Deviridi projesi, gıda bozulmasını izlemek için tasarlanmış bir Nesnelerin İnterneti (IoT) çözümüdür. Proje, bir buzdolabı veya gıda depolama biriminin içine yerleştirilebilen bir cihaz inşa etmeyi içerir; bu cihaz, sıcaklık ve nem seviyelerini izler. Cihaz, bu parametreleri ölçmek için sensörler kullanır ve verileri Wi-Fi aracılığıyla bulut tabanlı bir sunucuya gönderir. Veriler daha sonra analiz edilir ve kullanıcıların gıda depolama birimlerinin koşullarını gerçek zamanlı olarak izlemelerine olanak tanıyan web tabanlı bir gösterge panelinde görüntülenir. Gösterge paneli ayrıca sıcaklık veya nem seviyeleri belirli eşikleri aştığında uyarılar sağlar; bu da gıda bozulmasını ve israfını önlemeye yardımcı olabilir. Proje, bireylerin ve işletmelerin gıda güvenliğini sağlamalarına ve gıda israfını azaltmalarına yardımcı olmayı amaçlamaktadır.
Seeed Donanımı: Seeed Studio K1100
Yazılım: Arduino IDE, TensorFlow
Sektör: Gıda Sektörü
Arka Plan
Gıda bozulması ve hasat kaybı, gıda israfına katkıda bulunan iki önemli sorundur ve geniş kapsamlı etkilere sahiptir. Rockefeller Vakfı, gelişmekte olan ülkelerdeki küçük çiftçilerin ve tedarik zinciri aktörlerinin gıda bozulması nedeniyle ortalama %15 gelir kaybı yaşadığını tahmin etmektedir. Gıda bozulması sorununu ele almak, 2050 yılına kadar bir milyar daha insanı beslemek için potansiyel sunabilir. Gelişmekte olan ülkelerde çiftçilerin karşılaştığı başlıca sorunlar, gıda depolama ve bozulmuş gıdaların tespitidir; bu da hem çiftçiler hem de işleme şirketleri için önemli maliyetlere yol açabilir. Tarım sektöründeki gıda israfı, sera gazı emisyonlarının artan bir katkıcısıdır; Kenya’da hasat sonrası ürünlerin tahmini %50’si israf edilmektedir. Bu, sadece yenilebilir gıdaların kaybına neden olmakla kalmaz, aynı zamanda karbondioksitten 25 kat daha etkili olan metan üretimine de katkıda bulunur. Mevcut bozulma tespit yöntemleri niteliktedir, ancak salınan gazların tespiti ve bilgisayarla görü kullanmak daha etkili bir çözüm sağlayabilir. Gıda kalitesini sağlamak için gıda koruma ve bozulma tespitini geliştirmek amacıyla düşük maliyetli bir çözüme ihtiyaç vardır.
Evde gıda bozulma algılama sistemleri için potansiyel oldukça büyüktür; çünkü bu sistemler gıda israfını azaltmaya ve bireyler ile işletmeler için gıda güvenliğini artırmaya yardımcı olabilir. Sürdürülebilir gıda sistemlerinin artan önemi ile birlikte, bu tür sistemlerin benimsenmesi daha çevresel ve ekonomik olarak sürdürülebilir bir geleceğe katkıda bulunabilir.
Zorluklar
Bir gıda bozulma algılama sistemi inşa etmek, aşağıdaki gibi birkaç zorlukla karşılaşmaktadır:
- Sensor Seçimi: Gıda bozulmasını etkileyen sıcaklık, nem ve gaz konsantrasyonları gibi parametreleri doğru bir şekilde ölçebilen doğru sensörleri seçmek zor olabilir.
- Kalibrasyon: Sensörlerin, zamanla doğru ve tutarlı ölçümler sağladığından emin olmak için kalibre edilmesi gerekir. Kalibrasyon zaman alıcı olabilir ve özel ekipman, uzmanlık ve düzenli bakım gerektirebilir.
- Veri İşleme: Sensörler tarafından üretilen büyük miktarda veriyi toplamak ve işlemek, özellikle gerçek zamanlı olarak zor olabilir. Verilerin, bozulmaya yol açabilecek koşullardaki herhangi bir değişikliği tespit etmek için hızlı ve doğru bir şekilde işlenmesi gerekir.
