智能消毒和环卫隧道

必要的工具和机器

	焊机
	切割机
	烙铁（通用）
	焊锡丝，无铅
	激光切割机（通用）

应用和在线服务

	Arduino IDE
	Raspberry Pi Raspbian
	OpenCV

关于这个项目

简介

智能消毒和卫生隧道展示了它如何设计为在大约 15 秒内为穿过隧道的人们提供最大程度的保护。这可以帮助社区对抗 COVID-19。

该项目的主要思想是建造一个可以尝试阻止 COVID-19 传播的隧道。

这条消毒和卫生隧道的准备是为了在15秒内对任何可能的细菌进行消毒。

使用的消毒剂溶液由次氯酸钠 (NaOCl) 和水 (H2O) 组成。消毒剂不挥发，因此能够延长真实和杀菌活性，并对表面进行消毒。

所以，我主动做了这个智能消毒和卫生隧道。这条隧道是在 12 小时内建成的。它可以在短短 15 秒的时间内为一个人从头到脚彻底消毒，并且所使用的溶液完全无害*。隧道的总成本约为 ₹ 30,000 或 400 美元。 （修订成本）

在哪里使用？

• 食品市场
• 办公室
• 购物中心
• 机场
• 公交车站
• 火车站
• 警察局
• 大学
• 医院
• 殖民地

工作原理

1HP 水泵机放置在每个隧道的一侧，从水箱中抽取 0.4% 次氯酸钠溶液在 100 升水中的溶液。由于机器是自动的，它可以感应是否有人进入隧道。当任何人进入隧道时，水泵将启动 15 秒。这样用户就可以通过那个隧道，如果隧道里没有人，泵将关闭以节省水和电。雾状消毒喷雾可在至少 60 分钟（大约*）的时间内保护市民免于感染细菌。因为它可以对空气、暴露的皮肤和人体衣物进行消毒。

用于 200 升溶液的塑料罐和用于高压管道系统的泵位于隧道的一侧。根据计算，该溶液应足以使用 8-10 小时。因为它在入口上方有一个运动传感器，以节省防腐剂。 （可能因进入隧道的人数而异**）

流程图

硬件设置

我用金属型材铺设了框架，可折叠，以便它可以从一个地方运输到另一个地方，当它全部完成时，存放以备下一次启示录。覆盖物由横幅（用于户外h户外广告 ）。横幅很容易与带有塑料系带的金属型材固定在一起。速度很快，不需要特殊技能。

查看模型 - https://skfb.ly/6RGvZ

整个隧道均采用微管为雾化器提供溶液。

里面有一个高压管道，可以连接4个四通雾化器。雾气不会在衣服上留下任何痕迹，同时将进入的人完全包裹起来，即使在难以触及的衣服褶皱中也能消灭病毒，并在离开后提供一段时间的保护。

作为解决方案，该项目中使用了经过认证的解决方案。 （证书附在下面）

四路雾化器

• 放电率：30 LPH/0.5 LPM（1 个雾化器）
• 推荐压力：45-60 psi
• 平均液滴尺寸：65 微米（55-60 psi）
• 需要过滤：130 微米（120 目）
• 需要泵：40 到 45 米扬程

使用的其他配件

准备 Arduino

水泵实际上是通过检测红外线来工作的。每当人体靠近运动传感器时，人体会反射红外线，运动传感器会检测到这种红外线，并通过输出引脚为我们提供高电平信号。然后这个 HIGH 信号被 Arduino 读取。因此，如果 Arduino 读取到 HIGH 信号，它将向继电器模块发出一个 HIGH 信号，这意味着继电器将打开，因此电源继电器将打开并打开水泵 15 秒（可以被改变）。同样，如果 Arduino 读取到一个低电平信号，它将使继电器引脚变为低电平，因此水泵将保持关闭状态。

