Sejas atpazīšanas drošības sistēma ledusskapim ar Raspberry Pi: 7 soļi (ar attēliem)

2024 Autors: John Day | [email protected]. Pēdējoreiz modificēts: 2024-01-30 10:56

Pārlūkojot internetu, esmu atklājis, ka drošības sistēmu cenas svārstās no 150 USD līdz 600 USD un vairāk, taču ne visus risinājumus (pat ļoti dārgos) var integrēt ar citiem viedajiem rīkiem jūsu mājās! Piemēram, jūs nevarat uzstādīt drošības kameru pie savām priekšējām durvīm, lai tā automātiski atvērtu durvis jums vai jūsu draugiem!

Esmu nolēmis izveidot vienkāršu, lētu un jaudīgu risinājumu, ko var izmantot jebkur! Ir daudz rokasgrāmatu par to, kā izveidot lētas un mājās gatavotas drošības sistēmas, tomēr es vēlos parādīt patiešām netradicionālu to pielietojumu - drošības sistēma ledusskapim ar sejas atpazīšanu!

Kā tas darbojas? IP kamera, kas novietota ledusskapja augšpusē, sensori (divas pogas) nosaka, kad persona atver ledusskapja durvis, pēc tam Raspberry Pi uzņem šo personu (ar IP kameru), un pēc tam nosūta to uz Microsoft Face API lai analizētu attēlu un saņemtu personas vārdu. Ar šo informāciju Raspberry Pi skenē “piekļuves sarakstu”: ja personai nav atļaujas piekļūt ledusskapim, Raspberry paziņo īpašniekam pa e -pastu, īsziņu un twitter! (Skatīt attēlus iepriekš)

Kāpēc? Sistēma ļauj jums kontrolēt savus ģimenes locekļus, it īpaši, ja viņi ievēro diētu vai cīnās ar neēšanu pēc pusnakts! Vai arī izmantojiet to tikai izklaidei!

Turklāt jūs faktiski varat uzstādīt kameru pie jūsu priekšējām durvīm un konfigurēt sistēmu atvērt durvis, kad jūs, jūsu ģimenes locekļi vai draugi tuvojas. Un tas nav beigas! Pieteikuma iespējas ir bezgalīgas!

Sāksim!

1. solis: Sagatavošana

Jums būs nepieciešams:

• Raspberry Pi 3 (varat izmantot vecākas versijas, bet trešajai paaudzei ir Wi-Fi, tāpēc tas ir ļoti ērti)
• Pogas
• Vadi
• Vecs viedtālruņa vai Raspberry Pi kamera

Pirmā lieta, kas jums jādara, ir konfigurēt Raspberry Pi. Detalizētus norādījumus par to, kā to izdarīt, varat atrast šeit un šeit, taču šajā rokasgrāmatā mēs apskatīsim vissvarīgākās darbības.

1. Lejupielādējiet Win32 DiskImager no šejienes (ja izmantojat Windows)
2. Lejupielādējiet SD formātu šeit
3. Ievietojiet SD karti savā datorā un formatējiet to, izmantojot SD formatētāju
4. Lejupielādējiet Raspbian attēlu šeit (izvēlieties "Raspbian Jessie with pixel")
5. Palaidiet Win32 DiskImager, izvēlieties SD karti, norādiet ceļu uz Raspbian attēlu, noklikšķiniet uz "Rakstīt"
6. Ievietojiet SD karti savā Raspberry Pi un ieslēdziet barošanu!

Turklāt jums būs jākonfigurē Raspberry Pi, lai piekļūtu sistēmai, izmantojot SSH. Internetā ir daudz instrukciju, jūs varat to izmantot, piemēram, vai pievienot monitoru un tastatūru.

Tagad jūsu Pi ir konfigurēts un esat gatavs turpināt!

2. darbība: sensora izgatavošana

Solis Apraksts: Šajā solī mēs izveidosim sensoru, kas nosaka, kad persona atver ledusskapja durvis un aktivizē Raspberry Pi.

Lai to iestatītu, jums būs nepieciešamas 2 sākotnēji sagatavotās pogas. Pirmā poga noteiks, kad durvis tiek atvērtas, un otrā poga noteiks, kad durvis tiek atvērtas līdz brīdim, kad mēs fotografējam personu.