- Bağlantı: Sistem, verileri bulut tabanlı bir sunucuya iletmek için güvenilir ve stabil bir internet bağlantısına sahip olmalıdır. Kötü bağlantı olan bölgelerde bu önemli bir zorluk olabilir.
- Maliyet: Maliyet etkin ve ölçeklenebilir bir gıda bozulma algılama sistemi inşa etmek zor olabilir. Sistem, özellikle kaynakların sınırlı olabileceği gelişmekte olan ülkelerde çiftçiler ve gıda işleme şirketleri için uygun fiyatlı olmalıdır.
- Entegrasyon: Sistem, mevcut gıda depolama sistemleri ve süreçleri ile entegre edilmelidir; bu, özellikle sistemler eski veya yeni teknolojilerle uyumsuz olduğunda zor olabilir.
Çözüm
SenseCAP K1100, Deviridi IoT gıda bozulma sensörü ve izleme gösterge paneli projesine birkaç şekilde entegre edilebilen çok yönlü bir IoT çevresel izleme sistemidir:
- Çeşitli sensör seçimi: Seeed, gıda depolama uygulamalarında yaygın olarak kullanılan nem ve sıcaklık sensörleri de dahil olmak üzere geniş bir sensör yelpazesi sunar. Bu, kullanıcıların izleme sistemlerini belirli ihtiyaçlarına göre özelleştirmelerine olanak tanır.
- Gerçek zamanlı kalibrasyon: SenseCAP K1100, verileri gerçek zamanlı olarak alabilir, bu da kalibrasyonu daha kolay ve daha doğru hale getirir.
- Kolay veri işleme: Sistem, sadece üç adımda 10 dakikada kurulabilir; bu da kurulumu ve kullanımını kolaylaştırır. Bu, veri işleme ve analiz sürecini hızlandırır.
- Birden fazla bağlantı seçeneği: SenseCAP K1100, düşük güç tüketimi ve uzun menzil iletişimi gibi yerleşik IoT özelliklerine sahip WiFi ve LoRa’yı destekler. Bu, bağlantı seçenekleri açısından esneklik sağlar.
- Maliyet etkin: Hepsi bir arada çözüm paketi, gerekli tüm bileşenleri uygun bir fiyatla sunar. Ayrıca, sistem endüstriyel seviyeye kolayca yükseltilebilir ve bu da maliyet dostudur.
- Akıcı entegrasyon: SenseCAP, bulut hizmet sağlayıcılarıyla sorunsuz bir entegrasyon deneyimi sunar; bu da verilerin depolanmasını, analiz edilmesini ve görselleştirilmesini kolaylaştırır.
Tüm sistem sadece iki bölümde kurulabilir:
Bölüm 1 Bilgisayarla Görme Modeli: Gıda Bozulması
Deviridi IoT gıda bozulma sensörü ve izleme gösterge paneli projesi için iyi bir tahmin modeli oluşturmak için aşağıdaki adımlar gereklidir:
Adım 1: Görüntü Veri Setini Edinme
Kullanılan veri seti, iyi bir tahmin modeli oluşturmak için kritik öneme sahiptir. BRAC Üniversitesi Meyve Tazelik Tespit Veri Seti, https://universe.roboflow.com/brac-university-v9w2y/fruit-freshness-detection-08shj adresinden indirilebilir. Alternatif olarak, kullanıcılar Roboflow veya Edge Impulse gibi bir araç kullanarak kendi görüntü veri setlerini oluşturabilirler.
Adım 2: Bilgisayarla Görme Modelini Eğitme
Bir Colab not defteri, https://colab.research.google.com/gist/lakshanthad/b47a1d1a9b4fac43449948524de7d374/yolov5-training-for-sensecap-a1101.ipynb#scrollTo=Fg4hIoyzE-Qe. adresinde mevcuttur. Modeli eğitmek için not defterindeki adımları izleyin. Eğitim süresi kullanılan donanıma bağlıdır. Eğitimden sonra, eğitilmiş .uf2 modelini indirin.
Adım 3: Eğitilmiş Modeli Donanıma Aktarma
Grove kamera sensörünü bilgisayara takın ve boot butonuna çift tıklayın. Bilgisayarda bir depolama sürücüsü görünmelidir. Eğitilmiş modeli sensöre sürükleyip bırakın ve aktarma işlemini tamamlayın.
