为了解决森林火灾、盗伐树木和伤害野生动物等林业管理方面的问题,设计了基于ROS的智能林业巡逻机器人。该机器人采用Raspberry Pi 4B作为主控、STM32F103RCT6拓展板作为辅控,主要硬件采用深度相机、激光雷达等,多种传感器协同对各种复...为了解决森林火灾、盗伐树木和伤害野生动物等林业管理方面的问题,设计了基于ROS的智能林业巡逻机器人。该机器人采用Raspberry Pi 4B作为主控、STM32F103RCT6拓展板作为辅控,主要硬件采用深度相机、激光雷达等,多种传感器协同对各种复杂环境进行环境感知。系统使用Ubuntu18.04,在电脑终端利用VNC远程控制平台对机器人进行操控。机器人具备自主巡逻、实时监控和物体识别等功能,并选用Cartographer建图算法进行自主导航,利用深度学习算法YOLOv4-tiny进行物体识别。实验测试结果表明,智能林业巡逻机器人运行稳定,可有效解决林业管理的问题,具有很高的实际应用价值。展开更多
为了提高工厂安防巡检效率、减少巡检人员的安全风险,设计了一款工厂安防巡检机器人,以STM32F407ZGT6为主控芯片、Raspberry Pi 4 Model B为图像处理。再结合摄像头和RFID等传感器,构建机器人巡检系统的视觉感知和定位检测模块,实现机...为了提高工厂安防巡检效率、减少巡检人员的安全风险,设计了一款工厂安防巡检机器人,以STM32F407ZGT6为主控芯片、Raspberry Pi 4 Model B为图像处理。再结合摄像头和RFID等传感器,构建机器人巡检系统的视觉感知和定位检测模块,实现机器人自主行驶、自主识别检测等功能。为了提高其巡检精度,采用四轮PWM调速驱动方式,同时在程序方面采用了OpenCV库目标检测等算法对目标图像进行处理识别,具有稳定性、易用性和高效性的优点,并且采用使用PID控制器的update方法,调整追踪算法的参数,以使得系统能够更好地跟踪目标。展开更多
针对木勺模压生产线,生产过程中一次性木勺在模具中产生遗料现象,利用相关图像识别技术,设计了一种在木勺生产过程中使用的遗料识别系统。以Raspberry Pi 4B作为控制板,利用Python设计编写相关遗料识别程序。利用该程序对相关图像进行...针对木勺模压生产线,生产过程中一次性木勺在模具中产生遗料现象,利用相关图像识别技术,设计了一种在木勺生产过程中使用的遗料识别系统。以Raspberry Pi 4B作为控制板,利用Python设计编写相关遗料识别程序。利用该程序对相关图像进行霍夫圆检测以及透视变换的处理,借以帧差法对比图像与图像之间的差异从而判断模具中有无遗料。实验证明,编写的遗料识别程序可以满足预期生产要求,程序的准确率接近100%,稳定性好。展开更多
We utilized Raspberry Pi 4B to develop a microbial monitoring system to simplify the microbial image-capturing process and facilitate the informatization of microbial observation results.The Raspberry Pi 4B firmware,d...We utilized Raspberry Pi 4B to develop a microbial monitoring system to simplify the microbial image-capturing process and facilitate the informatization of microbial observation results.The Raspberry Pi 4B firmware,developed under Python on the Linux platform,achieves sum verification of serial data,file upload based on TCP protocol,control of sequence light source and light valve,real-time self-test based on multithreading,and an experiment-oriented file management method.The system demonstrated improved code logic,scheduling,exception handling,and code readability.展开更多
