這篇博客展示了如何使用樹莓派上的神經網絡USB插件來檢測或“推斷”一個人的位置，從而構建一個安全系統。Arduino型接收器從零開始構建，通過遠程LoRa射頻協議從樹莓派發射器獲取數據，并顯示和發出警報。我試著展示了這個項目背后的一些想法，展示的是一整套python，arduino和PCB等等以便實施。

難度級別：需要具備一定的樹莓派技能但是并非專家級，焊接技能簡單。

網絡上關于LoRa的大部分信息似乎都指向“Things Network”，但如果我們只需要在兩個設備之間進行基本數據傳輸，而不希望全世界都能看到我們的數據，該怎么辦呢？那就需要點對點通信了。

在本例中，樹莓派搭配Dragonino LoRa/GPS擴展板，將遠程位置（如農場大門）的安全狀態數據發送出去，以告知我們是否有人進入，甚至是否有人偷走了我們的牛。接收器是Arduino MKRWAN 1300，上面焊接了專用的LoRa芯片。注意：這款Arduino是3.3V設備，如果向任何（或大多數）引腳施加5V電壓，設備將被燒毀。此外，在未連接天線的情況下，切勿操作Dragino擴展板或Arduino設備！就代碼而言，兩者都非常簡單，盡管我花了一段時間才弄清楚需要為Arduino刷入固件升級才能使其正常工作。插入Dragino擴展板后，樹莓派的處理步驟如下：

$wget "https://codeload.github.com/dragino/rpi-lora-tranceiver/zip/master> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> "https://codeload.github.com/dragino/rpi-lora-tran...> https://codeload.github.com/dragino/rpi-lora-tran...>>>>>$ unzip master$cdrpi-lora-tranceiver-master/dragino_lora_app$make$cdrpi-lora-tranceiver-master/dragino_lora_app &&./dragino_lora_app$./dragino_lora_app sender

此數據不安全，但如有需要，可以使用Python腳本。

重要提示：RPi必須配備合適的電源，并在設置中啟用SPI。使用的操作系統是Raspian Stretch。Arduino的設置同樣簡單，但需注意以下幾點：

首先，在我的案例中，RPi嘗試每3秒在868.1 MHz頻率上發送“HELLO”，因此Arduino需相應配置……868.1 MHz = 8681 x 105 = 8681E5。其他地區（如美國）使用不同頻率。然后在從此處下載Arduino LoRa庫（兩者均需安裝）

以正常方式安裝庫后，打開MKWAN示例集，將“MKRWANFWUpdate _ standalone”加載到Arduino并打開串行控制臺。觀察更新進度，接下來，找到“LoRa”示例集，選擇“LoRaReceiver”并上傳。不要忘記像前面提到的那樣編輯頻率！打開串行控制臺，您應該會看到從RPI發送的HELLO。

第一步：組件清單

Arduino MKRWAN 1300

樹莓派3

RS PRO 5V表面貼裝電磁蜂鳴器，97dB（3個）

PCB滑動開關（單刀雙擲，鎖存型，3A @ 120V AC）

L293E電機驅動IC（STMicroelectronics，36V 1A）

Draganino Seeed Studio Raspberry Pi LoRa/GPS HAT（支持868MHz）

Arduino PCB天線

樹莓派PiNoir相機V2模塊（CSI-2，3280×2464分辨率）

Logitech C930e全高清攝像頭

Movidius神經網絡計算棒NCSM2450.DK1

USB延長線（12CM USB 2.0 AM AF BLK EXT）

帶透明蓋的機箱

39Ω電阻

第二步：將代碼移植到Python

由于神經網絡模塊使用Python 3，我認為讓樹莓派的LoRa發射器HAT（Dragonino）也通過Python控制更合理。

但需補充幾個步驟，此處詳細說明：

1.從RPi取出SD卡，插入合適的PC。

2.將/boot文件夾中的config.txt復制到桌面。

3.使用chmod 777修改權限，編輯文件并添加：

dtoverlay=spi0-cs,cs0_pin=25

到文件頂部。

4.保存后將文件復制回SD卡的boot文件夾。這是唯一快捷的編輯方式！

5.下載Python文件:https://github.com/mayeranalytics/pySX127x?, 解壓后用文本編輯器打開 'board_config.py'。

6.在board_config中設置以下值：

DIO0=4 DIO1=23 DIO2=24 DIO3=21 LED=18 SWITCH=7

注意：若在歐洲，使用868 MHz頻段，需將low_band = true改為false（根據注釋說明）。

low_band=true

7.修改constants.py文件，添加以下內容（注意用4個空格縮進以兼容Python格式）：

@add_lookupclassSPI_BAUD_RATE: MAX_SPEED_HZ= 5000@add_lookupclassSPI_MODE: SPI_MODE= 0b01

