课程文献中心 更多>>

关键词： 火焰探测   图像处理   支持向量机   嵌入式系统  

摘要： 火灾一直是危害公众安全与社会财产的主要灾害之一,尽早探测到火灾发生,减少火灾损失是消防领域不断深入研究的方向。随着我国经济建设的迅速发展,超大型空间建筑不断增多,而此类建筑火灾载荷大、人员密集,一旦发生火灾,会造成极大的损害。由于传统型火灾探测器通常采用接触式判断,该方法很难在此类大型空间场所中快速准确的完成火灾预警。因此,本文研究设计一种图像型火焰探测报警系统,实现在超大型空间及户外场景下的早期火灾火焰的探测与报警,主要研究内容如下:（1）采用华为海思专用监控芯片完成系统火焰探测器设计,通过其内部媒体处理平台完成可见光与近红外双波段视频图像的采集与编码,同时在近红外波段下利用火焰的光谱特性,添加滤光片滤除可见光,克服早期火灾的火焰微弱以及恶劣环境及天气下可见光不能采集清晰图像而导致的漏报问题。（2）对采集到的视频图像,采用运动目标检测法与颜色空间分割相结合的方法提取可见光图像中的疑似火焰区域,采用运动目标检测法与阈值分割结合的方法提取近红外图像的疑似火焰区域,最后对提取到的区域运用区域生长法进行填充完整。对提取到的疑似火焰区域进行特征的提取,在可见光区域中提取颜色矩与局部二值模式;近红外区域中提取圆形度、轮廓粗糙度、面积变化率、质心变化率,将提取到的特征组合成序列输入到支持向量机中进行火焰识别模型的训练,最终通过实验表明,本文研究的算法对火焰探测的准确率达到98%。将算法移植到探测器硬件中运行,并通过缩放图片尺寸提高算法的运行速度,在保证识别准确率稳定的前提下提高了算法的实时性,使系统无需高性能主机参与运算并且能够离线报警。（3）设计并实现系统的监控系统软件,包括视频浏览与回放,设备搜索与控制,报警接收显示以及日志记录等功能,在火灾发生时及时提醒管理人员并提供火灾现场情况。对系统进行实验测试,结果表明本系统可以及时的检测到早期火灾的发生并进行报警,具有较低的误报率。

关键词： 图像融合   深度学习   生成对抗网络   非局部注意力机制   嵌入式系统  

摘要： 红外传感器通过感知物体的热辐射成像,可有效探测隐藏或伪装的热目标,具有较强的抗干扰能力,但获得的图像存在背景模糊,细节缺失等问题;可见光传感器利用光反射成像,可以捕捉丰富的场景信息,获得纹理清晰,空间分辨率高的图像,但易受环境或天气变化的影响。由于红外与可见光图像的成像机制与成像特点均具有较强的互补性,因此,融合技术旨在将红外图像的热辐射特征与可见光图像的纹理信息合成一幅目标感知更突出,场景信息更丰富的图像,以便于人眼的观察和后续视觉处理,广泛应用于遥感探测、医疗诊断、智能驾驶、安全监控等领域。目前,传统融合方法依据先验知识建立变换模型,用于提取图像特征,但其模型设计日趋复杂,且泛化能力弱。深度学习融合方法利用卷积操作,可以有效提取图像复杂多变特征,克服了传统固有数学模型的不足,具有更强的特征提取和泛化能力。但现有深度学习方法受限于网络深度与卷积核尺寸,提取的深度特征表征能力不足,无法保留图像足够的多尺度信息;其次,依赖卷积操作提取图像局部特征,未考虑局部特征之间的远程依赖关系,易造成融合图像的上下文信息损失,限制融合质量。针对上述不足,论文以红外、可见光图像为研究对象,以深度学习与注意力机制为技术手段,研究了红外与可见光图像非局部注意力融合方法,主要工作内容如下:(1)针对卷积操作仅提取图像局部特征而忽略特征之间长依赖关系的问题,提出了红外与可见光图像非局部注意力融合方法。首先,构建了多视场聚合模块与密集连接的多尺度编码器,在不进行下采样或改变卷积核尺寸的情况下,聚合了不同尺度的特征,增强了特征编码能力;其次,设计了双重非局部注意力融合策略,从空间和通道分别建立图像不同层级特征之间的远程依赖关系,获得不同尺度特征的全局特性,聚焦于图像的红外目标特性与可见光结构纹理。大量实验验证了该方法的有效性与鲁棒性,并在主、客观方面均取得了显著的优势。(2)针对融合过程中需要手动设置融合策略与参数的问题,提出了红外与可见光图像非局部生成对抗融合方法。首先,在生成器中构建卷积聚合块,捕获深层图像信息,并设计了红外与可见光双鉴别器,通过与生成器之间的对抗博弈,均衡地保留源图像特征;其次,设计了学习型非局部注意力模块,从通道维度建立不同尺度、不同通道特征之间的长距离依赖关系,增强特征编码能力,实现了红外与可见光图像端到端融合。TNO与Roadscene数据集的实验结果表明,该方法在主、客观方面均优于其他典型方法。(3)面向红外与可见光图像融合的实际应用,开发了嵌入式彩色实时融合平台,该平台以Linux Ubuntu18.04.3为操作系统,以arm-himix200-linux为交叉编译工具,以HPKMS4300智能双光摄像机为硬件架构,开发面向海思Hi3516DV300处理器的融合算法,研究了固定视场下,红外与可见光视频图像的配准、彩色实时融合方案以及画中画显示技术,实现了不同模式下的彩色实时融合,有效地提升了图像细节与分辨率质量,增强了红外与可见光成像设备的实际探测能力。

