Tempo fa avevo fatto esperimenti sulla gestione casalinga della video sorveglianza, ma haimè le condizioni di prova non permettevano di fare grandi cose, la rete locale era poco prestante e l’unica camera a disposizione di bassa qualità, ma qualcosa è cambiato.
Da qualche mese mi sono trasferito in una nuova casa dove ho potuto farmi un nuovo impianto di rete (in rack da 19″ 15 unità prof. 450) e dove ho predisposto 2 prese LAN esterne per inserire due camere PoE.
Ebbene aggiornando qualche elemento abbiamo potuto fare dei test un po più approfonditi appoggiandoci al nuovo Raspberry PI 3 e a due camere IP66 bullet posizionate all’esterno usando come sistema motioneye
Vediamo ora di dare qualche dato sulle prove eseguite.
Le videocamere mini bullet HD PoE della dlink DCS-4701E sono collegate attraverso il solo cavo di rete sfruttando la tecnologia PoE, lavorano bene e anche al buio danno una buona visibilità, attualmente sono settate per inviare le immagini ad una risoluzione di 640×360 con 7 fps anche se è possibile portarle a 1280×720 e 30 fps.
Ho impostato un limite basso perché mi è sembrato sufficente per immagini di media qualità e anche per poter far lavorare il tutto senza eccedere, attualmente le due camere registrano in media 4000 fotogrammi al giorno (circa 300 MB di spazio), di notte (B/W) arrivano a essere 40 kB mentre di giorno (color) 70 kB, considerando che a seconda della sensibilità nel rilevamento movimento e dei frame da registrare prima e dopo il rilevamento si genera in media un traffico giornaliero di 22 GiB.
Aumentare la risoluzione e il numero di frame aumenta il traffico dati e altri parametri come il numero di frame da salvare prima e dopo il rilevamento di movimento non fa altro che aumentare il volume di dati che deve gestire il raspberry PI 3.
Per ora con 3 videocamere la CPU (4core) resta bassa (i 4 processori insieme non superano il 10% a testa) e potrei salire senza problemi, ma mi basta così.
Per la gestione delle vieocamere ho scelto motioneye che ho aggiornato da poco alla versione 0.37.1.
Requisiti :
- a machine running a recent Linux distro
- python 2.7
- tornado 3.1+
- jinja2
- PIL or pillow
- curl, libcurl & pycurl
- motion
- ffmpeg
- v4l-utils
La sensibilità va regolata dopo un periodo di prova abilitando “Show frame change” in modo da capire cosa fa scattare il meccanismo di rilevamento che viene evidenziato da un rettangolo rosso nell’iimagine, come periodo di mantenimento delle immagini ho scelto 3 giorni (preserve pictures>custom) e in questo modo accumulo circa 800 MiB di fotogrammi.
La visione è buona sia da desktop che da mobile e pure dalla TV collegata alla rete (webOS 3), la gestione è meglio con un mouse e una tastiera, le due videocamere esterne si comportano bene in qualsiasi condizione, la videocamera wi-fi per ora è solo in modalità visualizzazione perché al buio non ha sensibilità ma mi aiuta di giorno per vedere cosa succede in casa e ha il vantaggio che posso spostarla dove voglio perchè la connessione wi-fi copre tuttta la casa e per collegarla è sufficente una presa di corrente.
Periodicamente controllo se sono disponibili nuovi aggiornamenti e dopo averli scaricati proseguo come per la prima installazione preoccupandomi di fermare prima motioneye.
#meyectl stopserver $tar zxvf motioneye-x.y.tar.gz $cd motioneye-x.y #python setup.py install
L’installazione si troverà in :
/usr/local/lib/python2.7/dist-packages/motioneye-0.xx.x-py2.7.egg
ma se avevate già un file di configurazione esistente non dovrete fare altro che riavviare motioneye.
#meyectl startserver -b
Dopo alcuni mesi di prove penso di essere riuscito ad arrivare alla configurazione ottimale per le mie esigenze, e considerando che ho ancora un buon margine per incrementare le prestazioni che attualmente occupano poche risorse, mi posso ritenere soddisfatto.
😉
Un sincero ringraziamneto a Calin Crisan che porta avanti lo sviluppo di questo programma e per ora continua a mantenere con regolari aggiornamenti.