8.打開LoRa.py文件，找到spi = BOARD.SpiDev()：

spi= BOARD.SpiDev()

在其下插入

spi.max_speed_hz= SPI_BAUD_RATE.MAX_SPEED_HZspi.mode= SPI_MODE.SPI_MODE

9.打開終端，進入包含tx_beacon.py的目錄（如cd /home/pi/Desktop/dragonino/psySX127x-master/）。

10.其中,“869”是以MHz為單位的頻率,“7”是擴頻因子，使用python tx_beacon.py -f 869 -s 7運行信標程序

11.將Arduino調至8690E5，串口控制臺應顯示類似以下內容：

Receivedpacket' 'withRSSI-33Receivedpacket' 'withRSSI-23Receivedpacket' 'withRSSI-33Receivedpacket' 'withRSSI-26Receivedpacket' 'withRSSI-25

成功！

12.如需顯示更有意義的內容，用文本編輯器打開tx_beacon.py，找到第65行附近的：

self.write_payload([0x0f])

修改為：

self.write_payload([0x57,0x68,0x61,0x74,0x20,0x74,0x68,0x65,0x20,0x66,0x75,0x63,0x6B,0x21])

第三步：準備Python傳輸數據

我以前沒有用Python編程過，但是與C++相比，它已經看起來簡單多了，也直觀多了。

我發現Lora信標可能是起點，它需要一個代表ANSII字符的數字“列表”,這些數字可以是十進制或十六進制值。信標程序中傳輸數據的實際短語在第65行:

self.write_payload(j)

其中j是有效載荷列表，對于“Hello World”來說，它通?？雌饋硐襁@樣:

([72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100])

為了將“Hello World”轉換成該列表格式，使用了以下代碼:

importarrayasarr
importnumpyasnp

c='Hello World'g = arr.array('i',[])n=-1forhinrange(len(c)): g.extend([0])forxinc: n = n+1 y =ord(x) g[n] = yprint(g)j = np.array(g).tolist()

代碼將字符串中的每個字符轉換為整數數組中的一個整數，用字母“I”表示，長度為c，對應于字符串中字符和空格的數量。extend命令擴展數組以接受更多的整數。接下來，對于字符串中的每個字符,“ord”命令執行實際的字符到整數的轉換，然后“g[n] = y”將其轉儲到數組中的正確位置。最后一個是array to list命令，它將整個數組轉換成列表格式。簡單！

在本博客的文件部分，新的LoRa信標文件被稱為Tegwyns_LoRa_Beacon，假設它與原始信標文件位于同一位置，它將從命令行運行:

cd/home/pi/Desktop/dragonino_python_fix/pySX127x-master/ && python3 Tegwyns_LoRa_Beacon.py -f 869 -s 7-

在這一階段，使用SDR-RTL USB加密狗通過Cubic SDR等軟件及其頻譜分析儀功能來檢測和分析傳輸信號是一個好主意，但不是必需的。

y

第四步：使用神經計算棒實現“人物檢測”

開始之前需要注意幾個關鍵事項:

樹莓派的正確神經計算棒是NCSM2450。DK1，目前(2018年)沒有其他英特爾棒將在樹莓派上工作。注意下載的是stick SDK還是APi的哪個版本——V2及以上版本不是針對Raspbian stretch的，僅支持Ubuntu 16.04。

說明：

1.安裝SDK 1.0完整版和API（耗時較短）：

$sudo apt-get update$sudo apt-get install$gitclonehttps://github.com/movidius/ncsdk.git$cd/home/pi/ncsdk && sudo make install$cd/home/pi/ncsdk && sudo make examples

2.測試計算棒是否正常工作：

$gitclonehttps://github.com/movidius/ncappzoo$cd/home/pi/ncappzoo/apps/hello_ncs_py$python3 hello_ncs.py

3.下載文件: https://cdn.hackaday.io/files/1626676959544928/graph 并粘貼到 /home/pi/ncappzoo/caffe/SSD_MobileNet文件夾.不要改變名字和擴展名.

4. 編譯并運行演示：

$cd/home/pi/ncappzoo/apps/security-cam$make run

需使用攝像頭（如USB Logitech，即插即用）。

第五步：整合LoRa與安全攝像頭

這有點像一場戰斗，Python的學習曲線很陡，但是最后，我創建了一個Python文件，可以將時間戳、檢測類別、置信度和邊界框坐標發送到Arduino基站。顯然，在不同的目錄中仍然有大量的依賴關系——一些就在附近，而另一些則深深地嵌入在Python系統的某個地方，此處是我的“棧頂”代碼:

第六步：升級攝像頭至樹莓派NoIR V2

顯然，我們想在黑暗中用紅外線燈使用這個小工具，所以我們需要一個有紅外線功能的像樣的相機，既沒有紅外線過濾器的相機。幸運的是，這些相機比羅技USB便宜得多，也更緊湊，而且安裝也很容易:

