Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Technology >> Processo de manufatura

Sistema Avançado de Detecção de Quedas com Arduino, Windows IoT e Azure Cloud

Componentes e Materiais

ComponenteQuantidade
Arduino UNO1
Módulo Bluetooth HC-061
Acelerômetro ADXL345 (Adafruit)1
Jumpers Macho-Macho e Macho-Fêmea1
Mini Protoboard1
Lumia 1520 ou Dispositivo Windows Phone 10 Compatível1
Módulo Bluetooth ORICO (opcional para Raspberry Pi)1

Aplicativos e Serviços Online

Sobre o Projeto

Introdução: Quedas que levam a lesões fatais são um grande desafio para idosos. Abordagens existentes: dispositivos vestíveis (acelerômetro, magnetômetro, giroscópio), sensores de ambiente (pressão) e visão computacional (câmeras). Este projeto propõe um sistema de vigilância em tempo real baseado em Arduino, Windows 10 e Microsoft Azure.

Arquitetura do Sistema: Arduino + ADXL345 fornece dados 3D de aceleração via Bluetooth HC-06. Dispositivo Windows 10 processa fusão de dados e algoritmos de detecção de queda. Azure armazena e disponibiliza dados via app mobile/PC.

Princípio de Detecção de Queda com Reconhecimento de Postura

Baseado no algoritmo Fall-detection-in-Android de Bharadwaj Sreenivasan. Dois módulos:

  1. Reconhecimento de Postura: Classifica em sentado, em pé, caminhando. Usa eixo Y para orientação e taxa de variação da norma L2 em relação à gravidade (9.8) para distinguir caminhada de transição.
  2. Detecção de Queda: Busca padrão característico na norma L2: diferença entre mínimos e máximos consecutivos > 2g indica queda.

Decisão final combina ambos módulos. Se postura ainda for "caminhando", descarta falso alarme.

Pré-requisitos

Bluetooth HC-06 (barato, compacto). Para Raspberry Pi/MBM como dispositivo IoT, necessita dongle Bluetooth USB (ex: ORICO BTA-403). Configuração leva 2-3h se Windows 10/Visual Studio não estiverem prontos.

Instruções Passo a Passo

Passo 1: Conectar ADXL345 ao Arduino (5 min)

ADXL345: acelerômetro MEMS 3-eixos, 13-bit, ±16g, interface I2C/SPI. Use I2C: SDA → A4, SCL → A5. VCC e CS → 3.3V (CS em 3.3V seleciona modo I2C).

Passo 2: Conectar Módulo Bluetooth (5 min)

HC-06: firmware slave-only, comandos AT limitados. VCC → 5V, GND → GND, TX → RX (pino 0), RX → TX (pino 1). Desconecte TX/RX ao fazer upload do sketch.

Passo 3: Parear Bluetooth com Dispositivo Windows 10 (5 min)

Código padrão: 1234, Baud: 9600. No Windows 10 PC/Mobile: Configurações → Dispositivos → Bluetooth. No IoT Core (Raspberry Pi): use SSH e ferramentas de linha de comando para pareamento (modo BR).

Passo 4: Criar Conta de Armazenamento Azure (10 min)

Portal Azure → Storage → Quick Create. Copie nome da conta e access key.

Passo 5: Criar Tabela no Azure Storage

Use Azure Storage Explorer (CodePlex). Crie tabela "AccelerometerTable".

Passo 6: Deploy do Código (10 min)

  1. Carregue ADXL345_HC06.ino no Arduino (desconecte HC-06 TX/RX durante upload).
  2. Baixe GenericBluetoothSerialUWApp do GitHub. Abra no Visual Studio 2015. Configure account name/key em MainPage.xaml.cs (método dataTransferTick). Deploy (F5). Pareie HC-06, clique "Start Recv" → "Process Data" → "Upload Data". Dados enviados a cada 3s (ajustável).
  3. Baixe FallDetectionClient do GitHub. Configure storage account/key em StorageSensor.cs. Deploy – visualiza dados em tempo real.

Código

Sketch Arduino (ADXL345_HC06.ino)

#include <Wire.h>
#include <String.h>
#define Register_ID 0
#define Register_2D 0x2D
#define Register_X0 0x32
#define Register_X1 0x33
#define Register_Y0 0x34
#define Register_Y1 0x35
#define Register_Z0 0x36
#define Register_Z1 0x37

int ADXAddress = 0xA7 >> 1;
int X0, X1, X_out, Y0, Y1, Y_out, Z0, Z1, Z_out;
double Xg, Yg, Zg;

void setup() {
  Serial.begin(9600);
  Wire.begin();
  delay(100);
  Wire.beginTransmission(ADXAddress);
  Wire.write(Register_2D);
  Wire.write(8); // Medição ativa
  Wire.endTransmission();
}

void loop() {
  String gy;
  // Leitura X
  Wire.beginTransmission(ADXAddress);
  Wire.write(Register_X0);
  Wire.write(Register_X1);
  Wire.endTransmission();
  Wire.requestFrom(ADXAddress, 2);
  if (Wire.available() <= 2) {
    X0 = Wire.read(); X1 = Wire.read(); X1 <<= 8; X_out = X0 + X1;
  }
  // Leitura Y e Z (similar)
  // ...
  Xg = X_out / 256.00; Yg = Y_out / 256.00; Zg = Z_out / 256.00;
  
  // Formata string para envio serial
  gy = "x=" + String(Xg, 2) + " y=" + String(Yg, 2) + " z=" + String(Zg, 2) + ",";
  Serial.print(gy);
}

Aplicativos Complementares

Esquemáticos

Processo de manufatura

  1. Sistema de Presença RFID Confiável com Arduino e Python
  2. Robô de Detecção Humana Baseado em Arduino Uno: Integração de Sensores Passo a Passo
  3. Projete um Detector de Qualidade do Ar PM2.5 e PM10 para Windows 10 UWP
  4. Sistema de Monitoramento de Incêndio Florestal em Tempo Real com Alertas SMS
  5. Módulo GPS u-blox LEA‑6H 02: Guia de Integração com Arduino e Python
  6. Autômatos Celulares em Tempo Real no Arduino com Display OLED 128x64
  7. eDOT: Relógio de Precisão e Estação Meteorológica Arduino com Controle IR Embutido
  8. Sistema de Presença em Tempo Real com RFID, Arduino e Google Sheets
  9. Sistema Avançado de Alerta de Colisão com Arduino – Alertas Visuais e Sonoros para Segurança Veicular
  10. Controle Remoto de Carro com Arduino Uno e Bluetooth: Guia Passo a Passo