Design and Implementation of a Prototype Smart Door Lock Integrating Face Recognition and Smart Doorbell for Residential Access Control
Dit artikel presenteert het ontwerp en de implementatie van een prototype van een slim slot dat YOLOv8n-gebaseerde gezichtsherkenning, een slimme deurbel en afstandsbediening via Blynk en Supabase integreert, waarmee een hoge nauwkeurigheid en betrouwbaarheid wordt aangetoond bij het authenticeren van bewoners en het beheren van bezoekerstoegang voor residentiële beveiliging.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Beveiliging in huis heeft lang vertrouwd op een eenvoudige, fysieke uitwisseling: een sleutel die in een slot past, of een code die een poort opent. Hoewel effectief, brengen deze methoden inherente risico's met zich mee; sleutels kunnen verloren worden of gestolen, en codes kunnen worden vergeten of afgeluisterd. In de afgelopen jaren heeft het concept van het "slimme huis" beloofd deze mechanische hulpmiddelen te vervangen door digitale intelligentie, waarbij sensoren en internetverbindingen worden gebruikt om te beheren wie een huis betreedt. Een meer geavanceerde stap in deze evolutie omvat biometrische systemen, die unieke fysieke kenmerken zoals vingerafdrukken of gelaatstrekken gebruiken om mensen te identificeren. In tegen tegenstelling tot een sleutel die kan worden gekopieerd, is een gezicht moeilijk te dupliceren, wat een laag van beveiliging biedt die zowel persoonlijk als moeilijk te vervalsen is. Het is echter een aanzienlijke technische uitdaging om een dergelijk systeem betrouwbaar te laten werken buiten een gecontroleerd laboratorium, op een apparaat dat klein genoeg is om op een voordeur te passen.
Onderzoekers aan de Hasanuddin Universiteit in Indonesië hebben deze uitdaging aangepakt door een prototype van een slim deurslot te bouwen en te testen, dat gezichtsherkenning combineert met een digitale deurbel. Hun doel was om een enkel systeem te creëren dat automatisch bewoners naar binnen kan laten, huiseigenaren kan waarschuwen voor bezoekers, en zelfs verdacht gedrag kan signaleren, allemaal zonder dat er een mens bij de deur aanwezig hoeft te zijn. Het apparaat dat zij hebben geconstrueerd, draait op een Raspberry Pi, een kleine, betaalbare computer die vaak voor educatieve projecten wordt gebruikt, die fungeert als het brein van de operatie. Aan deze computer zijn een camera, een bewegingssensor, een solenoid slot (elektromagnetisch slot) dat de deur fysiek beveiligt, en een knop verbonden die als deurbel dient. Het systeem is ontworpen om in twee verschillende modi te werken: één voor mensen die het huis al kent, en een andere voor vreemden.
Wanneer iemand de deur nadert, zorgt een bewegingssensor ervoor dat de camera een foto maakt. Als het systeem het gezicht herkent als behorend tot een geregistreerde bewoner, ontgrendelt het de deur onmiddellijk. Dit proces vindt volledig op het apparaat zelf plaats, zonder dat de afbeelding eerst naar een verre server gestuurd hoeft te worden, wat de reactie snel en privé houdt. Als het gezicht niet overeenkomt met iemand in het geheugen van het systeem, blijft de deur vergrendeld. In plaats van de vreemde simpelweg buiten te laten, schakelt het systeem over naar een slimme deurbelmodus. Het toont een bericht op een klein scherm waarin de bezoeker wordt gevraagd op de knop te drukken. Zodra er gedrukt wordt, ontvangt de huiseigenaar een directe melding op zijn smartphone, samen met een foto van de persoon bij de deur. De huiseigenaar kan er vervolgens voor kiezen om de deur op afstand te ontgrendelen of vergrendeld te laten.
De onderzoekers hebben het systeem ook geprogrammeerd om te letten op ongewoon gedrag. Als een persoon voor de deur staat en binnen twintig seconden niet op de knop drukt, gaat het systeem ervan uit dat dit mogelijk verdachte activiteiten zijn. In dergelijke gevallen stuurt het systeem onmiddellijk een melding naar de huiseigenaar, zelfs als er niet op de knop is gedrukt, waardoor de bewoner een potentieel dreigend scenario kan onderzoeken zonder te wachten op een oproep. Om te garanderen dat het systeem correct functioneerde, testte het team het met een groep mensen, zowel geregistreerde gebruikers als vreemden, op verschillende afstanden van de deur. Zij ontdekten dat de camera een gezicht met perfecte betrouwbaarheid kon detecteren tot drie meter afstand. Wat betreft het daadwerkelijk identificeren van de persoon, was het systeem zeer nauwkeurig en herkende het geregistreerde gebruikers ongeveer 92 procent van de tijd correct. Cruciaal was dat het nooit per ongeluk de deur ontgrendelde voor een ongeregistreerde persoon, waarmee het een perfect record behield in het afwijzen van vreemden.
Het gehele proces, van het moment dat iemand wordt gedetecteerd tot het ontgrendelen van de deur of het verzenden van een melding, duurt gemiddeld minder dan vijf seconden. Het systeem leverde meldingen succesvol binnen ongeveer 2,6 seconden af bij de huiseigenaar, en wanneer de huiseigenaar op de ontgrendelknop op zijn telefoon drukte, ging de deur in minder dan één seconde open. De studie concludeert dat deze combinatie van lokale kunstmatige intelligentie en internetconnectiviteit een praktische, goedkope oplossing biedt voor moderne residentiële beveiliging. Door de mogelijkheid om bewoners te herkennen, bezoekers te beheren en dreigingen te monitoren te integreren in één compact apparaat, laat het prototype zien dat geavanceerde toegangscontrole naar alledaagse woningen kan worden gebracht zonder dat daar complexe infrastructuur of dure hardware voor nodig is.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.