在这里，我使用了 2 个 PIR 传感器使其更精确，如果它们中的任何一个感应到运动，那么继电器将打开 15 秒（可以更改）。

我们不能将 5V 继电器直接与水泵一起使用，因为在我的情况下，我在这个项目中使用的水泵的安培（A）额定值为 16 安培，而 5V 继电器的最大负载为 10 安培，因此可以控制水泵我又使用了一个带有 5V 继电器模块的继电器。 12V电源继电器。

代码：

/*
 * 智能消毒卫生隧道
 */
 
int relayPin =12; // 选择继电器引脚的引脚

int inputPin =2; // 选择输入引脚（用于 PIR 传感器）
int inputPin2 =3; // 选择输入引脚（用于 PIR 传感器 02）

int pirState =LOW; // 在开始时，假设没有检测到运动
int val =0; // 读取引脚状态的变量
int val2 =0; // 读取引脚状态的变量

 
void setup() {
 pinMode(relayPin, OUTPUT); // 将 Relay 声明为输出
 pinMode(inputPin, INPUT); // 将传感器声明为输入
 pinMode(inputPin2, INPUT); 
 Serial.begin(9600);
}
 
void loop(){
 val =digitalRead(inputPin); // 读取输入值
 val2 =digitalRead(inputPin2); // 读取输入值
 if (val ==HIGH || val2 ==HIGH) { // 检查输入是否为HIGH
 digitalWrite(relayPin, HIGH); // 打开继电器
 if (pirState ==LOW) {
 // 打开
 Serial.println("Motion detection!");
 // 15 秒延迟
 延迟(15000);
 pirState =HIGH;
 }
 } else {
 digitalWrite(relayPin, 0); // 关闭继电器
 if (pirState ==HIGH){
 // 关闭
 Serial.println("运动结束！");
 pirState =LOW;
 }
 }
 
} 

该项目的最终布线看起来有点乱，但效果很好。

全部连接好后，我只是用基本的传感对其进行了测试，然后继续检查继电器是否在触发。

准备树莓派 3（可选）

这是可选的。如果您需要对数据进行一些分析并精确计算使用此隧道的人数。你可以实现这部分。

虽然，有很多方法可以使用一些物理传感器（例如 PIR 传感器和超声波传感器）来计算，但我发现在考虑所有可能性时更精确。

有一个机器学习模型，使用 Python 中的 OpenCV 检测人体并将日志存储在文件中，该文件可以处理以在应用程序中显示数据。

连接 Pi 相机

• 关闭树莓派
• 在 USB 模块和 HDMI 模块之间找到摄像头模块。
• （轻轻）向上拉以解锁黑色塑料夹
• 插入摄像头模块带状电缆（金属连接器朝外 来自 Raspberry Pi 上的以太网/USB 端口 4)
• 锁定黑色塑料夹

