Lei av at telefonen din konstant vibrerer fordi en gren beveger seg i vinden eller naboens katt bestemmer seg for å ta en tur i hagen din? Det er det typiske problemet med billige kameraer: de oppdager hver pikselendring og sender deg et varsel, slik at du ignorerer varsler akkurat når de virkelig betyr noe . For å løse denne hodepinen finnes Frigate, et åpen kildekode-system for nettverksvideoopptak (NVR) som er banebrytende ved å behandle alt lokalt og bruke kunstig intelligens.
Magien med denne programvaren er at den ikke bare oppdager bevegelse; den kan identifisere hva objektet er , enten det er en person, en bil eller en hund. Ved å sømløst integrere med Home Assistant kan du sette opp et profesjonelt sikkerhetssystem i ditt eget hjem uten månedlige avgifter eller sending av private videoer til skyservere, og samtidig opprettholde full kontroll over personvernet og responstiden din.
Intelligensens motor: Google Coral TPU
Hvis du vil at Frigate skal yte eksepsjonelt bra uten å overbelaste serverens prosessor, trenger du en maskinvareakselerator. Det er her Google Coral USB Accelerator kommer inn i bildet , en liten enhet som fungerer som en vitenskapelig kalkulator som spesialiserer seg på AI. Mens en vanlig CPU behandler informasjon trinn for trinn, utfører TPU-brikken tusenvis av samtidige operasjoner, noe som reduserer ressursforbruket fra 80 % til ynkelige 10 %.
Uten denne komponenten vil enhver Raspberry Pi eller Mini PC slite med å analysere video i sanntid. Coral muliggjør umiddelbar objektdeteksjon , noe som er avgjørende hvis du for eksempel vil at terrasselysene dine skal slå seg på i det øyeblikket noen går inn på eiendommen din, og ikke fem sekunder senere.
Tekniske krav og miljøforberedelser
For å få dette i gang trenger du ikke å være NASA-ingeniør, men du må forstå noen grunnleggende ting. Du trenger en server som kan kjøre Docker (som en mini-PC, en NAS eller en Raspberry Pi 4/5), harddisker med nok kapasitet til å lagre klippene, og selvfølgelig sikkerhetskameraer som støtter RTSP-protokollen.
En viktig detalj er at kameraene dine må tilby minst to videostrømmer. Delstrømmen (lav oppløsning) er den Frigate kontinuerlig analyserer for å oppdage bevegelse uten å bruke mye CPU, mens hovedstrømmen (høy oppløsning eller 4K) brukes utelukkende til å registrere det endelige beviset når AI-en bekrefter at det er et objekt av interesse.
Steg-for-steg installasjonsveiledning
Den reneste måten å installere Frigate på er ved å Docker komponereFørst må du opprette en mappe på serveren din og en fil. docker-compose.yml der du definerer beholderen, tildeler den de nødvendige tillatelsene for å få tilgang til Coral USB og konfigurerer lagringen i /media/frigate slik at videoene ikke fyller opp systempartisjonen.
Kjernen i det hele er arkivet config.ymlI den må du konfigurere MQTT-megler (som Mosquitto), som er språket Frigate bruker for å varsle Home Assistant om at den har oppdaget noe. Det er også der du definerer hvert kamera, som indikerer RTSP-URL (som inkluderer brukernavn, passord og IP-adresse) og rollene som hver flyt vil ha, enten detect for AI eller record for det historiske arkivet.
Avanserte innstillinger: Masker og soner
For å forhindre at systemet går amok på grunn av bevegelsen til et tre eller kameraets egen digitale klokke, kan du bruke bevegelsesmasker . Disse forteller Frigate: «Ignorer fullstendig alt som skjer i dette bildet.» Det er det perfekte verktøyet for å rydde opp i irriterende falske positiver.
På den annen side lar deteksjonssoner deg være mye mer spesifikk. Du kan tegne et område som heter «garasjeinngang» og et annet som heter «bakgjerde». Takket være dette kan du programmere forskjellige automatiseringer: noen ved gjerdet kan sende deg et stille varsel, mens noen ved inngangsdøren aktiverer en alarm eller slår på alle lysene i huset.
Full integrasjon med Home Assistant
For å få mest mulig ut av Frigate, må du installere integrasjonen gjennom HACS . Når den er tilkoblet, vil Home Assistant automatisk opprette binære sensorer og enheter for hvert oppdagede objekt. Dette lar deg lage kraftig logikk, for eksempel å sende et bildevarsel til telefonen din bare hvis noen er i hagen mellom klokken 23.00 og 06.00.
Et nyttig tips for nybegynnere er å bruke et koderedigeringsprogram som Code Studio i Home Assistant for å enkelt administrere YAML-filer. Husk at for sømløs kommunikasjon må du opprette en dedikert bruker i Home Assistant for MQTT -agenten , og sørge for at påloggingsinformasjonen samsvarer nøyaktig på begge sider.
Optimalisering og maskinvaretips
Ikke gjør feilen å prøve å oppdage inntrenging i 4K; det er sløsing med ressurser. Sett deteksjonsoppløsningen til noe håndterbart, som 640x480 eller 1280x720 , da AI-en uansett vil endre størrelsen på bildet. Hvis du bruker utendørs Wi-Fi-sikkerhetskameraer , må du også sørge for at du har et robust nettverk, eller helst bruke Ethernet-kabel for å unngå forsinkelser eller tapte bilder som kan forhindre AI-en i å oppdage inntrengingen i tide.
Hvis du er i tvil om maskinvaren, kan en Intel NUC med en Coral USB enkelt håndtere mellom 6 og 10 kameraer . Hvis du merker at systemet kjører sakte, sjekk at det delte minnet (shm_size) i Docker er riktig justert i henhold til antall kameraer du har koblet til.
Å sette opp et lokalt overvåkingssystem med Frigate er den beste måten å gjenvinne kontroll over dataene dine samtidig som du nyter smart sikkerhet . Ved å kombinere kraften til Google Coral med allsidigheten til Home Assistant, forvandler du enkle kameraer til en vaktpost som er i stand til å skille mellom et dyr og en inntrenger, eliminere falske alarmer og sikre at hjemmet ditt overvåkes av et privat, effektivt og gratis system.
