IoT 및 AI로 수중 생물 구하고 수질 오염 방지

이 프로젝트 정보

영감

뉴델리에 가면 야무나강 다리를 만난다. 해마다 강의 물은 더 오염되고 있으며 수생 생물의 흔적은 없습니다. 수천 명의 마을 사람들이 사용하는 물은 물의 속성을 포함하지 않으며 pH는 산성에 가깝습니다.

야무나만이 아니라 전 세계 수백 개의 강에 수중 생물의 흔적이 없습니다. 산업체가 화학 물질과 폐기물을 강에 버리기로 결정할 때마다 수생 생물은 그 대가를 치러야 합니다.

많은 해양 종들이 오염으로 인해 멸종되고 있습니다.

이번 지구의 날 챌린지를 통해 이 문제를 해결하고 싶습니다.

솔루션

이 문제에 대한 적절한 조치를 취하려면 먼저 물 속에서 무슨 일이 일어나고 있는지 분석할 데이터가 필요합니다.

여기 pH, 탁도 및 개수에서 세 가지 주요 데이터 개체를 수집하고 있습니다.

1. 물의 pH

물의 pH는 산도와 염기도를 결정짓는 매우 중요한 요소이며, pH 값이 변할 때마다 수중 동물들이 불편을 겪습니다.

pH 값을 측정하기 위해 Arduino 및 pH 미터 모듈을 사용했습니다.

2. 물의 탁도

탁도는 일반적으로 육안으로 볼 수 없는 많은 수의 개별 입자로 인해 발생하는 유체의 흐림 또는 탁함입니다. 이는 공기 중의 연기와 유사합니다. 탁도 측정은 수질의 핵심 테스트입니다.

탁도 값을 측정하기 위해 Arduino 및 탁도 모듈을 사용했습니다.

3. Walabot으로 수생 동물의 수 계산

Walabot은 전파를 사용하여 주변의 물체를 측정하는 장치입니다. 우리는 살아있는 수중 동물이 방출하는 열 복사를 매핑하기 위해 왈라봇을 사용하고 있습니다.

참고 - 현재는 Walabot을 사용하여 계산하지만 딥 러닝을 사용하고 있습니다. 추가할 알고리즘 원시를 기준으로 종을 분류하는 능력 왈라봇의 이미지.

결론

세 가지 데이터 모델 pH, 탁도 및 수중 생물의 수를 통해 수역이 얼마나 오염되었는지 알 수 있습니다. 당국은 이 데이터를 책임 있는 산업체와 공유할 수 있으며 오염을 줄이기 위한 조치를 취할 수 있습니다. 또한 특정 조치를 취한 후 수생 생물이 서식하는지 여부와 이들의 인구 증가에 책임이 있는 요인이 무엇인지도 확인할 수 있습니다.

테스트

저는 애완용으로 키우는 민물고기에서 테스트했으며 이제 다른 강에서 테스트하고 솔루션을 최적화할 것입니다.

다음은 무엇입니까?

이제 데이터가 Sigfox Cloud에 있으므로 AWS IoT 및 Sigfox Webhook을 사용하여 이 데이터를 분석할 수 있습니다.

여기에서 튜토리얼을 따를 수 있습니다.

내 프로젝트는 아직 진행 중이며 더 많은 기능을 추가하고 싶습니다. 앞으로 추가할 주요 기능은 Google AutoML 또는 사용자 정의 딥 러닝 알고리즘 을 사용하는 것입니다. (둘 중 더 나은 결과를 제공하는 쪽) 수역에 얼마나 많은 다른 종이 있고 그 양은 얼마인지 결정할 수 있습니다.

코드

깃허브

회로도