Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Manufacturing Technology >> Herstellungsprozess

Bewegungsmelder-Alarmsystem mit Java & Reactive Blocks – Auf Raspberry Pi deployen & SMS senden

Überblick

Mit einer Standard-USB-Kamera können Sie einen zuverlässigen Bewegungsmelder-Alarm bauen, der auf jeder Java SE-fähigen Maschine läuft, einschließlich Raspberry Pi. Mit Reactive Blocks, einem visuellen Java-Programmierwerkzeug, können Sie eine vollfunktionale Anwendung zusammenstellen, die Bilder aufnimmt, Bewegung detektiert und via Twilio SMS-Alerts sendet – ganz ohne eine einzige Codezeile zu schreiben.

Dieses Tutorial führt Sie durch das komplette Setup, von Hardware bis Software, und zeigt, wie die Applikation auf einem Pi oder jeder anderen Java SE-Umgebung deployed wird.

Benötigte Hardware

  1. Raspberry Pi Model B+ mit Raspbian OS
  2. USB-Kamera (jedes gängige Modell)
  3. Ethernet-Kabel (oder WLAN)
  4. Display und Tastatur für den Pi
  5. Windows oder macOS Workstation mit installiertem JDK
  6. Reactive Blocks (kostenloses Eclipse Plugin für Open-Source-Projekte)

Das mitgelieferte Motion Detection Projekt enthält zwei fertige Anwendungen: das vollständige Alarm System und eine leichte Test Motion Detection Demo. In diesem Guide fokussieren wir uns auf das Alarm System.

Schritt 1 – Reactive Blocks installieren

Reactive Blocks von https://bitreactive.com/installation/ herunterladen und installieren. Das Plugin ist kostenlos für Open-Source-Projekte und integriert sich direkt in Eclipse.

Schritt 2 – Beispielanwendung importieren

Reactive Blocks Perspective öffnen und Blocks View wählen. Import → Reference Applications klicken und Motion Detection wählen. Ein Google-Konto ist beim ersten Mal erforderlich für Zugriff auf Block-Bibliothek und Tutorials.

Das importierte Paket enthält das Alarm System und einen Test-Harness; wir nutzen nur das Alarm System.

Schritt 3: Top-Level-Architektur verstehen

Das folgende Diagramm zeigt den Top-Level-Flow der Applikation. Sie besteht aus sieben Blöcken: fünf aus der IoT-Bibliothek und zwei Custom-Blöcken, die speziell für dieses Projekt erstellt wurden.

Der Periodic Timer fungiert als Motor, der einen Tick emittiert, der den Grabber antreibt. Der Grabber startet einen dedizierten Thread, der auf grab-Command lauscht, einen einzelnen Frame nimmt und ihn via image-Output weiterleitet. Der Motion Detection Block, ebenfalls auf OpenIMAJ basierend, vergleicht aufeinanderfolgende Frames in einem separaten Thread. Bei erkanntem Wechsel feuert er ein motionDetected Signal, das den SMS-Workflow triggert.

Alle custom Java-Methoden sind durch Anklicken der hellblauen Boxen im Editor einsehbar, was Einblick in die zugrundeliegende Logik gibt.

Schritt 4 – SMS-Versand konfigurieren

config/motiondetection.ini öffnen (gefunden unter br.ref.motiondetection im Project Explorer) und Twilio-Credentials eintragen. Bevorzugen Sie einen anderen Provider, können Sie den Twilio-Block durch den fertigen Clickatell-Block ersetzen oder auf E-Mail/Cloud-Benachrichtigungen via verfügbare SMTP, AirVantage, IBM Bluemix oder Xively Blöcke umschwenken.

Das Ausführen der Applikation ohne SMS ist ebenfalls unkompliziert – einfach den Twilio-Block disconnected lassen.

Einmal konfiguriert, Applikation auf dem Pi deployen: Java SE ist auf Raspbian vorinstalliert, sodass Sie das .jar direkt oder via System-Service für kontinuierliches Monitoring starten können.

Für tiefere Einblicke konsultieren Sie die Motion Detection Alarm System Dokumentation.

Herstellungsprozess

  1. Fehlersichere Steuersysteme designen für Sicherheit und Zuverlässigkeit
  2. Sicheres Home Monitoring mit Home Assistant auf Raspberry Pi: Bewegung, Alarm & Video-Capture
  3. DIY Infrarot-Bewegungsmelder für Raspberry Pi – Schritt-für-Schritt-Anleitung
  4. MEMS verstehen: Mikroelektromechanische Systeme, Typen und Anwendungen
  5. 3 Gründe für ein Lager-Fußgänger-Erkennungssystem
  6. Ultraempfindliches Chemiewaffen-Detektionssystem für Bedrohungen niedriger Konzentration
  7. Fortschrittliches 3D-Bewegungstracking-System: Next-Gen-Sensor für autonome Technologien
  8. Automatisierte ultraschallbasierte In-situ-Überwachung zur Erkennung von Aushärtefehlern in Verbundwerkstoffen
  9. Sollten Sie Ihr Laserschneidsystem automatisieren? Strategischer Leitfaden für den Erfolg
  10. Robotik revolutionieren: Fortschrittliche Hand-Auge-Vision-Systeme für verbesserte Bewegung