课程文献中心 更多>>

关键词： 智能护理床   手势控制   嵌入式系统   目标检测   PWM控制  

摘要： 目前,我国已经进入人口老龄化迅猛增长的时期,人口结构正在快速的转变,随着年龄的增长及身体机能的退化,老年人对家庭护理床的需求日益增多,护理床的功能逐渐完善。但是现有电动护理床的控制方式主要采用按键式,由于老年人存在视力不佳等原因,按键式电动护理床对老年人自我护理造成了诸多不便,在护理床上加入更为便捷的人机交互方式是护理领域技术上需要解决的重点问题。近年来随着深度学习理论的快速发展,手势识别技术取得了较大的突破,极大地促进了手势控制方案的可行性;以树莓派为代表的嵌入式设备性能不断提升,使复杂的深度学习模型经过压缩在嵌入式设备中实时运行成为可能。因此,本文基于深度学习理论和嵌入式系统,对现有的电动护理床进行了控制方式和功能的优化,解决了老年人自我护理过程中面临的难题。本文的主要研究内容包括:（1）本文研究了目标检测算法中的SSD（Single Shot Multi Box Detector）框架,提出并建立了用于手势识别的HD＿SSD（Hand Detection SSD）手势检测算法模型。本文首先分析了手势识别的应用场景,并建立了手势控制数据集（Hand Control Dataset）,根据数据集中目标框的分析结果,结合感受野（Receptive Field）理论和FPN网络（Feature Pyramid Networks）提出了HD＿SSD手势检测模型,实现了对手势的快速检测、准确识别。（2）本文以树莓派4B作为智能护理床的控制芯片,搭载专用摄像头完成图像采集,实现了手势控制智能护理床方案。本文采用Int8量化、Uniform剪裁等操作对HD＿SSD手势检测模型进行了压缩,在树莓派中推理时间由1.35s缩短至0.175s,实现了基于深度学习模型的手势交互方式在护理领域的可行性应用。（3）本文从电路设计、软件设计两个方面完成了手势控制智能护理床的开发。通过对智能护理床中电动推杆控制、红外温度传感器控制、液位传感器控制、水泵光耦隔离控制、PTC加热管PWM控制等控制电路的设计及控制程序的软件编程,完成了手势控制智能护理床的设计。最后,本文通过实验验证的方式对所开发的手势控制智能护理床进行了验证。实验结果表明,手势交互方式在护理领域有着切实的可行性,为手势识别智能护理床的进一步产业化打下了基础。

关键词： 深度学习   车辆目标检测   单目视觉测距   嵌入式系统  

摘要： 在5G和人工智能不断发展的科技背景和人民对美好生活的不断向往的时代背景之下,发展自动驾驶技术的智能交通体系是必然趋势,但自动驾驶技术是一个庞大的系统科学,实现自动驾驶也不是一步到位的。其中一个重要课题就是感知道路中路况信息,获取前方车辆目标的位置和距离。由于车辆行驶场景快速变化,使单目视觉车辆目标检测及测距依然具有不确定性;而且嵌入式平台在深度学习运算中存在实时性和准确性难以两全的矛盾,对于车辆安全来说,提高车辆目标检测和测距的精度及效率是一个长久的问题和挑战。本文主要针对车辆目标检测和测距,研究了基于深度学习的车辆目标检测算法和基于单目视觉车辆目标测距的算法,给出了相应的改进算法,并对嵌入式硬件平台上的编解码展开研究。最终目的是实现车辆目标检测和测距算法运行在嵌入式系统,准确检测车辆,精确计算车距,画面流畅播放。主要工作分以下三个部分:(1)车辆目标检测。在对通用目标检测算法理论分析和验证实验的基础上,为满足嵌入式平台的使用要求,选取了基于深度学习一步法YOLOv3-tiny算法作为基础算法。在此算法上增加一个上采样层,以提升对小目标车辆的检测;增加残差网络,提升检测准确性;重新聚类Anchor以增强相关度,优化训练;改进损失函数以降低训练参数,简化训练过程。改进后的E-YOLOv3-Vehicle-Res车辆目标检测算法在TX2上的检测速度达到26FPS,平均精度AP达到83.9%,相比于YOLOv3-tiny,在保证效率的前提下,提高了检测精度,且适用于嵌入式系统平台。(2)车辆目标测距。在建立基于单目视觉几何测距模型基础上,分析了该测距模型产生误差的原因,通过运用道路消失点检测的方式,估算姿态角,修正单目视觉几何测距误差,解决了相机姿态角变化对测距的影响。改进后的修正相机姿态角的单目视觉几何测距算法,在一定距离范围内相对误差控制在7%以内,比改进前测距方法测距相对误差降低了约50%,有效降低了测距误差且适用于车载平台。(3)嵌入式系统移植和硬编码。采用NVIDIA Jetson TX2平台完成硬件和软件设计,实现了E-YOLOv3-Vehicle-Res车辆目标检测算法和修正相机姿态角的单目视觉几何车辆测距算法的移植;完成了基于TX2的硬编码、推拉流和软解码的相关开发。每帧视频画面延迟降低到43ms,本文测试软编码延迟在200ms以上,解决了视频图像卡顿问题,大大降低了延迟。实车实验中整个系统准确检测前方车辆目标,框选位置;精确测量车距;嵌入式平台能流畅播放实时处理画面,未出现明显卡顿和延迟。在一定程度上完成了基于单目视觉和嵌入式系统的车辆目标检测和测距研究。