首先，檢查樹莓派設置中的攝像頭是否已啟用，然后，在將其插入主板后，檢查它是否能與以下設備一起工作:

$raspistill -o image.jpg

接下來安裝以下 Python 依賴項

$sudo apt-get install python3-picamera$pip3 install"picamera[array]"$pip3 install imutils

最后，使用樹莓派cam版本的security_cam文件

用以下命令運行文件

$cd&&cd/home/pi/ncappzoo/apps/securityCam && python3 security_camPiCam.py

安全攝像頭現在可以在野外測試了，顯然不是在雨中！如果有一個像樣的天線，可以看看發射機的范圍會很有趣:)

需要注意的一點是，Noire相機給出的色彩平衡結果與USB相機非常不同，這是完全正常的，因為鏡頭上沒有紅外濾光片。

除了防水之外，另一個問題是當設備發現一個人時，在哪里收集拍攝的照片-也許是一個u盤，以防止填滿樹莓派SD卡？

第七步：將攝像頭快照保存到USB驅動器

通過將第235行修改為類似下面的內容，可以很容易地修改安全cam Python文件，以保存檢測到的人的重復快照，其中我的USB驅動器稱為“KINSTON”:

photo= ("/media/pi/KINGSTON"+"/captures/photo_"+ cur_time +".jpg")

實際上，使用這個u盤大大降低了程序的運行速度！部署后，如果使用另一臺PC通過SSH連接到樹莓派，則可以輕松地從樹莓派傳輸/刪除圖像。一個更好的解決方案可能是在micro SD卡上創建一個分區，這樣如果它充滿了圖像，它就不會阻塞操作系統和相機python腳本。

第八步：接收器PCB組裝

除了Arduino MKRWAN 1300之外，PCB還具有一個L293E芯片，用于提高報警系統所需的電壓和電流，該系統本身是一個由8個led和3個蜂鳴器芯片組成的模塊。如果直接在Arduino上運行這些設備會立刻讓設備崩潰！在組裝和測試后，整個系統運行良好，經過實驗，紅色發光二極管的最佳電阻是39歐姆。

雖然大多數元件都是表面貼裝，但它們都非常大，不需要模板。檢查完led的極性后，用焊料將PCB粘好，安裝表面貼裝元件，然后夾在烤箱中加熱至260攝氏度。可以使用熱風槍，但不建議使用。

第九步：部署攝像頭

可以看出，這種裝置非常容易組裝，只需要放在一個前面透明的防水盒中。使用厚紙板和一點折紙將上述組件緊緊地楔入盒子中。

注意：攝像頭必須在正確的方向上，神經網絡才能正常工作。

第十步：Arduino MKRWAN 1300代碼

代碼沒什么特別的，除了可以讓蜂鳴器的音調根據被檢測的人離攝像機的距離而改變。這將有助于辨別在郵箱里寄信的人和真正走上車道的人之間的區別。該代碼使用字符串分析函數，首先通過搜索單詞“Box”來確認數據是一致的，然后找到代表檢測框的兩對坐標。如果檢測到的人靠近攝像機，檢測框的面積會更大，產生的報警音頻率會更高:

#include#includeString myString =" ";String myStringReversed =" ";voidsetup(){ pinMode(4, OUTPUT); pinMode(LED_BUILTIN, OUTPUT); tone(5,1000,1000); digitalWrite(LED_BUILTIN, HIGH); digitalWrite(4, HIGH); delay(1000); digitalWrite(LED_BUILTIN, LOW); digitalWrite(4, LOW); Serial.begin(9600);

// while (!Serial); Serial.println("LoRa Receiver"); if(!LoRa.begin(8690E5)) { Serial.println("Starting LoRa failed!"); while(1); }}voidloop(){ //delay (1000);

// try to parse packet intpacketSize = LoRa.parsePacket(); if(packetSize)

{ // received a packet Serial.print("Received packet '"); digitalWrite(LED_BUILTIN, HIGH); digitalWrite(4, HIGH); delay(100); digitalWrite(LED_BUILTIN, LOW); digitalWrite(4, LOW); // read packet myString =" "; myStringReversed =" "; inti =0; charc; while(LoRa.available())

{ //c[i] = (char)LoRa.read(); //Serial.print((char)LoRa.read()); myString = (char)LoRa.read() + myString; i++; //Reverse the string: c = myString.charAt(0); myStringReversed = myStringReversed + c; } processString(); //Serial.print("My string:

");Serial.print(myString); // print RSSI of packet //Serial.print("' with RSSI "); //Serial.println(LoRa.packetRssi());

}}voidprocessString(){ Serial.print("My string reversed:");Serial.print(myStringReversed); // print RSSI of packet Serial.print("' with RSSI "); Serial.println(LoRa.packetRssi());

intlen = myStringReversed.length(); intj=0; chara,b,c,d; String coord1 =" "; String coord2 =" "; String coord3 =" "; String coord4 =" ";

intk =0; charx =',';

intz=1; inty=1; intr=1; ints=1; intv=0; while(j < len)?? ?

