Na vida real, os veículos enfrentam certos riscos de segurança ao dar ré, especialmente em ambientes complexos, onde a visibilidade do motorista é facilmente limitada. Um pequeno descuido pode causar colisões ou até ferir pedestres. Para resolver esse problema, cada vez mais veículos estão sendo equipados com câmeras de ré e sistemas de radar de estacionamento, ajudando os motoristas a perceber melhor o ambiente traseiro. No entanto, os radares de estacionamento tradicionais só conseguem identificar "se há um objeto", mas não podem determinar "quem é o objeto" ou "a que distância ele está".
Este sistema utiliza uma câmera para detectar rostos em tempo real, distinguindo pedestres de outros obstáculos, e estima a distância real com base no tamanho do rosto. Quando um pedestre entra na zona de perigo, o veículo para automaticamente a ré, garantindo proteção ativa de segurança.
Objetivo da Tarefa
Detectar o rosto traseiro em tempo real através da câmera, estimar com precisão a distância entre o veículo e o pedestre e acionar automaticamente o freio quando a distância for menor que o limite de segurança, garantindo proteção inteligente na ré.
Pontos de Conhecimento
1. Compreender os princípios básicos da tecnologia de detecção facial.
2. Utilizar os resultados da largura e altura da detecção facial para determinar se há risco ao dar ré.
3. Entender as aplicações típicas de IA e tecnologia de sensores na segurança viária.
Lista de Materiais
Hardware:
Software:
Mind+ (versão V1.8.1 RC3.0 ou superior)
Download: https://mindplus.cc/
Prática Mão na Massa
Este projeto utiliza principalmente a câmera para detectar se há um pedestre atrás e determina se está dentro de uma distância segura com base na largura do rosto detectado. Se estiver dentro da distância segura, o carro continua a ré; caso contrário, freia automaticamente e aciona simultaneamente avisos sonoros e luminosos.
Tarefa 1: Reconhecimento de Pedestre
Monitorar o rosto traseiro em tempo real e imprimir no terminal serial os pixels do rosto (largura e altura).
Tarefa 2: Frenagem Ativa de Segurança
Converter o tamanho do pixel do rosto detectado em distância real e, quando a distância detectada for menor que 15 cm, acionar automaticamente o freio e o alerta sonoro/visual.
Tarefa 1: Reconhecimento de Pedestre
1. Conexão de hardware
Use um cabo de dados USB 3.0 para Type-C para conectar o carro montado ao computador.
Observação: a extremidade Type-C deve ser conectada ao UNIHIKER K10.
2. Preparação do software
Abra o Mind+ e siga as etapas indicadas para preparar o ambiente.
3. Programação
Sob o bloco "UNIHIKER K10 na partida", adicione o bloco "show de câmera" para mostrar em tempo real na tela do K10 a imagem capturada pela câmera.
Ainda sob "UNIHIKER K10 na partida", use o bloco "Alternar para o modo" para mudar a função da câmera para detecção facial.
Use o bloco "Face facial detectado?" junto com "se...então" para verificar se há um rosto no quadro atual.
Use o bloco "Obter Extensão de rosto detectado" para obter a altura do rosto em pixels e o bloco "Obter Largura de rosto detectado" para a largura. Por fim, use o bloco "Porta serial 0 em string Embrulhar" para exibir as dimensões no terminal serial.
4. Execução do programa
Conecte o UNIHIKER K10 ao computador e clique em “Executar” no Mind+. A tela mostrará a imagem da câmera e destacará o rosto detectado, imprimindo no terminal serial a largura e altura em pixels.
Tarefa 2: Frenagem Ativa de Segurança
1. Programação
(1) Detecção facial e conversão de distância
Essa tarefa é uma continuação da Tarefa 1. Para converter pixels de rosto em distância, precisamos de uma fórmula de conversão. A fórmula para converter pixels do rosto em distância normalmente é baseada em princípios geométricos, assumindo que o tamanho do rosto na imagem é inversamente proporcional à distância.