启用 Pi 相机

• 运行

sudo raspi-config 

• 从 Raspberry Pi 软件配置工具的主菜单中选择接口选项（即第 4 个选项）。按 ENTER。

• 选择启用相机 （即第 5 个选项）菜单选项，然后按 ENTER。

• 在下一个菜单中，使用右箭头键突出显示ENABLE 并按 ENTER。

测试 Pi 相机

接下来，通过启动相机的预览覆盖来验证 Pi 相机是否已正确安装。叠加层将呈现在屏幕上。

• 使用 VNC 查看器连接到 Raspberry Pi。
• 运行以下命令：

raspistill -v -o test.jpg 

如果您正确安装了 Pi 相机，您应该会看到来自相机的镜头渲染到您的屏幕上。

安装 OpenCV

请按照此链接安装 OpenCV

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

代码

运行以下命令创建并打开一个新的脚本文件：

cd Desktop
sudo nano main.py 

复制脚本，然后将其粘贴到您创建的新文件中。

import cv2.cv as cv
from datetime import datetime
import time
import sys
import datetime
count=0
class MotionDetector():
def onChange(self, val):#用户改变ceil时回调
self.ceil =val
def __init__(self,ceil=8, doRecord=True, showWindows=True):
self.writer =None
self.font =None
self.doRecord=doRecord #要么不记录移动物体
self.show =showWindows #要么不显示2个窗口
self.frame =None
self.capture=cv.CaptureFromCAM(0)
self.frame =cv.QueryFrame(self.capture) #Take a frame to init recorder
if doRecord:
self.initRecorder()
self.frame1gray =cv.CreateMat(self.frame.height, self.frame.width, cv.CV_8U) #Gray frame在 t-1
cv.CvtColor(self.frame, self.frame1gray, cv.CV_RGB2GRAY)
#将保持阈值结​​果
self.res =cv.CreateMat(self.frame.高度，self.frame.width，cv.CV_8U)
self.frame2gray =cv.CreateMat(self.fra me.height, self.frame.width, cv.CV_8U) #t
self.width =self.frame.width
self.height =self.frame.height
self 处的灰框.nb_pixels =self.width * self.height
self.ceil =ceil
self.isRecording =False
self.trigger_time =0 #保持上次检测的时间戳
if showWindows :
cv.NamedWindow("Image")
#cv.CreateTrackbar("Mytrack", "Image", self.ceil, 100, self.onChange)
def initRecorder(self):#创建记录器
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 设置为 15 因为它似乎是我的 cam 的 fps 但应该根据您的需要进行调整
self.font =cv.InitFont (cv.CV_FONT_HERSHEY_SIMPLEX, 1, 1, 0, 2, 8) #创建字体
def run(self):
global count
started =time.time()
而真：
curframe =cv.QueryFrame(self.capture)
instant =time.time() #获取帧的时间戳
self.processImage(curframe) #处理图像
if not self.isRecording:
if self.somethingHasMoved():
self.trigger_time =instant #更新trigger_time
if instant> started +5:#网络摄像头启动后等待5秒进行亮度调整等。
打印“检测到人”
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 =('时间戳：{:%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 
打印“停止录音"
self.isRecording =False
else:
cv.PutText(curframe,datetime.now().strftime("%b %d, %H:%M:%S" ), (25,30),self.font, 0) #把日期放在框架上
cv.WriteFrame(self.writer, curframe) #写框架
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 ==1048603:#Break if user enter 'Esc'.
break
def processImage(self, frame):
cv.CvtColor(frame, self.frame2gray, cv.CV_RGB2GRAY)
#Absdiff 获取帧之间的差异
cv.AbsDiff(self.frame1gray, self.frame2gray, self.res)
#去除噪声做阈值
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.Thresho ld(self.res, self.res, 10, 255, cv.CV_THRESH_BINARY_INV)
def somethingHasMoved(self):
nb=0 #将保持黑色像素数
for y in range(self.height):#Iterate thehole 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 #计算图像中黑色像素的平均值
#print "Average:",avg, "%\ r",
if avg> self.ceil:#如果超过ceil触发报警
return True
else:
return False
if __name__=="__main__ ":
detect =MotionDetector(doRecord=False)
detect.run() 

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

完成后，只需通过键入“CTRL+X”、Y 和 ENTER 来保存文件。可以通过键入以下命令来运行该脚本：

python main.py 

您应该能够在屏幕上看到图像，如果需要，请查看视频以验证终端中的程序是否有人数。

我刚刚为 Arduino 和 Raspberry Pi 3 创建了一个带有 MDF 板的外壳

第一步：安装Apache

安装 apache2 使用此命令打包：

sudo apt install apache2 -y 

第二步：安装PHP

要允许您的 Apache 服务器处理 PHP 文件，您需要安装最新版本的 PHP 和适用于 Apache 的 PHP 模块。输入以下命令来安装这些：

sudo apt install php libapache2-mod-php -y 

现在下载 Dashboard.zip :