1. Lodēt vadus pie pogām.
2. Pievienojiet pirmo pogu ledusskapja durvīm, lai tās tiktu nospiestas, kad durvis ir aizvērtas (skatiet attēlu iepriekš)
3. Pievienojiet otro pogu ledusskapja durvīm, kā parādīts iepriekš redzamajā fotoattēlā. Šī poga ir jāatlaiž vienmēr, izņemot gadījumus, kad durvis sasniedz punktu, kad sistēma uzņem attēlu. Lai to iestatītu, ledusskapim jāpievieno kaut kas, lai šī poga tiktu nospiesta, kad durvis tiek atvērtas vēlamajā apjomā (skatīt fotoattēlus iepriekš).
4. Pievienojiet vadus no pogām pie Raspberry Pi: pirmā poga pie GPIO 23 un zemējuma, otrā poga pie GPIO 24 un zemējuma (skatiet fritēšanas diagrammu).

Piezīme: Es izmantoju BCM pinout (nevis Board), vairāk par atšķirību lasiet šeit.

Kad esat izveidojis savienojumu ar Raspberry Pi, izmantojot SSH, lai palaistu pitona apvalku, ierakstiet termināli:

python3

Ja Raspberry Pi pievienojat monitoru un tastatūru, vienkārši palaidiet izvēlnē “Python 3 IDLE”.

Nākamais solis ir likt Raspberry Pi darboties ar pogām. Mēs pievienosim īpašus klausītājus GPIO 23 un 24 tapām, kas uzklausīs “uzplaukuma malas” notikumu un “krītošās malas” notikumu uz šīm tapām. Notikuma gadījumā klausītāji izsauks mūsu definētās funkcijas. “Augošā mala” nozīmē, ka poga tika nospiesta un tagad atlaista (pirmā poga - durvis ir atvērtas), “krītošā mala” nozīmē, ka poga tika atlaista un tagad nospiesta (otrā poga - durvis ir sasniegušas noteiktu punktu). Vairāk par pogu funkcionalitāti - šeit.

Pirmkārt, importējiet bibliotēku, kas mums nodrošina piekļuvi tapām:

importēt RPi. GPIO kā GPIO

Tagad definējiet īpašas funkcijas, kas tiks izsauktas, kad notikums tiks aktivizēts:

def sensors1 (kanāls): drukāt (“sensors 1 iedarbināts”) def sensors2 (kanāls): drukāt (“iedarbināts 2. sensors)

Iestatīt pinout veidu:

GPIO.setmode (GPIO. BCM)

Konfigurēt tapas:

GPIO.setup (23, GPIO. IN, pull_up_down = GPIO. PUD_UP) GPIO.setup (24, GPIO. IN, pull_up_down = GPIO. PUD_UP)

Pievienojiet klausītājus:

GPIO.add_event_detect (23, GPIO. RISING, atzvanīšana = sensors1, atlēciena laiks = 300) GPIO.add_event_detect (24, GPIO. FALLING, atzvanīšana = sensors2, atlēciena laiks = 300)

Tagad jūs varat to pārbaudīt! Nospiežot pogu 1, terminālī redzēsit ziņojumu “1. sensors ir aktivizēts”, 2. poga parādīs ziņojumu “2. sensors ir aktivizēts”.

Piezīme. Kad esat pabeidzis eksperimentēšanu, neaizmirstiet izsaukt šādu funkciju: GPIO.cleanup ().

Iestatīsim vēl vienu funkciju, kas tiek izsaukta, kad durvis sasniedz punktu, kur mēs fotografējam! Varat to izdarīt pats vai izmantot manu šeit pievienoto ieviešanu (sensor.py)

Piezīme: sensor.py tiek izmantots tikai testēšanas nolūkos, faili ar pilnu funkcionalitāti, ko esmu pievienojis pēdējam solim.

3. darbība: konfigurējiet IP kameru

Solis apraksts: Tagad mēs konfigurēsim veco viedtālruni kā IP kameru.

Viedtālruņa kā IP kameras izmantošana tiek veikta, izmantojot lietotni. Varat izmantot dažādas lietotnes operētājsistēmām Android, iOS, Windows Phone. Es izvēlējos vienu, ko sauc par "IP tīmekļa kameru" operētājsistēmai Android. Šī ir bezmaksas lietotne, un to ir viegli konfigurēt.