关键词： 云粒子   微物理   原位测量   光学成像   嵌入式系统  

摘要： 云是地气系统的重要组成部分,云通过潜热输送、降水和云辐射强迫在气候变化和天气系统的发展演变中发挥重要作用。云的微物理结构反映了云体内部热力和动力过程,是决定云的生成、发展和消亡的主要因素。准确测量云微物理参数、深入研究云微物理过程对云物理学、气候变化、数值天气预报、人工影响天气等众多领域的研究都有着重要的意义。针对大气科学领域对云微物理参数的高精度测量需求,本文提出了一种利用粒子前向散射光成像的云粒子测量方法。为了将这种方法应用于云微物理参数测量,设计了一种可用于暗视野成像的环形光源。在此基础上,研制了可以在不接触粒子的情况下获取云粒子图像的成像式云粒子探测器样机,编写了能够实现曝光控制、图像实时采集与处理、数据传输等功能的嵌入式软件并利用样机进行调试。建立了一种基于数学形态学的云粒子图像处理算法,实现了对云粒子粒径、形状等参数的测量。设计了一种适用于散焦云粒子图像复原的图像复原算法,有效提高了数据利用率,增加了样本容量。提出了一种用于测量样机单像素尺寸和成像景深的标定方法并开展标定实验,使用样机在扩散云室和高山开展观测实验从而验证仪器的性能。实验结果表明,成像式云粒子探测器具有较高的测量精度和良好的环境适应性,是一种具有较大发展潜力的云粒子原位探测设备。

关键词： 脑机接口   快速序列视觉呈现   深度学习   嵌入式系统  

摘要： 脑机接口(Brain Computer Interface,BCI)是人机协作的重要途径之一,其中基于快速序列视觉呈现(Rapid Serial Visual Presention,RSVP)的脑机接口可以通过机器检测人类脑电信号(Electro-Encephalo Gram,EEG)中的事件相关电位(Event-Related Potentials,ERP)来实现序列信息中的目标检测。RSVP-BCI技术在军事作战、医学分析以及休闲娱乐等领域具有广阔的应用前景和发展潜力。目前RSVP系统中脑电信号的特征提取过程繁琐,传统分类算法精度难以提高且对脑电信号的处理大多是基于PC端实现,不能满足移动便携化的需求。为此,开展基于深度学习的特征提取和分类方法的研究,并在树莓派中设计了基于RSVP的人机交互界面,满足移动、智能、便携的需求。具体工作概括如下:首先,基于互联网中不良信息检测的具体应用场景搭建了RSVP-BCI目标检测系统,简称为RSVP系统。讨论了实验过程中的影响因素及注意事项,采集了12名受试者脑电信号,介绍了眼电伪迹去除、滤波、基线校正主要的数据预处理步骤。其次,从时域、频域、空域对ERP信号进行特征分析对比,表明了目标ERP信号与非目标ERP信号的可分性;介绍了相干平均法、小波变换、x DAWN特征提取方法;在离线数据上搭建LDA、SVM、HDCA、x DAWN+LDA、Mallat+SVM五种模型进行对比,选择综合性能最优的模型进行在线实验验证。结果表明在离线数据上Mallat+SVM具有最优的分类性能,受试者工作特性曲线下的面积(Area Under ROC Curve,AUC)达到了0.9;在线实验结果表明召回率为69.2%、虚警率为18.6%。在线实验的分类性能相对较差,但仍保证了平均可以输出绝大多数目标信息,验证了RSVP系统的可行性。然后,研究了基于卷积神经网络和长短期记忆神经网络的特征提取及分类方法,为了更好的兼顾脑电信号的时域特征和空域特征提高分类精度,提出了一种CNN-LSTM级联模型。通过与传统分类算法以及单一的CNN、LSTM网络相比,在离线数据上CNN-LSTM取得了最优的分类性能,AUC值达到了0.914,在线实验结果表明相比于Mallat+SVM模型召回率提高了0.15,虚警率降低了0.032。表明了本文提出的模型可以实现自动提取时域、空域特征,大大的简化了特征提取的繁琐过程,在分类性能上也有一定的提升。最后,实现基于树莓派平台的RSVP系统,借助Python内置GUI开发工具Tkinter设计了RSVP系统人机交互页面,将第三章以及第四章分类性能优秀的算法迁移至树莓派平台,结果表明树莓派平台相比Windows实时性有所降低,但仍可以满足实际需求,这表明了本文设计的RSVP人机交互界面具有良好的便携性,同时可以为嵌入式设备实现脑电信号的处理提供参考。

