本帖最后由 eefocus_3944528 于 2024-1-25 10:32 编辑
目前指纹锁已在防盗门上大量普及，但汽车使用的依旧是遥控钥匙，最多也只能做到不使用钥匙进入，但依旧需要携带。究其原因，主要是指纹传感器并不适合在较为恶劣的室外环境中工作。因此要彻底抛弃车钥匙，需要使用的技术依旧是人脸识别。
我在车载电脑上部署了人脸识别，毫米波雷达，与压力膜传感器。人脸识别和压力检测用来服务驾驶位，检测驾驶员就为状态并验证身份启动车辆。车门处人在毫米波雷达对汽车周围进行感应以实现人脸识别的按需启动，保证系统的低功耗运行。
功能实现流程如下：
1，当驾驶室外部毫米波雷达检测到有人时，启动车门处摄像头，并进行连续人脸识别，当人脸识别对象匹配后进行车门解锁。否则将继续连续识别，直到毫米波雷达检测到无人，终止识别。
2，若驾驶室座位压力膜传感器数值增加超过阈值，则认为驾驶员已就位，那么将会开启驾驶室处人脸识别，二度对驾驶员进行连续识别。若识别通过，则车辆进入可发动状态，当驾驶员按下发动按钮即可启动。若识别不通过，则说明驾驶室中可能不是驾驶员，或摄像头抓取图像质量不佳，将继续连续识别，直到驾驶室人员离开，压力膜传感器读数恢复，则停止识别。
快速使用方法:
在树莓派terminal中输入以下命令：
cd ~ sudo apt update sudo apt full-upgrade sudo apt install git python3-venv sudo apt install python3-gpiozero cd yolov8-face-landmarks-opencv-dnn python -m venv myenv --system-site-packages source myenv/bin/activate pip install opencv-python
然后将源码文件夹中的cam.py文件复制到当前文件夹下。然后开始接线，摄像头使用的是免驱USB摄像头，毫米波雷达gpio输出接在树莓派BCM24，压力膜传感器数字输出接在BCM4上。
接着切换到桌面环境中，打开terminal运行以下命令，便可以开始测试
~/yolov8-face-landmarks-opencv-dnn/myenv/bin/python ~/yolov8-face-landmarks-opencv-dnn/cam.py
车载无钥匙启动智能车锁.rar
(29.42 MB, 下载次数: 5)
| 
发表于 2024-1-22 16:10:43
/2 