Palaidiet lietotni, dodieties uz sadaļu “Video preferences”, lai iestatītu lietotnē nodrošināto fotoattēlu izšķirtspēju. Pēc tam pieskarieties "Sākt serveri" (pirmais attēls iepriekš). Ekrāna apakšdaļā jums jāredz kameras ip adrese (skatiet otro attēlu iepriekš). Pārlūkprogrammā varat ierakstīt https://cam_ip_address/photo.jpg, un jūs iegūsit attēlu no ip kameras! Lai iegūtu fokusētu attēlu, ierakstiet https://cam_ip_address/photoaf.jpg. Pierakstiet šo IP adresi, mēs to izmantosim, lai iegūtu attēlu ar personu, kas atver ledusskapi.

Visbeidzot, pievienojiet kameru ledusskapim (pēdējais attēls iepriekš).

4. darbība. Face API

Solis Apraksts: Šajā solī mēs runāsim par Microsoft sejas API, kas veic sejas atpazīšanu un identificē cilvēkus.

Microsoft sejas API ir sejas atpazīšanas pakalpojums, ar kura palīdzību mēs varam analizēt fotoattēlus un identificēt tajos esošos cilvēkus.

Pirmkārt, jums ir nepieciešams Microsoft Azure konts. Ja jums tāda nav, varat to izveidot bez maksas šeit.

Otrkārt, dodieties uz vietni https://portal.azure.com, kreisajā pusē noklikšķiniet uz "Jauns", ierakstiet veidlapā "Kognitīvo pakalpojumu API", atlasiet to un noklikšķiniet uz "Izveidot". Vai arī varat atvērt šo saiti. Tagad jums jāievada sava pakalpojuma nosaukums, jāizvēlas abonementa veids, nepieciešamais API veids (mūsu gadījumā tā ir Face API), atrašanās vieta, cenu līmenis, resursu grupa un jāpiekrīt juridiskajiem noteikumiem (skatiet šim solim pievienoto ekrānuzņēmumu).

Treškārt, noklikšķiniet uz “Visi resursi”, atlasiet pakalpojumu Face API un skatiet lietošanas statistiku, akreditācijas datus utt.

Face API informāciju var atrast šeit, ir sniegti piemēri dažādās programmēšanas valodās. Šim projektam mēs izmantojam python. Jūs varat izlasīt dokumentāciju un izveidot savu funkcionalitātes komplektu vai izmantot šeit sniegto (tas nav viss Microsoft nodrošinātais funkcionalitātes komplekts, tikai punkti, kas nepieciešami šim projektam). Mani python faili ir pievienoti šim solim.

Pāriesim pie darba struktūras ar Face API. Lai izmantotu "Identification" funkcionalitāti, mums ir jāizveido cilvēku bibliotēka, kuras Face API pakalpojums atpazīs lietotnes uzņemtos fotoattēlus. Lai to iestatītu, lūdzu, veiciet tālāk norādītās darbības.

1. Izveidot grupu
2. Pievienojiet šai grupai personas
3. Pievienojiet šīm personām sejas
4. Vilcienu grupa
5. Iesniedziet fotoattēlu kopā ar personu, kuru vēlaties identificēt (jums jānorāda fotoattēls un grupas ID, kurā pakalpojums meklēs kandidātus)
6. Rezultāts: Atbildot uz to, jūs saņemsiet to kandidātu sarakstu, kuri var būt jūsu iesniegtajā fotoattēlā.

Esmu izveidojis trīs failus ar īpašu funkcionalitāti, kas ļauj strādāt ar grupām, atsevišķām personām un atsevišķiem fotoattēliem:

• PersonGroup.py - satur funkcijas, kas ļauj: izveidot grupu, iegūt informāciju par grupu, iegūt visu grupu sarakstu, apmācīt grupu un iegūt apmācības statusu
• Person.py - satur funkcijas, kas ļauj: izveidot personu, iegūt personas informāciju, uzskaitīt visas personas noteiktā grupā, pievienot sejas konkrētai personai
• Face.py - satur funkcijas, kas ļauj: noteikt seju attēlā, identificēt personu, iegūt identificētās personas vārdu

Failā ar nosaukumu "registration.py" es sniedzu funkcijas, kas ļauj pārbaudīt, vai attēlā ir seja, un pievienot sejas noteiktai personai (automātiski pievieno seju no daudziem attēliem no norādītās mapes).