关键词： 图像分类   目标检测   嵌入式系统   浮游植物   成像流式细胞仪  

摘要： 浮游植物是海洋生态系统中最重要的初级生产者之一,也是海洋生态灾害（如有害藻华）的重要指示生物。实现对海洋浮游植物的快速定量分析是海洋生态科学研究和环境保护的迫切需求。尽管目前一些观测手段如显微镜检法、遥感、成像流式细胞术被广泛应用于海洋环境的监测中去,但这些手段仍存在检测通量小、观测精度低、使用成本昂贵等局限性,并不能很好地进行高效快速准确的浮游植物观测。因此,本文在Fluo Sieve?荧光成像流式细胞仪的硬件基础上,发展了基于深度学习技术的图像识别和检测算法,并设计了一套海洋浮游植物智能图像采集和分析嵌入式系统,以实现对海洋浮游植物样品的高通量端到端图像处理,为海洋环境监测和保护提供了一个有力的解决方案。本文的主要研究工作和成果包括下面三个部分:1.浮游植物荧光图像数据集的构建。本文借助Fluo Sieve?仪器结合一套基于主动学习思想的浮游植物图像建库流程,对中国东南海域常见浮游植物进行图像采集和数据清洗,构建了一个32类共418,497张图像的大规模海洋浮游植物荧光图像数据集。2.浮游植物智能图像处理算法的发展。本文在所构建的大规模浮游植物荧光图像数据集的基础上,发展了基于Res Net-18的浮游植物图像分类算法和基于YOLOX的浮游植物目标检测算法并进行了优化加速,满足了嵌入式部署和实时处理的要求。3.浮游植物智能图像采集和分析算法的嵌入式系统实现与应用。本文从仪器系统架构设计的角度出发,实现了一套集泵阀流体操控子系统、激光控制子系统、图像采集和智能分析子系统为一体的浮游植物智能图像采集和分析嵌入式系统。三个子系统协同工作实现了对海洋浮游植物样品的高通量快速智能处理和分析。

关键词： 工业物联网   监控系统   嵌入式系统   炉号识别   卷积神经网络  

摘要： 作为钢铁生产大国,中国年钢铁产量位居世界前列,对于焦炭产量有着极大的需求。炼焦行业有着广阔的发展前景,炼焦生产设备的升级改造与自动化水平的提高成为了急需解决的行业问题,其中如何实现高效且精确的四车连锁和炉号识别是研究的重点问题。为解决上述问题,设计了一套以工业物联网(Industrial Internet of Things,IIo T)为基础的推焦车远程监控系统。首先,根据系统的功能需求,设计了远程监控系统的总体方案。通过嵌入式系统硬件设计和软件设计,完成嵌入式系统开发。通过采集PLC信号,实现推焦车位移距离数据和图像数据的采集,并在嵌入式系统完成图像的预处理和识别,通过Wi Fi通信将数据上传至云服务器。其次,提出利用图像处理技术和卷积神经网络(Convolutional Neural Networks,CNN)实现对焦炉炉号的识别。采用遗传算法优化卷积神经网络部分结构参数,将得到的最优网络结构参数代入卷积神经网络中更新网络结构模型,并在MATLAB中利用MNIST数据集和炉号图像数据集验证所提方法的可行性,再将训练好的优化卷积神经网络模型移植进嵌入式系统,实现监控系统的炉号识别功能。最后,采用网页开发技术实现监控系统的用户注册、登录页面与功能操作页面的设计开发,使采集数据能够在Web显示界面呈现,实现对推焦车的远程监控。图50幅;表12个;参61篇。

