# 7.11升级

## 升级内容

**一、*****\*新增消防控制功能\****

摄像头硬件升级后，增加5路IO输出、1路IO报警输入的功能。

1-4路IO输出为电磁阀控制；

5路为水泵电源控制和充电设备断电控制；

1路输入为消防水箱液位报警输入；

| ***\*IO口\**** | ***\*GPIO\**** | ***\*控制\**** |
| -------------- | -------------- | -------------- |
| 1              | 116            | 电磁阀1        |
| 2              | 18             | 电磁阀2        |
| 3              | 19             | 电磁阀3        |
| 4              | 103            | 电磁阀4        |
| 5              | 102            | 水泵、电源控制 |

***\*GPIO控制指令：\****

cd /sys/class/gpio

echo 18 > export // 导出gpio

echo out > gpio18/direction // 设置gpio输出

echo 0 > gpio18/value // 设置gpio输出0 （关闭）

echo 1 > gpio18/value // 设置gpio输出1 （打开）

 

***\*报警处理：\****

1、摄像头监测到区域报警，调用摄像头IO输出控制相应区域消防喷淋；先打开报警区域对应电磁阀开关、再打开水泵开关。

2、1-4检测报警区域对应1-4号IO口。如1号区域报警，则将1号IO口116输出1打开1号电磁阀，同时打开5号IO口水泵电源。5秒内没有再出现报警则关闭电磁阀。

 

***\*处理流程：\****

设置一个全局数组保存5个IO口的状态，int state[5] = {0,0,0,0,0}

1、摄像头区域报警时开启喷淋控制：

先判定对应区域状态：如果区域状态为0，则打开区域对应IO口（输出1），同时将区域状态置为6；区域状态不为0，则直接将区域状态置为6；

再判定5号IO口水泵状态：如果水泵状态为0，则打开水泵对应5号IO口（输出1），同时将水泵状态置为6；水泵状态不为0，则直接将水泵状态置为6；

2、开启一个线程处理IO状态和IO关闭处理。

监听所有IO状态，当IO状态不为0时，每间隔1秒状态值减1；

状态值为1时，关闭对应IO口并将状态值置为0。



## 注意事项：

时间0秒：区域1报警 → state[0] = 6 （电磁阀1打开）

时间1秒：监控线程 → state[0] = 5 （还剩5秒）

时间2秒：监控线程 → state[0] = 4 （还剩4秒）

时间3秒：监控线程 → state[0] = 3 （还剩3秒）

时间4秒：监控线程 → state[0] = 2 （还剩2秒）

时间5秒：监控线程 → state[0] = 1 （还剩1秒，准备关闭）

时间6秒：监控线程 → state[0] = 0 （关闭电磁阀1）

 

发现问题：

增加成上述内容步骤后，启动线程控制台打印报警信息，接收器没有接收到报警信息并输出

判断：

1.请求的URL地址是否出错

2.测试接收器是否能接收到该网段的信息

结果：

1.强制指定部分URL地址，例如：http://192.168.1.23:9527/device/alarm，2，3 IO口 可以接受信息，更换4，5无法接收

修正：

如何让各个通道都能接收到信息

最终定义：

地址类型转换错误

原1631-1632行

// curl_easy_setopt(curl, CURLOPT_URL, "http://192.168.1.23:9527/device/alarm");

   curl_easy_setopt(curl, CURLOPT_URL,ALARM_URL); 

因为ALARM_URL是需要std::string类型定义地址，所以使用c_str即可；

​    curl_easy_setopt(curl, CURLOPT_URL, ALARM_URL.c_str());

# 5.26修改

## 本串口协议必备要求：先发送在接收

## 注：本项目已经通过串口测试（传感器为115200，摄像头为9500），每次报警前会识别设备名称序号，然后反馈到串口输出序列中

# rknn_yolo_EAI_pic

#### 简要说明

用于跑EAI提供仓库训练出来的yolov5模型的视频检测例程。
集成了从串口读取红外温度数据，到达阈值后报警并运行rknn模型

需注意运行该例程需要将npu驱动更新为1.7.3版本

本项目只适用于EAI-YOLOV5
详情请参考EAI官网：https://www.easy-eai.com/document_details/3/342


## 准备工作
根据EAI给出的教程训练、转化得到rknn模型
有两类检测模型：火焰检测和烟雾检测



## 安装(install)

通过adb连接设备并将编译结果推送至板端，执行以下命令推送，这里板端默认使用/userdata路径

```
adb push install/rknn_yolo_demo /userdata/
```

将前面准备好的RKNN模型推送至板端，这里假设模型名字为 yolov5s_u8.rknn

```
adb push ./yolov5s_u8.rknn /userdata/rknn_yolo_demo/model/yolov5s_u8.rknn
```



## 单图测试执行
详情请了解官网：9.模型部署实例

进入EAI环境之后编译，将编译文件放置到可执行程序，假设是first_yolov5_detect_demo
用下列命令将可执行程序推送到开发板端

```
cp first_yolov5_detect_demo/ /mnt/userdata/ -rf
```

进入办卡运行环境

```
adb shell
```

定位到指定位置后，运行程序

```
./rknn_yolo_EAI
```


## 编译(build)

在项目文件中，根据设备，调整 GCC_COMPILER 参数，终端执行下面命令进行编译

```
./build.sh
```