Lejupielādējiet šim solim pievienoto failu, izpakojiet to, mainiet globālo mainīgo “KEY” šajos trīs failos: PersonGroup.py, Person.py un Face.py, lai jums piederētu atslēga, kuru varat atrast: portal.azure.com> visi resursi > sejas api pakalpojums (vai kā jūs to nosaucāt)> taustiņu cilne. Jūs varat izmantot jebkuru no abām atslēgām.

Piezīme: šeit mēs apmācīsim Face API pakalpojumu atpazīt cilvēkus, tāpēc šādas darbības var veikt no jebkura datora (Raspberry Pi tam nav nepieciešams) - izmaiņas tiek saglabātas Microsoft serverī.

Pēc atslēgas maiņas palaidiet atzīšanu.py un python apvalkā ievadiet šādu komandu:

PersonGroup.create ("ģimene", 'fff-fff')) // jūs varat izmantot savu vārdu un ID

group printResJson (PersonGroup.getPersonGroup ('fff-fff'))

Jums ir jāredz dati par tikko izveidoto grupu. Tagad ievadiet:

printResJson (Person.createPerson ('fff-fff', 'personas vārds'))

Tagad jūs saņemat personas ID. Izveidojiet mapi ar šīs personas attēliem, lai visos attēlos būtu šīs personas seja. Jūs varat izmantot funkciju detectFaceOnImages atpazīšanā.py, kas parāda, uz kuriem fotoattēliem tiek atklāta seja. Tagad palaidiet komandu:

addFacesToPerson ("mape ar attēliem", "personas ID, ko saņēmāt pēc iepriekšējās komandas", "fff-fff")

Tad mums jāapmāca mūsu pakalpojums, ievadot šādu informāciju:

PersonGroup.trainPersonGroup ('fff-fff') printResJson (PersonGroup.getPersonGroupTrainingStatus ('fff-fff'))

Tagad mūsu grupa ir apmācīta un ir gatava identificēt personu.

Lai pārbaudītu personu attēlā, varat:

Face.checkPerson (attēls, 'fff-fff')

Atbildot uz to, jūs saņemsiet kandidātu sarakstu un varbūtību, kas atrodas fotoattēlā.

Piezīme: katru reizi, kad pievienojat seju kādai personai vai grupai, jums ir jāapmāca grupa!

5. darbība. Sarkanā mezgla konfigurācija

Solis Apraksts: Šajā solī mēs izveidosim mezgla sarkano plūsmu, kas jūs informēs par piekļuves pārkāpumu jūsu ledusskapim =)

Ja jūsu Raspberry Pi darbojas Raspbian Jessie 2015. gada novembra vai jaunākā versijā, jums nav jāinstalē Node-Red, jo tas jau ir iepriekš instalēts. Jums tas vienkārši jāatjaunina. Lūdzu, izmantojiet rokasgrāmatu šeit.

Tagad mums ir jāinstalē Twilio mezgls mezglam-sarkans, lai mēs varētu aktivizēt īsziņu. Atveriet termināli un ierakstiet:

cd ~/.node-rednpm instalēt node-red-node-twilio

Vairāk par Twilio mezglu šeit. Pēc tam palaidiet sarkano mezglu, ierakstot terminālī:

mezgls sarkans

Pēc tam dodieties uz: https://127.0.0.1:1880/ - ja atverat pārlūkprogrammu savā Raspberry Pihttps:// {raspberry_pi_ip}: 1880/ - ja vēlaties atvērt mezgla sarkano redaktoru no cita datora

Lai uzzinātu aveņu pi IP adresi, izmantojiet šo instrukciju.

Tagad jums jāatrod Twilio mezgls mezglu sarkanajā redaktorā (parasti tas parādās pēc “sociālās” grupas).

Ir pienācis laiks radīt plūsmu!

Piezīme: varat izmantot manu plūsmu, kas pievienota šim solim, taču neaizmirstiet konfigurēt mezglus: e -pastu, twitter un twilio. Par to lasiet vēlāk.

Mūsu plūsma sākas ar mezglu "paziņot", kas pieņem POST pieprasījumu no mūsu galvenās programmas ar dažiem datiem par piekļuves pārkāpumu (datu piemērs atrodams komentāru mezglā "par objektu saņemšanu"). Šis mezgls nekavējoties atbild ar ziņojumu "Ok", tāpēc galvenā programma zina, ka dati ir saņemti (Plūsma: /paziņot> atbilde ar Ok> atbilde). Zaļš mezgls apakšā ar nosaukumu msg.payload ir paredzēts atkļūdošanas nolūkiem: ja kaut kas nedarbojas, varat to izmantot.

