AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren)

Archidiacono, Luca; Bischofberger, Rafael

doi:10.21256/zhaw-29943

Please use this identifier to cite or link to this item: https://doi.org/10.21256/zhaw-29943

Publication type:	Bachelor thesis
Title:	AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren)
Authors:	Archidiacono, Luca Bischofberger, Rafael
Advisors / Reviewers:	Wahler, Michael Gehring, David H.
DOI:	10.21256/zhaw-29943
Extent:	64
Issue Date:	2023
Publisher / Ed. Institution:	ZHAW Zürcher Hochschule für Angewandte Wissenschaften
Publisher / Ed. Institution:	Winterthur
Language:	German
Subjects:	Computer Vision; AI; Digitalisierung
Subject (DDC):	005: Computer programming, programs and data 006: Special computer methods
Abstract:	Die Arbeit widmet sich der Digitalisierung analoger Anzeigen für Home-Automatisierungssysteme. Das Ziel besteht darin, Daten von analogen Anzeigen zu erfassen und sie in digitaler Form für Home-Automatisierungssysteme verfügbar zu machen. Die Arbeit beginnt mit einem Erklärungsabschnitt, die die wichtigsten Aspekte wie Homeautomatisierung, Machine Learning, Computer Vision, bestehende Losungen, den entwickelten Ansatz und den Vergleich behandeln. Im Abschnitt zur Homeautomatisierung werden grundlegende Konzepte und Technologien erläutert. Der Abschnitt zum Machine Learning erläutert, wie maschinelles Lernen zur Automatisierung und Analyse von Bildern eingesetzt wird. Insbesondere wird hier auf das Training eines Convolutional Neural Networks (CNN) mit einem Datensatz von Bildern eingegangen, um Rundinstrumente zu erkennen. Da der Datensatz begrenzt ist, werden Techniken zur Datenvermehrung angewendet. Der Computer Vision-Abschnitt beschäftigt sich mit der Verarbeitung von Bildern und der Objekterkennung. Hier werden Techniken wie Histogramm-Gleichung und Circle Hough-Transformation verwendet, um den Kontrast des Bildes anzupassen und das Zentrum des Zifferblatts zu lokalisieren. Die Zeigererkennung erfolgt durch die Umwandlung des Bildes in Graustufen- und Schwarz-Weiss-Bilder, um die Informationen zu reduzieren und eine präzise Messwertextraktion und -analyse zu ermöglichen. Im Abschnitt zu den bestehenden Losungen werden zwei Ansätze betrachtet. Der erste Ansatz verwendet einen Mikrocontroller mit Kameramodul, um Werte auf analogen Wasserzahlern zu erkennen und zu digitalisieren. Der zweite Ansatz schlägt vor, bestehende analoge Anzeigen durch neue Digitalanzeigen zu ersetzen, was den Einsatz verschiedener Sensoren und Steuerungsmodule erfordert. Beide Losungen haben Vor- und Nachteile, und die Wahl hangt von den spezifischen Anforderungen und dem Anwendungskontext ab. Die Realisierung des entwickelten Ansatzes beinhaltet die Verwendung des ausgewählten CNN-Modells und verschiedener Technologien wie dem Arduino IDE und dem ESP32-CAM Modul. Der Webserver wird mit Django implementiert und nutzt eine Datenbank. Der Home-Assistant Server wird als regelbasierte Engine eingesetzt. Zur Validierung des Codes werden GitHub Actions mit Pytest, Flake8 und der Client-Test-Compilierung eingesetzt. Die entwickelte Losung bietet eine praktikable und leicht integrierbare Losung, die sowohl für verschiedene Heimautomatisierungssysteme als auch für grössere industrielle Anwendungen konzipiert ist. Diese Arbeit richtet sich an Personen mit Erfahrung in der Heimautomatisierung, Betreiber von Industrieanlagen, die mit einer hohen Anzahl von analogen Anzeigen konfrontiert sind (typischerweise in der Grössenordnung von Tausenden), sowie an alle, die ein Interesse an Computer Vision- Projekten haben. Unsere Losung bietet einen bedeutenden Mehrwert, indem sie die manuelle Überwachung von analogen Anzeigen durch automatisierte und effiziente Prozesse ersetzt, wodurch sowohl Ressourcen gespart als auch die Genauigkeit verbessert werden können.
URI:	https://digitalcollection.zhaw.ch/handle/11475/29943
License (according to publishing contract):	CC BY 4.0: Attribution 4.0 International
Departement:	School of Engineering
Appears in collections:	Bachelorarbeiten ZHAW School of Engineering

Files in This Item:

File	Description	Size	Format
2023_Archidiacono-Luca_Bischofberger-Rafael_BA_SoE.pdf		15.88 MB	Adobe PDF	View/Open

Show full item record

Archidiacono, L., & Bischofberger, R. (2023). AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren) [Bachelor’s thesis, ZHAW Zürcher Hochschule für Angewandte Wissenschaften]. https://doi.org/10.21256/zhaw-29943

Archidiacono, L. and Bischofberger, R. (2023) AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren). Bachelor’s thesis. ZHAW Zürcher Hochschule für Angewandte Wissenschaften. Available at: https://doi.org/10.21256/zhaw-29943.

L. Archidiacono and R. Bischofberger, “AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren),” Bachelor’s thesis, ZHAW Zürcher Hochschule für Angewandte Wissenschaften, Winterthur, 2023. doi: 10.21256/zhaw-29943.

ARCHIDIACONO, Luca und Rafael BISCHOFBERGER, 2023. AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren). Bachelor’s thesis. Winterthur: ZHAW Zürcher Hochschule für Angewandte Wissenschaften

Archidiacono, Luca, and Rafael Bischofberger. 2023. “AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren).” Bachelor’s thesis, Winterthur: ZHAW Zürcher Hochschule für Angewandte Wissenschaften. https://doi.org/10.21256/zhaw-29943.

Archidiacono, Luca, and Rafael Bischofberger. AnaLogo (analoge Anzeigen in digitale Infrastrukturen integrieren). ZHAW Zürcher Hochschule für Angewandte Wissenschaften, 2023, https://doi.org/10.21256/zhaw-29943.