Đồ án tốt nghiệp - Thiết kế và thi công hệ thống điều khiển các thiết bị điện trong nhà sử dụng CNL

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH
KHOA ĐÀO TẠO CHẤT LƯỢNG CAO

ĐỒ ÁN TỐT NGHIỆP
THIẾT KẾ VÀ THI CÔNG HỆ THỐNG ĐIỀU
KHIỂN CÁC THIẾT BỊ ĐIỆN TRONG NHÀ SỬ
DỤNG CÔNG NGHỆ LORA.

SVTH:
MSSV:
SVTH:
MSSV:
Khoá:
Ngành:
GVHD:

LÊ ANH QUANG
19161154
TRẦN HỮU NGHĨA
19161141
2019
CNKT ĐIỆN TỬ-VIỄN THÔNG
TS NGUYỄN THANH NGHĨA

Tp. Hồ Chí Minh, tháng 06 năm 2023

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
***

Tp. Hồ Chí Minh, ngày 22 tháng 6 năm 2023

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Họ và tên sinh viên 1: Lê Anh Quang MSSV: 19161154
Họ và tên sinh viên 2: Trần Hữu Nghĩa MSSV: 19161141
Ngành: Công nghệ kỹ thuật điện tử - Viễn thông
Lớp: 19161CLĐT2B
Giảng viên hướng dẫn: TS. Nguyễn Thanh Nghĩa
Ngày nhận đề tài: 16/02/2023
Ngày nộp đề tài: 22/06/2023
1. Tên đề tài: THIẾT KẾ VÀ THI CÔNG HỆ THỐNG ĐIỀU KHIỂN CÁC THIẾT
BỊ ĐIỆN TRONG NHÀ SỬ DỤNG CÔNG NGHỆ LORA.
2. Các số liệu, tài liệu ban đầu:
⚫
Các loại vi điều khiển: Arduino Mega 2560, Arduino Uno, Raspberry Pi 3
model B, ModuleWifi ESP8266.
⚫
Các loại module: Lora Ra-02 SX1278, Camera USB.
⚫
Màn hình hiển thị: LCD 16x02.
⚫
Cảm biến: Cảm biến đo nhiệt độ - độ ẩm DHT11, Cảm biến khí gas MQ-2.
⚫
Điều khiển thiết bị: Relay 4 kênh và 8 kênh.
⚫
Nguồn: Nguồn tổ ong, module hạ áp DC – DC.
3. Nội dung thực hiện đề tài:
⚫
Tìm hiểu và tham khảo các tài liệu, giáo trình, nghiên cứu các chủ đề, các nội
dung liên quan đến đề tài.
⚫
Tìm hiểu về công nghệ Lora.
⚫
Viết chương trình giao tiếp giữa các module để điều khiển các thiết bị điện, hệ
thống cửa tự động.
⚫
Viết chương trình nhận diện.
⚫
Thiết kế ứng dụng điều khiển trên hệ điều hành Android.
⚫
Thi công mô hình.
⚫
Chạy thử nghiệm hệ thống.
⚫
Chỉnh sửa lỗi xuất hiện .
⚫
Đánh giá kết quả thực hiện.
⚫
Viết báo cáo
TRƯỞNG NGÀNH

GIẢNG VIÊN HƯỚNG DẪN
i

ii

LỜI CAM ĐOAN
Đề tài này là do nhóm em thực hiện dưới sự hướng dẫn của TS. Nguyễn Thanh
Nghĩa dựa vào một số tài liệu trước đó và không sao chép từ tài liệu hay công trình
đã có trước đó.
Người thực hiện đề tài
Lê Anh Quang – Trần Hữu Nghĩa

iii

LỜI CẢM ƠN
Để hoàn thành đề tài nghiên cứu này, lời đầu tiên cho phép chúng em được gửi
lời cảm ơn chân thành đến toàn thể quý thầy cô Trường Đại Học Sư Phạm Kỹ Thuật
TP.HCM nói chung và các thầy cô trong Khoa Điện – Điện Tử nói riêng, những người
đã tận tình dạy dỗ, trang bị cho chúng em những kiến thức nền tảng và kiến thức
chuyên ngành quan trọng, giúp nhóm chúng em có được cơ sở lý thuyết vững vàng

...

...
s = face_recognition.face_locations(rgb,
model=hog)
# compute the facial embedding for the face
encodings = face_recognition.face_encodings(rgb, boxes)
# loop over the encodings
for encoding in encodings:
# add each encoding + name to our set of known names and
# encodings
knownEncodings.append(encoding)
knownNames.append(name)
# dump the facial encodings + names to disk
print([INFO] serializing encodings...)
data = {encodings: knownEncodings, names: knownNames}
f = open(encodings.pickle, wb)

85

PHỤ LỤC
f.write(pickle.dumps(data))
f.close()

Chương trình nhận diện khuôn mặt

import pickle
from imutils import face_utils
import imutils
import time
import dlib
import cv2
from imutils.video import VideoStream
import face_recognition
import RPi.GPIO as GPIO
GPIO.setwarnings(False)
GPIO.setmode(GPIO.BCM)
GPIO.setup(17, GPIO.OUT)
GPIO.output(17,GPIO.LOW)
data = pickle.loads(open(encodings.pickle, rb).read())
print([INFO] loading HOG + Linear SVM face detector...)
detector = cv2.CascadeClassifier(haarcascade_frontalface_default.xml)
vs = VideoStream(src=0).start()
while True:
frame = vs.read()
frame = imutils.resize(frame, width=300)
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (7, 7), 0)
rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
rects = detector.detectMultiScale(gray, scaleFactor=1.1,
minNeighbors=5, minSize=(30, 30),flags=cv2.CASCADE_SCALE_IMAGE)
boxes = [(y, x + w, y + h, x) for (x, y, w, h) in rects]
# compute the facial embeddings for each face bounding box
encodings = face_recognition.face_encodings(rgb, boxes)
names = []
for encoding in encodings:
matches = face_recognition.compare_faces(data[encodings],
encoding,0.4)
name = Unknown
if True in matches:
GPIO.output(17,GPIO.HIGH)
matchedIdxs = [i for (i, b) in enumerate(matches) if b]
counts = {}
for i in matchedIdxs:
name = data[names][i]
counts[name] = counts.get(name, 0) + 1
name = max(counts, key=counts.get)
names.append(name)
for ((top, right, bottom, left), name) in zip(boxes, names):
cv2.rectangle(frame, (left, top), (right, bottom),(0, 255, 0), 2)
y = top - 15 if top - 15 15 else top + 15
cv2.putText(frame, name, (left, y),
cv2.FONT_HERSHEY_SIMPLEX,0.75, (0, 255, 0), 2)
GPIO.output(17,GPIO.LOW)

86

PHỤ LỤC
cv2.imshow(Frame, frame)
key = cv2.waitKey(1) &amp 0xFF
# if the `q` key was pressed, break from the loop
if key == ord(q):
break
# show the output image
cv2.destroyAllWindows()
vs.stop()
GPIO.cleanup()

87