关键词： 凝血分析检测   凝血酶原时间   微流控芯片   嵌入式系统  

摘要： 随着医学、科学水平的不断进步和发展，医学专家对血栓形成和止血病理学的研究越来越全面，与血液凝固性相关的检测对于患者的早期检查、术前风险性评估、口服抗凝药物都有着重要的指导意义。目前，血液凝固性检测也从手工方式发展到半自动检测，传统的凝血检测是检验中心使用大型台式设备进行，但其价格较为昂贵，这既提高了医院的检测成本，也增加了患者的负担。如何权衡好我国较大的临床检验量和稀缺的医疗检测资源之间的矛盾不仅仅给现代医疗检测技术带来挑战，同时也带来了机遇和发展。　　本研究利用血液凝固过程的理化性质变化，结合微流控、电子技术和图像处理技术设计了一套基于微流控芯片的POCT（Point-of-careTesting）血凝检测装置，旨在便携、低成本且操作简单的完成凝血酶原时间的测定。其检测成本低、操作简单，可为需要的地区进行快速检测，具有广泛的应用场景。　　通过研究血凝检测技术在国内外的现状及发展趋势，设计并制作了基于微流控技术的血凝检测芯片，芯片利用PDMS的透气性制成恒压阀，利用泊肃叶定律制成表征通道。设计并制作了基于该芯片的POCT血凝检测装置，完成电路与结构设计和编程，它通过摄像头采集芯片对血液的表征，通过系统检测得出血液凝固曲线，二者搭配下得出检测结果。　　本研究对血凝检测芯片和血凝装置分别进行了性能测试，测试表明：由负压驱动的微流控芯片用于血凝检测表征效率高，成本低;检测装置系统工作稳定，能快速、准确得出检测。

关键词： 动物机器人   微电流刺激   闭环刺激调控   嵌入式系统  

摘要： 鸟类具有卓越的三维空间运动能力,因此在动物机器人的研究中具有重要的价值。当前,使用融合遥测遥控系统的鸟类机器人调控实验大多是基于GPS轨迹的,但是GPS轨迹是观察鸟类飞行运动状态的间接途径,姿态信息是鸟类飞行运动状态的直接反映。所以,综合位置姿态两种传感器数据的系统能够对鸟类飞行运动状态有更准确的了解,该系统应用于闭环调控实验中能够提升闭环控制策略的可靠性、准确性。因此,本文开发了融合位置姿态信息的鸟类野外飞行闭环调控系统,该系统能够实现定位信息、姿态信息及刺激相关信息的采集存储,能够产生参数可调的微电流刺激,并且该系统能够嵌入闭环控制策略,利用多传感器数据融合进行刺激调控研究或闭环调控实验。本文的主要工作如下:(1)首先进行了融合位置姿态信息的鸟类野外飞行闭环调控系统需求分析,总结出了系统整体框架。综合考虑系统各功能模块,并分别从硬件及程序两方面给出了设计方案。(2)完成了融合位置姿态信息的鸟类野外飞行闭环调控系统的开发。首先,完成了系统硬件实现,系统总重量为12.08g(包含200mAh锂电池),尺寸大小为33mm×23mm×14mm,实现了小型化、轻量化和可穿戴的硬件设计目标。其次,根据系统需求及程序设计方案,完成了系统程序实现,并对系统各模块功能进行了测试,达到了系统设计要求。(3)以鸽子为实验对象,设计了到达指定目标区域的闭环调控任务实验。实验中利用位置信息和姿态信息组合导航算法进行数据融合来推算鸽子的运动方向偏差角度,并根据偏差角度大小对鸽子相关脑区施加不同的微电流刺激,以控制鸽子机器人到达目标区域,从而形成了一个融合位置姿态信息的鸟类野外飞行闭环控制算法。(4)开展刺激参数正交实验,探究刺激前后姿态角度偏差与刺激参数之间的关系。利用刺激前后被试鸽子的姿态偏航角解算结果作为正交实验输出观测指标,找到了刺激参数与姿态偏航角之间的效应关系,得到了根据运动方向偏差角度改变刺激参数幅值的刺激调控策略。最终利用本系统开展了到达目标区域的野外飞行闭环调控实验,调控鸽子到达了任务目标点,验证了系统功能的有效性。

