本文首发于古月居
这篇博客主要讲述了如何通过OriginBot来看护宝宝,当宝宝的脸不在摄像头的范围之内时,发送消息到钉钉群组,通知家人及时查看。
前言
我在上个月有了宝宝,为了方便照看宝宝,就买了一个带有宝宝看护功能的摄像头,但是产品做的不怎么样,最重要的脸部遮挡检测功能用不了,后来就退货了。退货后就萌生了自己用OriginBot做一个类似功能的想法,于是就有了这篇博客~
功能流程图(架构图)
具体的流程或者说架构如下:
其实整体也不复杂,OriginBot上有一个MIPI摄像头,然后利用地平线TogetheROS.Bot的人体检测和跟踪来实时检测摄像头中有没有脸部,如果没有脸部,就向后端发送一条数据,然后后端会向钉钉群组发消息告诉家人。钉钉群组里面需要事先创建一个webhook。
下面会分为人体检测、判断有无脸部、后端操作三个部分来记录。
人体检测
这一部分用的是地平线TogetheROS.Bot现成的功能,启动OriginBot之后,在命令行中运行如下命令:
# 配置tros.b环境
source /opt/tros/setup.bash# 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
cp -r /opt/tros/lib/mono2d_body_detection/config/ .# 配置MIPI摄像头
export CAM_TYPE=mipi# 启动launch文件
ros2 launch mono2d_body_detection mono2d_body_detection.launch.py
此时可以通过http://IP:8000查看检测效果,这个模块检测了人体、人头、人脸、人手检测框、检测框类型和目标跟踪ID以及人体关键点等,我只取其中的人脸部分,当然了,以后也可以增加如人体检测等。
上面的命令运行之后,在OriginBot上执行ros2 topic list
,应该会有一个topic叫做hobot_mono2d_body_detection
, 这个就是我们需要的,我们会订阅这个话题,然后分析其中发送数据来判断有没有脸部
判断摄像头中有没有脸部
按照TogetheROS.Bot的文档说明,hobot_mono2d_body_detection
的消息类型是ai_msgs.msg.PerceptionTargets
, 具体如下:
# 感知结果# 消息头
std_msgs/Header header# 感知结果的处理帧率
# fps val is invalid if fps is less than 0
int16 fps# 性能统计信息,比如记录每个模型推理的耗时
Perf[] perfs# 感知目标集合
Target[] targets# 消失目标集合
Target[] disappeared_targets
其中的disappeared_targets
是我们关注的重点,如果face出现在disappeared_targets
中,就说明之前是有脸部的,但是现在没有了,这个时候就要向后端发出数据进一步处理。
我为了判断有无脸部,写了一个ROS2 Node,代码如下:
import rclpy
from rclpy.node import Node
from ai_msgs.msg import PerceptionTargets
from cv_bridge import CvBridge
import timefrom api_connection import APIConnectionBabyMonitorMapping = {# 这里的k-v要根据后端Django中的值来确定"face": "看不到脸","body": "不在摄像头范围内",
}class FaceDetectionListener(Node):"""检测宝宝的脸是不是在摄像头中"""def __init__(self):super().__init__("face_detection")self.bridge = CvBridge()self.subscription = self.create_subscription(PerceptionTargets, "hobot_mono2d_body_detection", self.listener_callback, 10)self.conn = APIConnection()self.timer = time.time()self.counter = 0def listener_callback(self, msg):targets = msg.targetsdisappeared_targets = msg.disappeared_targetstargets_list = []disappeared_targets_list = []if disappeared_targets:for item in disappeared_targets:disappeared_targets_list.append(item.rois[0].type)if targets:for item in targets:targets_list.append(item.rois[0].type)print(f"检测到的对象如下:{targets_list}")print(f"消失的对象如下:{disappeared_targets_list}")if disappeared_targets_list:self.sending_notification(disappeared_targets_list)def sending_notification(self, disappeared_targets_list):for item in disappeared_targets_list:if BabyMonitorMapping.get(item):event = BabyMonitorMapping.get(item)if self.counter == 0:# 这里baby的ID是模拟的,应该去数据库中查data = {"event": event, "baby": "6b56979a-b2b9-11ee-920d-f12e14f97477"} self.conn.post_data(item=data, api="api/monitor/face-detection/")self.counter += 1self.timer = time.time()else:if time.time() - self.timer >= 60.0:# 60秒不重复发消钉钉消息data = {"event": event, "baby": "6b56979a-b2b9-11ee-920d-f12e14f97477"}self.conn.post_data(item=data, api="api/monitor/face-detection/")self.timer = time.time()self.counter += 1def main(args=None):rclpy.init(args=args)try:face_detection_listener = FaceDetectionListener()rclpy.spin(face_detection_listener)except KeyboardInterrupt:print("终止运行")finally:face_detection_listener.destroy_node()rclpy.shutdown()if __name__ == "__main__":main()
代码整体不难,但还是做几点必要的说明:
1. BabyMonitorMapping
这个字典的作用是把TogetheROS.Bot里面的字段跟后端的字段做一个映射关系,方便后面使用
2. API调用
代码中有两行如下:
data = {"event": event, "baby": "6b56979a-b2b9-11ee-920d-f12e14f97477"}
self.conn.post_data(item=data, api="api/monitor/face-detection/")
这里的uri和data的格式由后端决定,不必细究,想了解细节的可以看后端代码。
3.APIConnection
APIConnection是用于请求的API的一个封装类,代码如下:
"""
API CONNECTION FOR IMPORTING WRAPPER
"""
import json
import logging
import requests
import envslogging.basicConfig(format="%(asctime)s %(levelname)-8s %(message)s",level=logging.INFO,datefmt="%Y-%m-%d %H:%M:%S",
