【源码】基于树莓派和TensorFlow Lite的智能厨具环境监测系统

项目简介

本项目借助树莓派开发板、摄像头、气体检测模块和温度传感器等硬件，结合TensorFlow Lite和OpenCV等技术，打造了一套智能厨具环境监测系统。该系统能够实时监测环境中的图像、气体浓度和温度，具备人像检测、危险气体预警和温度监控等功能，可有效预防火灾等安全隐患。此项目曾获湖南省萌芽赛道第一名，并被推荐参加中国国际“互联网 +”大学生创新创业大赛总决赛。

项目的主要特性和功能

1. 人像检测：运用TensorFlow Lite加载预训练的COCO SSD MobileNet v1模型，通过摄像头实时捕获画面，利用OpenCV处理图像，自动检测画面中是否有人像。
2. 危险气体检测：通过MQ - 5气体检测模块实时监测环境中的可燃气体等危险气体，一旦检测到异常立即响应。
3. 温度监控：借助DS18B20温度检测模块实时监测环境温度，当超过设定的安全阈值时，启动警报机制。
4. 智能控制：若上述任何一个监测条件触发，系统会通过L289N马达控制模块控制厨具的马达动作，如关闭燃气阀门，防止事故发生。

安装使用步骤

硬件准备

准备树莓派3B + 或树莓派4B主板、L289N马达控制模块、MQ - 5气体检测模块、DS18B20温度检测模块、树莓派的SCI摄像头以及面包板、杜邦线等连接配件。

软件准备

确保树莓派的操作系统为最新版本的Raspbian或Ubuntu Server。在树莓派上安装Python3和所需的库，使用以下命令进行安装： bash sudo apt-get update sudo apt-get install python3 python3-pip -y pip install tensorflow opencv numpy

运行程序

1. 将树莓派的SCI摄像头连接到树莓派。
2. 把MQ - 5气体检测模块、DS18B20温度检测模块和L289N马达控制模块按电路图连接到树莓派。
3. 下载本项目的源码文件并放置在树莓派上。
4. 在树莓派上运行主程序文件TFlite_Webcam.py： bash python3 TFlite_Webcam.py
5. 程序启动摄像头，开始实时监测环境中的温度和气体浓度，检测到异常时自动控制马达动作。

注意事项

• 在内存低于2G的树莓派上运行时，建议启用swap以防止内存不足。若不需要增加swap，可将代码中的第17行 os.system("sudo swapon /swap/swapfile") 注释掉。
• 确保所有硬件连接正确，避免因连接错误导致系统故障。

下载地址

点击下载 【提取码: 4003】