针对大型气象监测站成本高、覆盖范围有限、灵活性差的问题,设计了一套面向局部定点区域的智能化微型气象监测系统。首先,基于树莓派Raspberry Pi 4B平台开发了一套微型气象数据采集装置,可实现多种气象参数的实时采集与传输。然后,基...针对大型气象监测站成本高、覆盖范围有限、灵活性差的问题,设计了一套面向局部定点区域的智能化微型气象监测系统。首先,基于树莓派Raspberry Pi 4B平台开发了一套微型气象数据采集装置,可实现多种气象参数的实时采集与传输。然后,基于Qt开发了一款服务端软件,实现了针对前端采集气象数据的接收、存储、管理和可视化显示。前端采集系统实现了多种气象信息的综合检测,且系统功能可靠稳定;服务端系统实现的大数据管理和图形化显示,增强了系统可读性和实用性。该系统不仅能为气象数据的联合分析提供可靠数据源,也为业界开发相关商业产品提供了借鉴思路。展开更多
布匹瑕疵检测是纺织业质量管理的重要环节.在嵌入式设备上实现准确、快速的布匹瑕疵检测能有效降低成本,因而价值巨大.考虑到实际生产中花色布匹瑕疵具有背景复杂、数量差异大、极端长宽比和小瑕疵占比高等结构特性,提出一种基于轻量级...布匹瑕疵检测是纺织业质量管理的重要环节.在嵌入式设备上实现准确、快速的布匹瑕疵检测能有效降低成本,因而价值巨大.考虑到实际生产中花色布匹瑕疵具有背景复杂、数量差异大、极端长宽比和小瑕疵占比高等结构特性,提出一种基于轻量级模型的花色布匹瑕疵检测方法并将其部署在嵌入式设备Raspberry Pi 4B上.首先在一阶段目标检测网络YOLO的基础上用轻量级特征提取网络ShuffleNetV2提取花色布匹瑕疵的特征,以减少网络结构复杂度及参数量,提升检测速度;其次是检测头的解耦合,将分类与定位任务分离,以提升模型收敛速度;此外引入CIoU作为瑕疵位置回归损失函数,提高瑕疵定位准确性.实验结果表明,本文算法在Raspberry Pi 4B上可达8.6 FPS的检测速度,可满足纺织工业应用需求.展开更多
为避免因司机的大意和路况不熟造成的违规停车问题,营造更好的交通秩序,文中基于单片机设计了一种辅助停车预警系统。系统采用raspberry pi 4B作为控制中心,将OpenCV算法、北斗卫星定位、WiFi通信、物联网平台与微信小程序相结合,以实...为避免因司机的大意和路况不熟造成的违规停车问题,营造更好的交通秩序,文中基于单片机设计了一种辅助停车预警系统。系统采用raspberry pi 4B作为控制中心,将OpenCV算法、北斗卫星定位、WiFi通信、物联网平台与微信小程序相结合,以实现对路边禁停标识的识别和对驾车人的智能预警,并具有行车数据云储存、手机小程序端智能语音提醒、经停轨迹查看等功能。该系统实现了在raspberry pi 4B上的正确识别显示、OneNET平台上的后台显示以及手机端微信小程序的显示和语音提醒。运行结果显示,在理想的路况下,对禁停标识达到了80%的识别效果,并能将数据实时上传至OneNET云端,微信小程序中也可正确地进行语音预警和查看有禁停趋向的地点信息,具有成本低、使用便捷、扩展方便等优点,具有较高的商业价值和社会意义.展开更多
文摘为了解决森林火灾、盗伐树木和伤害野生动物等林业管理方面的问题,设计了基于ROS的智能林业巡逻机器人。该机器人采用Raspberry Pi 4B作为主控、STM32F103RCT6拓展板作为辅控,主要硬件采用深度相机、激光雷达等,多种传感器协同对各种复杂环境进行环境感知。系统使用Ubuntu18.04,在电脑终端利用VNC远程控制平台对机器人进行操控。机器人具备自主巡逻、实时监控和物体识别等功能,并选用Cartographer建图算法进行自主导航,利用深度学习算法YOLOv4-tiny进行物体识别。实验测试结果表明,智能林业巡逻机器人运行稳定,可有效解决林业管理的问题,具有很高的实际应用价值。
文摘为了提高工厂安防巡检效率、减少巡检人员的安全风险,设计了一款工厂安防巡检机器人,以STM32F407ZGT6为主控芯片、Raspberry Pi 4 Model B为图像处理。再结合摄像头和RFID等传感器,构建机器人巡检系统的视觉感知和定位检测模块,实现机器人自主行驶、自主识别检测等功能。为了提高其巡检精度,采用四轮PWM调速驱动方式,同时在程序方面采用了OpenCV库目标检测等算法对目标图像进行处理识别,具有稳定性、易用性和高效性的优点,并且采用使用PID控制器的update方法,调整追踪算法的参数,以使得系统能够更好地跟踪目标。