{ a = myStringReversed.charAt(j); b = myStringReversed.charAt(j+1);

c = myStringReversed.charAt(j+2);

if((a=='B')&&(b=='o')&&(c=='x')) // The word 'box' has been identified in the string - k is now greater than 0. { k = j+5; Serial.print("Character B was found at: ");Serial.println(j); } j++; } if(k>0) { v =0;

// int V stops perpetual loops occurring. while((z==1)&&(v<200))? ? ? {? ? ? ? if(myStringReversed.charAt(k)==x) ? ??

// Build up string 'coord' until a comma is reached. { Serial.print("k");Serial.println(k);

z=0; }

else

{ coord1 = coord1 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord1: ");Serial.println(coord1); } } v =0; k++; while((y==1)&&(v<200))?

{ if(myStringReversed.charAt(k)==')')

// Build up string 'coord' until a comma is reached. { Serial.print("k");Serial.println(k); y=0; } else {

coord2 = coord2 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord2: ");Serial.println(coord2); } } v =0; k=k+3;

// Takes account of two brackets and a comma. while((r==1)&&(v<200))? ? ? {? ? ? ? if(myStringReversed.charAt(k)==x) ? ? ? ?

// Build up string 'coord' until a comma is reached.

{ Serial.print("k");Serial.println(k); r=0; } else {

coord3 = coord3 + myStringReversed.charAt(k);

k++; v++; //Serial.print("coord3: ");Serial.println(coord3); } } v =0; k++; while((s==1)&&(v<200))? ? ? {? ? ?

if(myStringReversed.charAt(k)==')') // Build up string 'coord' until a comma is reached. {

Serial.print("k");Serial.println(k); s=0;

} else

{ coord4 = coord4 + myStringReversed.charAt(k); k++; v++; //Serial.print("coord4: ");Serial.println(coord4);

} } } Serial.print("coord1: ");Serial.println(coord1); Serial.print("coord2: ");Serial.println(coord2); Serial.print("coord3: ");Serial.println(coord3); Serial.print("coord4: ");Serial.println(coord4); intcoord10 = coord1.toInt(); intcoord20 = coord2.toInt(); intcoord30 = coord3.toInt(); intcoord40 = coord4.toInt(); intarea = (coord40 - coord20) * (coord30 - coord10); tone(5,(area/100)+200,100); Serial.print("Box area: ");Serial.println(area);}

第十一步：檢測其他對象和動物

“security_cam.py”文件是一個通用的“活體檢測”文件腳本，可以很容易地修改，以檢測總共20個不同的對象。

如果我們看第119行:

# "Class of interest" - Display detections only if they match this class IDCLASS_PERSON =15

要檢測狗，只需將其更改為:

# "Class of interest" - Display detections only if they match this class IDCLASS_DOG =12

此外，第200行也需要更改:

# Filter a specific class/category if( output_dict.get('detection_classes_'+str(i) ) == CLASS_PERSON ):

雖然person類工作得非常好，給人留下了深刻的印象，但是dog類就有點令人印象不深，遠不如我測試過的其他一些模型。盡管如此，這是這種模型可用的全部類列表:飛機 自行車 鳥 船 瓶子 公共汽車 貓 椅子 牛 餐桌 狗 馬 摩托車人 盆栽 植物 羊 沙發 火車 電視監視器

第十二步：系統測試

在將系統置于headless模式并使用SSH通過筆記本電腦登錄后，我能夠在“現場”測試系統。最初，有一個錯誤導致相機在15分鐘后關閉，這是通過在樹莓派上安裝“screen”并在啟動python文件之前在命令行中鍵入“screen”來解決的。screen所做的是打開樹莓派上的另一個終端，因此它有自己的活動終端，當我的筆記本電腦終端關閉時，它不會關閉。這是一個非常好的解決方案，避免了與其他“啟動時運行”解決方案的混亂，而且后者可能會破壞整個系統。

一臺獨立的攝像機安裝在我的辦公室里，在200米外，與主攝像機同步，聚焦在接收器上(視頻右下角)。在測試中，系統對相機畫面中的狗沒有反應，但對我(一個人)有反應…..成功！

我打算在某個階段將整個系統升級到Movidius neural stick 2，并使用一個更大的帶分區的micro SD卡，來防止拍攝的圖像堵塞。

原文地址：

https://www.instructables.com/LoRa-Neural-Network-Security-System/