关键词： 嵌入式系统   扫频信号发生器   可编程   ModBus协议   uC/OSⅢ系统  

摘要： 随着5G的全球商用时代的到来,嵌入式技术的大规模应用,促使着电子测量仪器朝着智能化、小型化和模块化的方向发展,信号发生器作为最基本的电子仪器,在生产、科研、测控和通讯等领域中发挥着重要的作用。在嵌入式系统中,为了有效地测试系统的工作状况,这就要求系统中设计扫频信号发生器,而现有的信号发生器不能满足这种需求。为解决该问题,提出了一种基于Modbus标准的通讯协议,研制出了一款具有标准的通信接口的嵌入式可编程扫频信号发生器模块。节约了系统开发时间、开发成本,降低了开发人员的要求,主要研究内容如下:（1）研究直接数字频率合成（Direct Digital Synthesizer,DDS）信号输出频谱分布特征,明确了嵌入式可编程扫频信号发生器模块的指标需求。建立了DDS信号合成模型,对DDS信号合成方法进行建模分析,分析了滤波器对信号输出的影响,为滤波器的选择奠定了基础。（2）制定了标准化的通信协议,使系统具备良好的可拓展性和开放性。根据系统预期的性能指标,结合Modbus通信协议规范与系统参数设置的特点制定了通信协议。（3）实现了利用触控屏对系统参数进行设置。根据用户的使用习惯,基于EMWIN图形界面库,设计了人机交互界面,可在触控屏上对扫频信号发生器模式进行选择,对参数进行设定。（4）对设计的嵌入式可编程扫频信号发生器模块系统进行技术指标及性能测试。实验结果显示,利用制定的通信协议和标准的通信接口使模块很容易融入嵌入式系统中,且具有单频模式、扫频模式、FSK模式、BPSK模式和Chirp五种模式。能够输出正弦波和方波,正弦波最大输出频率为105MHz,输出的最大幅值为500m V,方波最大输出频率为10MHz,幅值为3.6V。相位噪声为-103.78d Bc/Hz,杂散水平为-54.19d Bc,频率稳定度达10-4。通过实验测试得出该款扫频信号发生器达到了预期指标,性能稳定,符合设计的功能要求。

