ІОТ РІШЕННЯ ДЛЯ ВИЯВЛЕННЯ ДЕФЕКТІВ В ІНФРАСТРУКТУРНИХ ОБ'ЄКТАХ НА ОСНОВІ RASPBERRY PI
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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- Streaming Sensor Data (Raspberry Pi) to AWS IoT [Online]. URL: https://techblog.calvinboey.com/raspberrypi-aws-iot-python/.
- 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.