基本信息
文件名称:边缘计算与智能视觉应用 课件 8.1智能门禁系统应用开发.pptx
文件大小:2.57 MB
总页数:15 页
更新时间:2025-06-08
总字数:约2.04千字
文档摘要

边缘计算与智能视觉应用8.1智能门禁系统应用开发讲课人:XXX时间:20XX年12月30日延时符

AboutUs目录系统分析与功能设计01开发流程与算法交互02结果与应用验证03

系统分析与功能设计01

系统分析与功能设计智慧门禁系统是一套典型的边缘应用场景,包含了硬件层、边缘层、应用层:(1)硬件层:由无线节点和Sensor-A采集类传感器、Sensor-C安防类传感器、Sensor-EL识别类传感器来完成一套完整的智慧门禁系统的硬件部分,通过安防类传感器监测人体红外提醒开门,通过识别类传感器的K1继电器来模拟门锁。(2)边缘层:边缘计算网关内置IoT网关服务和AiCam计算引擎。IoT网关服务负责接收/下发无线节点的数据,发送给应用端或者将数据发给云端的物联网智云平台。AiCam计算引擎内置算法、模型、视频推流等服务,支持应用层的边缘计算推理任务。(3)应用层:应用层通过智云接口与IoT硬件层交互(默认与云端的物联网智云平台接口交互),通过AiCam的RESTful接口与算法层交互。

系统分析与功能设计温度湿度振动光强空气质量开锁消息提示大气压力环境信息展示人脸识别开锁刷卡识别开发密码开锁智慧门禁系统主要功能框架图

开发流程与算法交互02

开发流程与算法交互开发框架如图所示摄像头websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0返回base64编码的图片和结果数据视频推流算法调度边缘推理Flask服务应用物联网云平台ZCloudAPI物联网硬件设备

开发流程与算法交互开发流程如下:(1)项目配置,在AiCam工程的配置文件添加摄像头(config\app.json)。(2)添加模型,在AiCam工程添加模型文件models\face_recognition、人脸检测模型:face_det.bin/face_det.param、人脸识别模型:face_rec.bin/face_rec.param。(3)添加算法,在工程添加face_recognition\face_recognition.py人脸识别算法文件。(4)添加应用,在工程添加static\edge_access算法实验前端应用。

开发流程与算法交互算法交互(1)人脸识别开锁,人脸识别基于实时推理接口进行调用,采用EventSource接口获取处理后的视频流,数据返回为base64编码的图片和结果数据。(2)刷卡识别开锁,刷卡识别基于实时推理接口进行调用,采用智云的rtc接口库中的sendMessage接口向硬件发送控制指令去控制门锁。(3)密码开锁,主要包含密码输入、删除和密码解锁

结果与应用验证03

结果与应用验证1.硬件部署边缘硬件部署

结果与应用验证2.工程部署(1)运行MobaXterm工具,通过SSH登录到边缘计算网关。(2)在SSH终端创建实验工作目录:$mkdir-p~/aiedge-exp(3)通过SSH将本实验工程代码和aicam工程包上传到~/aiedge-exp目录下。(4)在SSH终端输入以下命令解压缩实验工程$cd~/aiedge-exp$unzipedge_access.zip$unzipaicam.zip-dedge_access(5)修改工程配置文件static\edge_access\js\config.js内的智云帐号、硬件地址、边缘服务地址等信息。(6)文件修改好后,通过MobaXterm工具创建的SSH连接,将修改好的文件上传到边缘计算网关。

结果与应用验证3.工程运行$cd~/aiedge-exp/edge_access$chmod755start_aicam.sh$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04环境下需要切换环境$./start_aicam.sh开始运行脚本*ServingFlaskappstart_aicam(lazyloading)*Environment:productionWARNING:Donotusethedevelopmentserverinaproductionenvironment.UseaproductionWSGIserverinstead.*Debugmode:off*Runningon:4001/(PressCTRL+Ctoquit)

结果与应用验证4.应用验证门禁