the Experience of Designing and Application of CAD Systems (CADSM), Jaroslaw, Poland, 2023, P. 1-4, doi: https://doi.org/10.1109/CADSM58174.2023.10076528
  10. Connect a Raspberry Pi or other device - AWS IoT Core [Online]. URL: https://docs.aws.amazon.com/iot/latest/developerguide/connecting-to-existing-device.html
  11. Streaming Sensor Data (Raspberry Pi) to AWS IoT [Online]. URL: https://techblog.calvinboey.com/raspberrypi-aws-iot-python/.
  12. How to Connect Your Raspberry Pi to AWS IoT? [Online]. URL: https://witekio.com/de/blog-de/connect-raspberry-pi-to-aws-iot/




DOI: http://dx.doi.org/10.30970/eli.21.5

Посилання

  • Поки немає зовнішніх посилань.