Bu adımları izleyerek, kullanıcılar Deviridi IoT gıda bozulma sensörü ve izleme gösterge paneli projesi için bir tahmin modeli oluşturabilir ve modeli Grove kamera sensörüne aktarabilirler.
Bölüm 2: Wio Terminal ile İnşa Etme
Deviridi IoT gıda bozulma sensörü ve izleme gösterge paneli projesini tamamlamak için aşağıdaki adımlar gereklidir:
Adım 4: Sensörleri Wio Terminal’e Bağlama
Kamera ve LoRa modülünü kitte sağlanan konektörleri kullanarak bağlayın ve VOC/CO2 sensörünü Wio terminaline bağlayın.
Adım 5: Figma ile UX Tasarımı
Arduino IDE’de kodlamadan önce Figma kullanarak GUI’nin basit bir taslağını oluşturun.
Adım 6: Arduino IDE’de GUI’yi Kodlama
TFT_eSPI.h kütüphanesini yükleyin, bir sprite tamponu oluşturun ve sağlanan kodu veya pseudocode’u kullanarak taslağa benzer bir GUI oluşturun.
Adım 7: Gerekli Sensör Kütüphanelerini Yükleme
Sensörler ve bağlantı için gerekli tüm kütüphaneleri yüklemek üzere GitHub’daki listeyi kontrol edin.
Adım 8: Durum Kontrolü Kullanma ve Sensör Değerlerini Programlama
Programı hata ayıklamak için durum kontrolü kullanın ve bozulmuş gıda için uyarı tetiklemek gerektiğinde sıcaklık ve nem, gaz sensör değeri ve kamera sınıflandırmasını almak için işlem sırasını izleyin; verileri SD karta ve LoRa’ya gönderin.
Adım 9: LoRa ve Helium Ağına Bağlanma
Özel decoder kodu ekleyin ve akış panelini kullanarak işlevi ve cihazı bağlayın.
Adım 10: Kasa Tasarımı ve 3D Baskı
Sağlanan kasayı 3D yazdırın ve cihazı slotlara yerleştirin; kablo yönetimini de dahil edin.
Son ürün, gıda bozulmasını algılayabilen ve izleyebilen, kullanıcı dostu bir GUI’ye sahip bir cihazdır ve LoRa ve Helium ağlarına bağlıdır.
Sonuçlar
Deviridi IoT gıda bozulma sensörü ve izleme gösterge paneli projesi, gıda bozulmasını tespit etmek ve izlemek için kapsamlı bir çözümdür. Proje, gıda bozulmasını tespit etmek için bilgisayarla görme ve makine öğrenimini kullanır ve verileri buluta iletmek için LoRa ve Helium ağlarını kullanır.
Proje, bir görüntü veri seti edinmeyi, bilgisayarla görme modelini eğitmeyi, sensörleri Wio Terminal’e bağlamayı, Figma ile UX tasarımını yapmayı, Arduino IDE’de GUI’yi kodlamayı, gerekli sensör kütüphanelerini yüklemeyi, durum kontrolü kullanmayı ve sensör değerlerini programlamayı, LoRa ve Helium ağına bağlanmayı ve cihaz için bir kasa tasarlayıp 3D yazdırmayı içerir.
Projede belirtilen adımları izleyerek, kullanıcılar gıda bozulmasını algılayabilen ve izleyebilen, kullanıcı dostu bir GUI’ye sahip bir cihaz oluşturabilir ve LoRa ve Helium ağlarına bağlanabilirler. Bu proje, restoranlar, süpermarketler ve evler gibi çeşitli ortamlarda gıda israfını önlemek ve gıda güvenliğini sağlamak için kullanılma potansiyeline sahiptir.
Daha Fazla Bilgi
Daha Fazla Proje Detayı Öğrenin Hackster’da: DeViridi: IoT Gıda Bozulma Sensörü ve İzleme Gösterge Paneli
Herhangi bir soru veya projeyle ilgili daha fazla tartışma yapmak isterseniz, lütfen maker.team@seeed.cc adresine ulaşmaktan çekinmeyin. Sorularınız ve ilginiz memnuniyetle karşılanır.