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

并安装解压：

sudo apt-get install 解压 

从 ZIP 文件中提取文件：

解压 Dashboard.zip 

现在保存并刷新浏览器。你应该看到

将 Raspberry Pi 设置为无线接入点

请点击此链接 https://www.raspberrypi.org/documentation/configuration/wireless/access-point.md

注意：将无线接入点命名为 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 

现在让我们开始构建应用。

安卓应用：

先决条件：Android Studio

您可以直接从这里下载代码。

并根据需要更改您的凭据，例如树莓派的 IP 地址。

iOS 应用：

先决条件：XCode

您可以直接从这里下载代码。

并根据需要更改您的凭据，例如树莓派的 IP 地址。

使用的化学溶液

消毒隧道每100升水中含有0.4%的次氯酸钠溶液。

更新 - 我看到很多评论说你在使用有害化学物质。

所以，我只是从向我提供这种化学品的供应商那里收集信息。所以他告诉我，我在这条隧道中使用的化学品来自 Raman &Weil Pvt。 Ltd 并且他们有“声明 " 来自 德国博德化学 , 关于对 COVID-19 的功效 .

官方链接 - http://ramanweil.com/pdf/Declaration%20from%20Bode%20Chemie%20Germany%20on%20efficacy%20against%20COVID%2019.pdf

放在一起

最后，是时候打开 Tunnel 电源并检查所有例程和应用程序是否按计划运行。

成本

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

代码

• Arduino 代码隧道
• main.py
• 仪表板文件
• 卫生隧道 Android 源代码
• Sanitation-Tunnel Android 应用
• Sanitation-Tunnel iOS 源代码

Arduino 代码隧道C/C++

/* * 智能消毒和卫生隧道 */ int relayPin =12; // 选择继电器 Pinint inputPin =2 的引脚； // 选择输入引脚（用于 PIR 传感器）int inputPin2 =3; // 选择输入引脚（对于 PIR 传感器 02）int pirState =LOW; // 我们开始，假设没有检测到运动int val =0; // 读取引脚状态的变量int val2 =0; // 读取引脚状态的变量 void setup() { pinMode(relayPin, OUTPUT); // 将继电器声明为输出 pinMode(inputPin, INPUT); // 将 PIR 传感器声明为输入 pinMode(inputPin2, INPUT); Serial.begin(9600);} void loop(){ val =digitalRead(inputPin); // 读取输入值 val2 =digitalRead(inputPin2); // 读取输入值 if (val ==HIGH || val2 ==HIGH) { // 检查输入是否为 HIGH digitalWrite(relayPin, HIGH); // 打开继电器 if (pirState ==LOW) { // 我们刚刚打开了 Serial.println("Motion detection!"); // 15 秒延迟 delay(15000); // 我们只想打印输出变化，而不是 state pirState =HIGH; } } else { digitalWrite(relayPin, 0); // 关闭继电器 if (pirState ==HIGH){ // 我们刚刚关闭了 Serial.println("MotionEND!"); // 我们只想打印输出变化，而不是 state pirState =LOW; } } }

main.pyPython

import cv2.cv as cvfrom datetime import datetimeimport timeimport sysimport datetimecount=0class MotionDetector():def onChange(self, val):#用户改变ceil时的回调 self.ceil =val def __init__(self,ceil=8 , doRecord=True, showWindows=True):self.writer =None self.font =None self.doRecord=doRecord #要么不记录移动物体 self.show =showWindows #要么不显示2个窗口 self.frame =None self.capture=cv.CaptureFromCAM(0) self.frame =cv.QueryFrame(self.capture) #Take a frame to init recorder if 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) #Will hold the thresholded result 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) #Gray frame at 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 #Hold timestamp of the last detection if 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()

Dashboard FilesPHP

No preview (download only).

Sanitation-Tunnel Android Source CodeJava

No preview (download only).

Sanitation-Tunnel Android AppJava

No preview (download only).

Sanitation-Tunnel iOS Source CodeSwift

No preview (download only).

Smart Disinfection and Sanitation Tunnel

定制零件和外壳

示意图