树莓派嵌入式课程设计题目

### 关于树莓派嵌入式系统的课程设计题目

#### 1. 基于树莓派的智能家居控制系统
此项目旨在开发一套基于树莓派平台的家庭自动化系统，该系统可以通过Wi-Fi连接各种传感器和执行器来监控并控制家中的设备状态。利用Python编写应用程序接口(API)，并通过手机APP远程操作家居设施。

import RPi.GPIO as GPIO
from flask import Flask, request

app = Flask(__name__)
GPIO.setmode(GPIO.BCM)

@app.route('/control/<device>/<action>')
def control(device, action):
    pin = int(request.args.get('pin'))
    if device == 'light':
        if action == "on":
            GPIO.output(pin, True)
        elif action == "off":
            GPIO.output(pin, False)
    return f"{device} {action}"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=8080)

#### 2. 使用OpenCV库构建的人脸识别门禁系统
本课题研究如何运用摄像头模块配合开源视觉处理工具包——OpenCV，在树莓派上搭建一个人脸检测与验证的安全入口管理系统。当访客靠近门口时自动拍照分析其面部特征并与预存图像对比匹配成功则解锁大门允许进入；反之拒绝访问请求发出警报通知管理员。

import cv2
import numpy as np

face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=5,minSize=(30, 30))
    
    for (x,y,w,h) in faces:
        roi_gray = gray[y:y+h,x:x+w]
        
        id_, conf = recognizer.predict(roi_gray)
        if(conf < 70): # Confidence threshold
            name = names[id_]
            print(f"Recognized Face: {name}")
            
cv2.destroyAllWindows()
cap.release()

#### 3. 物联网(IoT)环境监测站的设计与实现
创建一个小型气象观测台，它由多个无线传感节点组成，这些节点负责收集温度、湿度、气压等参数并将数据发送给中心服务器即树莓派进行存储记录以及可视化展示。用户可通过Web界面查看实时天气状况图表趋势变化曲线图等信息。

import Adafruit_DHT
import time
sensor = Adafruit_DHT.DHT11
pin = 4

humidity, temperature = Adafruit_DHT.read_retry(sensor, pin)

print(f'Temperature={temperature:.1f}*C Humidity={humidity}%')
time.sleep(60)