No pirmā mezgla (/paziņot) datiem, kas tiek pavairoti, uz "Datu tēma" un "Attēla tēma", kur pievienotas attiecīgi tēmas "dati" un "attēls".

Mezglā "apkopot" mēs saņemam datus (kurus mēs iegūstam pirmā soļa laikā) ar tēmu "dati" un attēlu ar tēmu "attēls" (attēls ir ņemts no /home/pi/image.jpg). Šie divi ziņojumi ir jāapkopo vienā objektā, bet abi objekti tiek saņemti atšķirīgā laikā! Lai to risinātu, mēs izmantosim "konteksta" funkciju, kas ļauj mums saglabāt datus starp funkciju izsaukumiem.

Nākamais solis ir pārbaudīt, vai persona no mūsu piekļuves saraksta vai tā ir svešiniece (checkConditions mezgls). Saņemtajos datos ir lauks "trustedPerson": "true" nozīmē, ka mēs zinām šo personu, bet viņa/viņa ir pārkāpusi piekļuves atļauju, "false" nozīmē, ka persona ir svešiniece.

Kad rezultāts ir “patiess”, mēs nosūtām paziņojumu uz twitter, twilio un e -pastu; kad rezultāts ir “nepatiess” - tikai e -pasts un twilio. Mēs izveidojam objektu e -pastam ar ziņojumu, pievienotu attēlu un e -pasta tēmu, objektu twilio ar ziņojumu. Tviterim mēs pievienojam datus objektam, ja "trustedPerson" ir patiess. Pēc tam nosūtiet šos trīs objektus uz trim dažādiem mezgliem.

Piezīme. Ja tālāk norādītajam mezglam nevajadzētu saņemt ziņojumu, mēs tam vienkārši nosūtām “null”.

Ir pienācis laiks konfigurēt paziņojumu mezglus!

Twitter Pievienojiet plūsmai "twitter" mezglu. Atveriet to ar dubultklikšķi. Noklikšķiniet uz zīmuļa blakus “Twitter ID”. Pēc tam noklikšķiniet uz "Noklikšķiniet šeit, lai autentificētos, izmantojot Twitter". Ieejiet savā twitter kontā un piešķiriet mezglam sarkanajām nepieciešamajām atļaujām.

Plūsmai pievienot e -pasta mezglu. Ja neizmantojat Gmail, jums būs jāmaina dati šādos laukos - "Serveris" un "Ports" (e -pasta aģenta palīdzības lapās varat atrast, kurš serveris un ports jums jāizmanto), pretējā gadījumā nemainiet šos lauki.

• Uz> e -pasta adresi, uz kuru tiks nosūtīti ziņojumi
• Userid> piesakieties no sava e -pasta (iespējams, tas pats, kas laukā “Kam”)
• Parole> parole no jūsu e -pasta konta
• Nosaukums> nosaukums šim mezglam

Twilio Dodieties uz vietni https://www.twilio.com/try-twilio un reģistrējiet kontu. Pārbaudiet to. Dodieties uz vietni https://www.twilio.com/console. Noklikšķiniet uz "Tālruņa numuri" (liela # ikona) un izveidojiet bezmaksas numuru. Ja atrodaties ārpus ASV, jums jāpievieno GEO atļaujas, dodieties uz vietni https://www.twilio.com/console/sms/settings/geo-pe… un pievienojiet savu valsti.

Tagad dodieties uz Node-Red redaktoru, pievienojiet Twilio mezglu, veiciet dubultklikšķi uz tā, lai konfigurētu un aizpildītu visus laukus:

• Akreditācijas dati> Izmantot vietējos akreditācijas datus

• Twilio> rediģēt

  • Konta SID> ņemiet no šejienes
  • No> ierakstiet izveidoto virtuālo numuru
  • Žetons> ņem no šejienes
  • Nosaukums> Twilio
• Izvade> SMS
• Uz> savu tālruņa numuru
• Nosaukums> nosaukums šim mezglam.