)class APIConnection:"""Api Connection"""def __init__(self):self.api_url = envs.API_URLself.token = Noneself.headers = {"Content-Type": "application/json","Cache-Control": "no-cache",}self.request_jwt()def request_jwt(self):"""Request JWT token."""logging.info("Requesting JWT..")api_url = f"{self.api_url}api/token/"data = {"username": envs.SCRIPT_USER,"password": envs.SCRIPT_PASSWORD,}res = requests.post(api_url, data=json.dumps(data), headers=self.headers)if res.status_code == 200:data = res.json()self.token = data["access"]self.headers["Authorization"] = f"Bearer {self.token}"else:logging.error(f"Failed to obtain JWT. Status code: {res.status_code}, Message: {res.text}")def upload_video(self, api, file):"""post data:param item: items to be posted in json format:param api: path of endpoint"""api_url = f"{self.api_url}{api}"try:res = requests.post(api_url, files=file, headers=self.headers, timeout=1)if res.status_code == 401:self.request_jwt()self.post_data(api, file)elif res.status_code in [200, 201]:logging.info(f"{res.status_code} - video uploaded successfully")return res.status_codeelse:logging.error(f"{res.status_code} - {res.json()}- unable to upload video")return res.status_codeexcept Exception as err:logging.error(err)return 500def post_data(self, item, api):"""新建一条数据"""api_url = f"{self.api_url}{api}"try:response = requests.post(api_url, data=json.dumps(item), headers=self.headers, timeout=1)if response.status_code == 403:self.request_jwt()self.post_data(item, api)elif response.status_code not in [200, 201]:logging.error(f"post data to backend failed, \status code is {response.status_code}, \error message is:\n \{response.text}")except Exception as err:logging.error(f"post data to backend failed, \error message is:\n \{err}")
后端操作
经过前面两个部分,如果发现了脸部数据从OriginBot的摄像头中消失的话,已经会把记录发送到后端了,现在来讲一下后端的部分。
后端的操作说起来其实也很简单,就是接收到数据后,现在数据库中存一份,然后再向钉钉发消息提醒家人。
在OriginBot家庭助理计划里面提到过,后端是基于Django + Django rest framework 开发的,下面的内容需要一点django的基础才能看懂。
首先是创建了两个django model来存储数据。
class Baby(models.Model):"""记录的宝宝的数据"""id = models.UUIDField(primary_key=True, default=uuid.uuid1, editable=False)name = models.CharField(max_length=256)birth_date = models.DateField()gender = models.CharField(max_length=1, choices=(("男", "男"), ("女", "女")))def __str__(self):return self.nameclass BabyMonitorData(models.Model):"""记录宝宝监控相关的数据"""event_choices = (("看不到脸", "看不到脸"),("哭", "哭"),("翻身", "翻身"),("不在摄像头范围内", "不在摄像头范围内"),)baby = models.ForeignKey(Baby, on_delete=models.PROTECT)event = models.CharField(max_length=128, choices=event_choices)timestamp = models.DateTimeField(auto_now_add=True)def __str__(self):return f"{self.baby.name} {self.event} {self.timestamp}"class Meta:ordering = ["-timestamp"]
需要注意的是,Baby和BabyMonitorData两个类之间存在外键关系。
在FaceDetectionListener中请求的api/monitor/face-detection/
这个uri,最终在后端执行的代码是下面这一段:
class BabyMonitorView(viewsets.ModelViewSet):queryset = BabyMonitorData.objects.all().order_by("-timestamp")serializer_class = BabyMonitorSerializerdef create(self, request, *args, **kwargs):response = super().create(request, *args, **kwargs)message = request.datatry:event = message.get("event")baby = Baby.objects.filter(id=message.get("baby"))[0].nameexcept IndexError:print("找不到对应的婴儿数据")return responsesend_msg_to_dingtalk(f"{baby} {event} 啦!")# 返回原始的 responsereturn response
这里面做的事情就是向BabyMonitorData中存一条数据,然后通过send_msg_to_dingtalksend_msg_to_dingtalk
给钉钉群组发消息。
send_msg_to_dingtalk
的代码如下:
import json
import requests
from utils import envsfrom datetime import datetimedef send_msg_to_dingtalk(msg):webhook = envs.DING_TALK_URLheaders = {"Content-Type": "application/json;charset=utf-8"}data = {"msgtype": "text","text": {"content": msg+ f"[来自originbot,{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}]"},}response = requests.post(webhook, headers=headers, data=json.dumps(data))return response.textif __name__ == "__main__":message = "Hello from my Python script!"send_msg_to_dingtalk(message)
代码中的webhook = envs.DING_TALK_URL
其实是获取环境变量中钉钉群组机器人链接,至于如何创建钉钉群组机器人网上有很多教程,不再赘述。
到这里,如果一切顺利,应该就可以在钉钉里面看到消息啦,效果如下:
源代码
源码地址:https://github.com/yexia553/originbot_home_assistant
待优化
虽然一个最基础的demo完成了,但是还有很多需要优化的地方:
- 小车只能在地上跑,但是宝宝一般在床上,只有把小车放在特定的位置,才能实现上述功能,这限制了实际应用,需要解决。
- 续航问题,目前小车的电池只能使用2个小时左右
- 目前只是检测摄像头中有没有脸,而不是检测宝宝的脸,可以考虑优化
- 可以增加类似哭声检测、翻身等动作识别,并加上数据分析