关键词： 双目视觉   立体匹配   距离检测   嵌入式系统  

摘要： 随着机器人和无人机等自动导航技术的发展,在自动导航过程中对周围环境检测的要求也随之增加,特别是准确实时地检测障碍物的距离信息。通过双目视觉技术来测量障碍物距离是热门研究领域之一,该技术属于非接触式测距,其主要过程为:使用双目相机作为图像数据采集单元对实际场景进行拍摄,然后将采集得到的左右图像使用相关算法进行图像匹配获得视差图,最后利用视差图进行距离等信息计算。为了实现快速准确且方便地测量障碍物距离信息,本文基于双目视觉技术,设计一套基于嵌入式系统的测距系统,为自动导航系统的避障工作提供了技术基础。首先本文分析双目视觉系统的成像模型,通过理想的成像模型解释了如何利用视差值进行双目系统的距离计算。由于相机自身的畸变缘故,使得实际成像模型不理想,而引出相机畸变模型。为获取双目相机的参数,需要对相机进行标定,本文在比较多种标定方法后,采用张正友标定法对双目相机进行标定,来获取相关参数,并对相机标定实验过程中产生的误差进行分析。为减小因相机畸变而带来的影响,对图像数据进行校正,取得较好的效果。然后重点研究Census变换匹配算法,针对传统Census变换匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法。采用三种状态的Census变换来提高抗干扰性,根据区域纹理的波动情况,调整算法窗口大小,以达到提高精度和实时性的目的。在Middlebury平台标准图像进行算法性能测试,实验结果表明,平均误匹配率达到5.51%,一定程度上改善了精度低的问题,平均花费时间相对于传统的Census算法缩短36.60%,提高了算法的实时性。最后针对目前双目测距技术受限于计算机平台,设计了一种基于嵌入式平台的灵活测距系统,并从硬件和软件两个部分说明系统的组成。系统由树莓派和STM32单片机结合的一种智能小车,选择使用集成式双目相机作为数据采集模块。将改进的Census变换匹配算法移植到树莓派运行,计算障碍物的距离信息,并把计算的结果通过串口传输给单片机,控制智能车行驶,实现便捷且快速测量障碍物的距离信息。

关键词： 内存管理   操作系统   嵌入式系统   嵌入式环境   存储设备   处理器   实现研究  

摘要： 虚拟内存管理平台在操作系统功能实现过程中具有极为重要的价值,由于嵌入式设备与应用具有的作用特性,在实际应用过程中必须具备一种与其性能需求相对应的虚拟内存管理机制,源的有限性及嵌入式应用实施性和可移植性的特点,必须具有一种能满足嵌入式设备与应用的虚拟内存管理机制,因此要从设计与思想两个角度开展,以便于可实现。

关键词： FPGA   嵌入式系统   软硬件协同设计   高层次综合   硬件加速  

摘要： 随着人工智能技术发展得越来越成熟,神经网络算法在包括了计算机视觉、自然语言处理、大数据处理等众多领域展现出了独特的优势与巨大的应用潜力。终端应用场景是神经网络算法的一个庞大应用领域,将神经网络部署于边缘设备能免于通信干扰,大大提升处理实时能力并可以进行小型化。然而,终端平台的算力有限,且对能耗有较高的要求,完整的终端应用系统设计一般也较为复杂。 本文针对于神经网络中最成熟的目标分类与目标检测应用领域,分别基于经典的全定制方式和基于DPU的半定制方式,在嵌入式FPGA上实现了AI应用的边缘端系统部署。 对于轻量化的手写数字分类卷积神经网络,在硬件、系统、驱动、程序四个方面,定制化地设计了完整的神经网路部署方案。首先基于高层次综合技术,使用处理模块的流水线优化策略和并行任务的数据流优化策略,设计了卷积神经网络各功能层,并做了OV5640摄像头和HDMI显示屏的硬件适配;接着构建操作系统镜像并设计设备驱动程序;最后设计了包含人机交互UI的应用程序。经测试,本应用系统在MZ7XA开发板平台上可以实现交互并准确地进行分类,算法的平均推理延迟约为2.44ms,平台的功耗仅为4W。 对于航拍目标检测场景,本文基于Vitis生态工具对课题组算法开发同学设计的目标检测神经网络进行了整体半定制式的应用系统设计。卷积神经网络算法的推理由定制化的DPU负责,通过Vitis AI技术生成网络执行指令库,优化设计了基于高层次综合的硬件加速核来处理网络的输入输出数据,基于Open CL规范设计硬件调度函数库,设计了多线程流水线式的主程序运行方案。经测试,本应用系统在ZCU104开发板平台上可以准确地进行目标检测,平均处理速度约为每秒22帧,可以实现对航拍目标场景图像的实时检测。