Distância=K / Largura do Rosto(pixels)
Como determinar a constante K?
Escolha uma distância conhecida (por exemplo, 20 cm)
Meça a largura do rosto em pixels nessa distância (por exemplo, 75 pixels a 20 cm)
Calcule K: K=Distância Conhecida×Largura do Rosto (pixels)=20×75=1500
Se a largura do rosto detectada for 50 pixels e K=1500. Distância=1500 / 50=30 cm
(2) Frenagem de Segurança Ativa
Crie uma variável chamada "distância". Quando um rosto for detectado, calcule sua distância usando a fórmula e atribua o valor à variável "distância".
Use o bloco "se...então...senão" para verificar se a "distância" é menor que o limite de segurança (por exemplo, 15 cm).
Se for verdadeiro (a "distância" for menor que o limite de segurança), use o bloco "Configurar Tudo motor parar" para interromper o carro.
Se for falso (a "distância" for maior que o limite de segurança), use o bloco "Configurar Tudo motor direção Girar para trás velocidade 100" para fazer o carro recuar lentamente.
Observação: Lembre-se de adicionar o bloco "Módulo de inicialização do sistema" ao usar comandos de controle do motor.
2. Executando o programa
Antes de executar o programa, certifique-se de que o UNIHIKER K10 esteja devidamente conectado ao computador via cabo USB. Uma vez confirmada a conexão, clique no botão "Executar" no software e aguarde a execução do programa. Se a distância detectada for maior que o limite de distância segura (15 cm), o carrinho começará a dar ré. Se a distância detectada for menor que o limite de distância segura, o carrinho irá parar.
3. Experimente você mesmo
Agora, vamos tentar adicionar sons de alerta e efeitos de luz ao programa da Tarefa 2. Por exemplo, quando a distância detectada for menor que o limite de segurança, o buzzer tocará a melodia interna "dadadadum", e as luzes dianteiras do carrinho ficarão vermelhas. Por outro lado, se a distância detectada for maior que o limite de segurança, o carrinho se moverá para trás e as luzes exibirão a cor verde.
Base de Conhecimento
1. Compreendendo o Princípio da Conversão de Distância
A conversão de distância conecta princípios matemáticos a aplicações do mundo real. Neste projeto, estimamos a distância entre o carrinho e um pedestre medindo a largura do rosto em pixels. Esse método baseia-se em um conceito geométrico simples: o tamanho aparente de um objeto em uma imagem é inversamente proporcional à sua distância. Por exemplo, um rosto parece maior quando está mais próximo da câmera e menor quando está mais distante — assim como uma montanha parece maior à medida que você se aproxima dela.
2. Fundamentos da Tecnologia de Detecção Facial
(1) O que é Detecção Facial?
A detecção facial é uma técnica de visão computacional que identifica rostos humanos em imagens ou vídeos. Ela impulsiona aplicações como o desbloqueio de smartphones e sistemas de vigilância.
(2) Como Funciona
A tecnologia reconhece características faciais (olhos, nariz, boca) utilizando aprendizado profundo. Ao treinar com grandes conjuntos de dados, as máquinas aprendem a detectar rostos — de forma semelhante a como os humanos aprendem pela experiência.
3. O Futuro do Transporte Inteligente
Os avanços em IA e tecnologia de sensores vão revolucionar o transporte. Veículos do futuro não apenas detectarão obstáculos de forma autônoma, mas também se comunicarão com outros carros (V2V) e com a infraestrutura (V2I) para prevenir acidentes.
Carros autônomos movidos por IA serão capazes de navegar em tráfego complexo, otimizar a velocidade e aumentar a segurança. Além de simples meios de transporte, eles evoluirão para hubs móveis inteligentes, conectados por sensores para viagens mais seguras, ecológicas e eficientes. As possibilidades são infinitas.
Desafie-se
Já que podemos detectar pixels do rosto e calcular a distância, será que também conseguimos determinar a posição exata do pedestre atrás do carrinho (centro, esquerda, direita)? Como você implementaria isso? Pense a respeito!
program.zip 