Noklikšķiniet uz Izvietot

Tagad jūsu plūsma ir gatava! To var pārbaudīt, nosūtot POST pieprasījumu ar norādīto objektu!

6. solis: visa projekta apkopošana

Solis Apraksts: Šajā solī mēs saliksim visas detaļas un liksim tām darboties kā atsevišķai sistēmai.

Veicot šo darbību, jums:

1. Konfigurējiet veco viedtālruni kā ip kameru
2. Ir darba sensori
3. Apmācīja Microsoft sejas API
4. Konfigurēta mezgla-sarkanā plūsma

Tagad mums ir jāuzlabo kods, ko mēs rakstījām 2. solī. Konkrētāk, funkciju process (), kas tiek izsaukts, kad persona atver durvis. Šajā funkcijā mēs veiksim šādas darbības:

1. Iegūstiet attēlu no ip kameras un saglabājiet to mapē “/home/pi/” ar nosaukumu “image.jpg” (funkcija “fromIpCam” failā “getImage”)
2. Iegūstiet tajā attēlā redzamās personas vārdu (funkcija “checkPerson” failā “atpazīšana”)
3. Pārbaudiet piekļuves atļauju šai personai (funkcija “pārbaudīt” failā “piekļuve”)
4. Pamatojoties uz “pārbaudes” funkcijas rakstīšanas ziņojumu
5. Sūtīt saliktu ziņojumu uz mezglu-sarkanu (funkcija “toNodeRed” failā “sendData”)

Piezīme: lai redzētu visu minēto funkciju kodu, lūdzu, lejupielādējiet šim darbam pievienoto zip failu.

Par funkciju “fromIpCam”. Šī funkcija nosūta GET pieprasījumu jūsu ip kamerai, iegūstot fokusētu attēlu un saglabājot to jūsu norādītajā ceļā. Šai funkcijai ir jānorāda kameras IP adrese.

Par funkciju “checkPerson”. Funkcija kā parametrus iegūst ceļu uz attēlu un grupu, kurā vēlaties meklēt personu no fotoattēla. Pirmkārt, tas atklāj seju sniegtajā attēlā (fails Face.py, funkcija “atklāt”). Atbildot uz to, tiek atrasts ID, ja tika konstatēta seja. Tad tā izsauc funkciju “identificēt” (Face.py fails), kas atrod līdzīgas personas norādītajā grupā. Atbildot uz to, tiek atrasts personas ID, ja persona tiek atrasta. Pēc tam izsauciet funkciju “person” (fails Person.py) ar personas ID kā parametru, funkcija “person” atgriež personu ar norādītu ID, mēs iegūstam personas vārdu un atgriežam to.

Par funkciju “pārbaude”. Šī funkcija tiek ievietota failā “piekļuve”, kur arī “piekļuves saraksts” tiek ievietots kā globāls mainīgais (jūs varat to mainīt, kā vēlaties). Iegūstot personas vārdu no iepriekšējās funkcijas, funkciju “pārbaudīt” salīdziniet šo personu ar piekļuves sarakstu un atgrieziet rezultātu.

Piezīme: viss projekts ir pievienots nākamajam solim.

7. solis. Secinājums

Šajā solī es pievienoju pilnu projektu, kas jums vajadzētu izpakot un ievietot jūsu Raspberry Pi.

Lai šis projekts darbotos, palaidiet failu “main.py”.

Ja jūs kontrolējat Raspberry Pi, izmantojot SSH, jums ir jāpalaiž divas programmas no viena apvalka: python programma un Node-Red. Terminālī ierakstiet šādu tekstu:

mezgls sarkans

Nospiediet “Ctrl + Z” un ierakstiet:

darbavietas

Jūs esat redzējis mezgla-sarkano procesu. Apskatiet procesa ID un ierakstiet:

bg

Tagad mezglam-sarkanajam jāsāk darboties fonā. Pēc tam dodieties uz direktoriju ar savu projektu un palaidiet galveno programmu:

python3 main.py

Piezīme: neaizmirstiet nomainīt taustiņu Python failos (4. darbība) un akreditācijas datus mezgla-sarkanā plūsmā (5. darbība)

Gatavs! Jūsu ledusskapis ir drošs!

Es ceru, ka jums patika šis neatrisināmais! Jūtieties brīvi atstāt savas domas komentāros.

Būšu pateicīgs, ja balsosit par manu projektu =)

Paldies!