Skip to main content

Conteo de Personas con Sensor Ultrasónico

Conteo de Personas con Wio Terminal y Edge Impulse usando Sensor Ultrasónico​

En este proyecto crearemos un sistema de conteo de personas utilizando el Wio Terminal, un sensor ultrasónico común y un poco de inteligencia artificial para hacerlo realmente funcional.

También utilizaremos el servicio Microsoft Azure IoT Central para almacenar los datos de ocupación en la nube y visualizarlos en PC.

Comprendiendo los datos​

El sensor ultrasónico Grove mide la distancia sin contacto usando ondas a 40 kHz. Emite un pulso y mide el tiempo que tarda en volver el eco para calcular la distancia:

Fórmula: Distancia = tiempo del eco * velocidad del sonido / 2

Código de prueba en Arduino:

#include "Ultrasonic.h"
#define INTERVAL_MS 50
Ultrasonic ultrasonic(0);
void setup() {
    Serial.begin(115200);
}
void loop() {
    static unsigned long last_interval_ms = 0;
    float distance;
    if (millis() > last_interval_ms + INTERVAL_MS) {
        last_interval_ms = millis();
        distance = ultrasonic.MeasureInCentimeters();
        if (distance < 200.0) Serial.println(distance);
        else Serial.println(-1);
    }
}

Este patrón nos permite distinguir entre personas entrando (distancia disminuye) y saliendo (distancia aumenta).

Adquisición de datos para entrenamiento​

Monta el Wio Terminal con el sensor sobre una estructura fija usando velcro o tornillos.

Envía los datos con edge-impulse-data-forwarder. Usa el mismo sketch anterior para registrar datos. Recorta muestras de 5000 ms a 1500 ms.

Incluye:

  • Caminatas normales, rápidas y lentas
  • Personas de diferentes complexiones
  • Casos sin personas (incluyendo personas paradas al lado sin pasar)

Entrenamiento del modelo ML​

  • Ventana de entrada: 1500 ms, paso: 500 ms
  • Evita bloques de "Flatten"
  • Usa "Raw data" con red convolucional 1D
  • Cambia MaxPool1D stride a 1 y pool size a 4

Se logró 92% de precisión usando Raw data. Mejora posible:

  • Usar sensor LiDAR (TF Mini)
  • Usar 2 sensores
  • Colocar sensor más bajo

Despliegue en Wio Terminal​

Exporta el modelo como biblioteca Arduino. Usa inferencia continua en hilos (FreeRTOS) para no perder datos. Usa read_data() en un hilo y run_inference_background() en otro.

xTaskCreate(run_inference_background, "Inferencia", 512, NULL, 1, &Handle_aTask);
xTaskCreate(read_data, "Datos", 256, NULL, 2, &Handle_bTask);
vTaskStartScheduler();

En read_data() se recopila la distancia cada 500 ms. Se aplica suavizado de 3 lecturas:

ei_classifier_smooth_init(&smooth, 3, 2, 0.6, 0.3);

Integración con Azure IoT Central​

El sketch final usa 3 hilos:

  1. Inferencia
  2. Recolección de datos
  3. Enviar datos a Azure

Pasos:

  • Crear app en https://apps.azureiotcentral.com
  • Crear plantilla IoT personalizada
  • Agregar capacidades y vistas
  • Crear dispositivo desde plantilla
  • Obtener ID Scope, Device ID y Primary Key
  • Enviar configuración por monitor serial: set_az_iotc ID_scope primary_key device_ID
  • Reinicia el Wio Terminal y observa la telemetría en Azure

El sketch final también integra GUI con LVGL mostrando botones e información de entrada/salida de personas.

Referencias​

Loading Comments...