关键词： 血小板功能分析仪   管理系统升级   抗干扰设计   远程升级   嵌入式系统  

摘要： 血小板功能检测是血液血栓疾病有效预警和精准防治的重要手段。随着临床诊疗的不断发展,经典连续全血模式单模块血小板功能分析仪已无法满足高速高性能检测需要,需要基于经典单模块扩展开发多模块并行检测新型血小板功能分析仪以提供批量快速检测能力和手段。基于这一开发需求和单模块技术,本文系统研究了血小板功能分析仪管理机软硬件系统的升级扩展设计与开发实现。多模块控制机协调接收管理机命令和参数执行业务流程,系统采用基于CAN总线的分布式嵌入控制架构进行并行运行管理。系统分为管理级和控制级,管理级主要负责人机交互和数据处理等功能;控制级负责接收管理级命令并完成检测业务,同时将执行状态与检测结果反馈到管理级进行处理。论文首先在综述血小板功能检测背景及检测技术现状的基础上分析仪器提高性能的技术趋势,分析介绍了经典单模块分析仪的工作原理,设计给出多模块并行检测整体升级方案,在保证检测精度与系统稳定性的同时提高检测效率;结合并行检测复杂控制特点和精度需求,给出了多模块检测流程的优化设计,确定了多模块间干扰问题解决方案。随后分析了管理级硬件平台特性,设计了多机嵌入式系统平台升级方案、嵌入式系统开发环境搭建方案与管理级硬件功能扩展方案,为提高检测精度给出了硬件层面的并行检测模块间抗干扰技术实现。针对并行检测在管理机软件控制、通信及操作管理的升级需求,文中分别从单模块独立检测与多模块并行检测两方面论述了设置优化检测流程的异常处理机制,并给出相应的实时数据处理模块设计,确保了检测稳定性和可靠性;详细论述了多模块并行检测系统中的多线程任务划分和模块间协调避免干扰的工作机制,给出了多节点CAN总线实时可靠通信与数据管理的软件实现,提高了并行检测系统稳定性与可靠性。然后论述了管理级和并行控制级节点应用程序远程在线升级方案原理,给出了一个或多个并行控制级节点应用程序在线升级的实现,使系统能通过不断迭代升级维护软件生命周期。最后给出了系统运行测试与性能分析,表明系统设计满足基本功能要求,并具有良好的稳定性、检测效率和易操作性。

关键词： 双足机器人   嵌入式系统   实时控制系统   动作规划  

摘要： 随着人工智能技术与产业链的快速发展,双足机器人已经越来越多的出现在我们的日常生活中,在许多领域都发挥着巨大的作用。双足机器人性能的优劣在一定程度上取决于控制系统的优劣。因此,研究和设计双足机器人控制系统具有重要意义。本文旨在针对基于准力矩电机驱动的高性能双足机器人原理样机,设计出一套通用的实时嵌入式控制系统,实现双足机器人的基本控制功能,并在双足机器人原理样机上进行验证。本文的主要研究内容如下:(1)首先分析国内外主流足式机器人嵌入式控制系统的设计特点,然后结合基于准力矩电机驱动的原理样机的功能需求进行动力学仿真实验。根据仿真实验结果,综合样机实际情况提出实时嵌入式系统的设计指标,制定该系统的控制架构和软硬件方案。(2)根据硬件方案,设计相关电路系统,完成嵌入式系统硬件平台的设计、选材和制作,使嵌入式系统在硬件层面上同双足机器人各功能模块实现互联。(3)根据软件方案,编写实时嵌入式系统各功能模块的驱动程序,双足机器人基本控制算法程序,QT用户交互界面程序,实现基本控制功能。(4)为测试双足机器人实时嵌入式系统性能,设计了样机实验。验证了嵌入式系统的实时响应,动作规划,动作执行,参数反馈等功能。样机实验结果表明,本文设计的双足机器人实时嵌入式系统能够很好的应用到高性能双足机器人原理样机上,实现了原理样机的预期功能,并具有良好的实时性。