CarDoctor — On-device AI vehicle anomaly detection alarm that diagnoses through sound
We are developing a portable on-device AI diagnostic device that analyzes STM32 board and micro vehicle engine/driving noise in real-time to immediately alert users to abnormal signs.
콘테스트 프로젝트 진행 상황
각 Quest를 단계적으로 완성하는 프로젝트입니다.
프로젝트 소개
목표 및 제작 동기
General drivers find it difficult to detect abnormal sounds that serve as early warning signs of vehicle failure, such as belt squealing, bearing noise, and brake pad wear, and diagnosis is only possible by visiting a service center, which often leads to small problems escalating into major breakdowns or accidents. The objective is to enable drivers to detect abnormal signals early on their own using an affordable and portable device. [Expected Outcomes] A compact alarm module to be installed on the vehicle dashboard or near the engine compartment that alerts users through LED color changes and buzzer warnings when abnormal sounds are detected, and displays status messages on an LCD screen. Demo videos, circuit diagrams, source code, and training datasets will be made available together.
프로젝트 컨셉
마이크로 수집한 엔진·주행 소음에서 MFCC 등 오디오 특징을 추출해 정상음과 이상음을 구분하는 소형 CNN 모델을 학습한다. Edge Impulse로 학습하고 STM32Cube.AI로 변환해 STM32 보드 자체에서 인터넷 연결 없이 실시간 추론하는 온디바이스 AI 구조로 구현한다. 1단계는 정상과 이상 두 가지로 분류하는 것으로 시작하고, 이후 이상음 종류별 다중 분류로 확장한다. [하드웨어] STM32 NUCLEO 보드(F401RE/F411RE), I2S MEMS 마이크(INMP441), MPU6050 가속도 센서, 부저, LED, 소형 LCD, 블루투스 모듈(HC-05) *개발과정에 따라 사용 부품은 변경될수 있음.
댓글 0개
아직 댓글이 없습니다. 첫 댓글을 남겨보세요!