文摘针对木勺模压生产线,生产过程中一次性木勺在模具中产生遗料现象,利用相关图像识别技术,设计了一种在木勺生产过程中使用的遗料识别系统。以Raspberry Pi 4B作为控制板,利用Python设计编写相关遗料识别程序。利用该程序对相关图像进行霍夫圆检测以及透视变换的处理,借以帧差法对比图像与图像之间的差异从而判断模具中有无遗料。实验证明,编写的遗料识别程序可以满足预期生产要求,程序的准确率接近100%,稳定性好。
文摘We utilized Raspberry Pi 4B to develop a microbial monitoring system to simplify the microbial image-capturing process and facilitate the informatization of microbial observation results.The Raspberry Pi 4B firmware,developed under Python on the Linux platform,achieves sum verification of serial data,file upload based on TCP protocol,control of sequence light source and light valve,real-time self-test based on multithreading,and an experiment-oriented file management method.The system demonstrated improved code logic,scheduling,exception handling,and code readability.
文摘针对大型气象监测站成本高、覆盖范围有限、灵活性差的问题,设计了一套面向局部定点区域的智能化微型气象监测系统。首先,基于树莓派Raspberry Pi 4B平台开发了一套微型气象数据采集装置,可实现多种气象参数的实时采集与传输。然后,基于Qt开发了一款服务端软件,实现了针对前端采集气象数据的接收、存储、管理和可视化显示。前端采集系统实现了多种气象信息的综合检测,且系统功能可靠稳定;服务端系统实现的大数据管理和图形化显示,增强了系统可读性和实用性。该系统不仅能为气象数据的联合分析提供可靠数据源,也为业界开发相关商业产品提供了借鉴思路。
文摘布匹瑕疵检测是纺织业质量管理的重要环节.在嵌入式设备上实现准确、快速的布匹瑕疵检测能有效降低成本,因而价值巨大.考虑到实际生产中花色布匹瑕疵具有背景复杂、数量差异大、极端长宽比和小瑕疵占比高等结构特性,提出一种基于轻量级模型的花色布匹瑕疵检测方法并将其部署在嵌入式设备Raspberry Pi 4B上.首先在一阶段目标检测网络YOLO的基础上用轻量级特征提取网络ShuffleNetV2提取花色布匹瑕疵的特征,以减少网络结构复杂度及参数量,提升检测速度;其次是检测头的解耦合,将分类与定位任务分离,以提升模型收敛速度;此外引入CIoU作为瑕疵位置回归损失函数,提高瑕疵定位准确性.实验结果表明,本文算法在Raspberry Pi 4B上可达8.6 FPS的检测速度,可满足纺织工业应用需求.
文摘为避免因司机的大意和路况不熟造成的违规停车问题,营造更好的交通秩序,文中基于单片机设计了一种辅助停车预警系统。系统采用raspberry pi 4B作为控制中心,将OpenCV算法、北斗卫星定位、WiFi通信、物联网平台与微信小程序相结合,以实现对路边禁停标识的识别和对驾车人的智能预警,并具有行车数据云储存、手机小程序端智能语音提醒、经停轨迹查看等功能。该系统实现了在raspberry pi 4B上的正确识别显示、OneNET平台上的后台显示以及手机端微信小程序的显示和语音提醒。运行结果显示,在理想的路况下,对禁停标识达到了80%的识别效果,并能将数据实时上传至OneNET云端,微信小程序中也可正确地进行语音预警和查看有禁停趋向的地点信息,具有成本低、使用便捷、扩展方便等优点,具有较高的商业价值和社会意义.