关键词： 成像式光电容积描计   呼吸率   心率   血氧饱和度   嵌入式系统  

摘要： 心血管疾病已经成为致死数最多的疾病。因此,测量与心血管疾病密切相关的生理参数有着重要意义。当前的生理参数检测设备以接触式测量为主,不适合新生儿和烧伤病人等特殊群体。近年来,在传统的光电容积描计(Photoplethysmography,PPG)技术的基础上发展起来的成像式光电容积描计(Imaging Photoplethysmography,IPPG)技术成为研究热点。该技术采用普通摄像头捕获人体皮肤组织的视频,并从视频中提取生理参数,有着非接触、操作便捷、成本低等优势。目前虽然已经出现了一些基于IPPG技术的检测设备,但这些设备的计算平台通常是计算机或手机,成本较高,且不适合长期监测。少数以成本更低的嵌入式系统作为计算平台的检测设备则存在着测量参数种类少、实时性低、数据存储不便等问题。本文针对这些问题展开研究,设计并实现了运行于嵌入式计算平台的非接触式多生理参数监测系统,实现了对呼吸率、心率以及血氧饱和度的实时监测。本文所做的工作主要包含以下几个方面:1.从生理学和光学入手,深入研究了IPPG技术的原理,阐释了呼吸信号和心率信号的来源,并详细推导了血氧饱和度的计算模型。此外,对各种影响生理信号质量和生理参数计算准确度的噪声进行了分析,并对现有的去噪技术做了总结。2.从生理学的角度对人体面部适合进行生理参数检测的部位进行分析,最终选择了额头和两侧脸颊作为检测区域。同时,使用彩色相机捕获人体面部视频,并通过人脸特征点检测实现了检测区域的自动定位。在此基础上,为呼吸率、心率、血氧饱和度分别设计了检测算法,并将算法移植到嵌入式系统。实验表明,本文设计的算法能够在嵌入式系统上以每秒检测一次的速度运行,并且具备较高的准确性。3.为监测系统的各个硬件组成部分进行了选型,并且搭建了嵌入式软件开发环境。在此基础上,为监测系统设计了以多线程方式运行的软件,实现了对计算资源的充分利用。此外,为监测系统搭建了云平台,通过将监测数据上传至云平台实现了数据的远程存储和访问。4.为了验证监测系统的性能,本文为各项生理参数选择了参考仪器,搭建了实验的软硬件环境,并募集了15名志愿者进行多个场景下的对比实验。通过Bland-Altman分析、均方根误差以及平均准确率等多项指标对测量值和参考值之间的一致性进行分析。结果表明,本文设计的监测系统能够满足日常的实时监测需求。

关键词： 智能网联汽车   嵌入式系统   功能安全   信息安全   系统理论过程分析   量化  

摘要： 车辆的互联化、自治化、共享化和电动化推动了智能网联汽车(Intelligent Connected Vehicles,ICV)的出现,智能网联汽车为日常生活带来便利的同时,也面临着功能损坏、信息泄漏等一系列危害。传统的危害分析方法(如故障树等)只关注组件故障,忽略了组件之间异常交互对系统产生的影响,因此无法对复杂的嵌入式系统进行危害分析。为了解决这个问题,系统理论过程分析(System Theory Process Analysis,STPA)应运而生。STPA是一种用以避免工业系统缺陷的危害分析方法,使用STPA对智能网联汽车进行危害分析时,面临着严重的挑战:信息决策与反馈过程的中断、人工智能算法输出的不确定性、信息安全的威胁等。此外,STPA危害分析的结果并未得到量化,无法对危害分析产生的结果进行优先级排序,大大降低了危害分析的效率。针对上述挑战,本文提出了一种新的三阶段危害分析方法STPA-ICV,对危害进行定性分析,以保障智能网联汽车的功能安全和信息安全。STPA-ICV同时将功能安全和信息安全纳入考虑范围,能够被广泛应用于智能网联汽车的多种自适应应用中。STPA-ICV可以为智能网联汽车建立清晰的架构、提高网络带宽,识别出完备的危害场景并提出系统优化策略。本文以自适应巡航控制系统和自动紧急刹车系统为例,展示了使用STPA-ICV进行危害分析的全过程。针对STPA危害结果无法量化的问题,本文提出了Quant-STPA方法,对危害分析结果进行定量分析。Quant-STPA从事故分析树量化思想出发,结合STPA-ICV生成的危害场景树,建立危害和危害场景的逻辑关系,计算出系统级危害的发生概率;Quant-STPA方法定义了衡量危害场景重要度的唯一指标,加速了系统设计的优化时间。本文还通过两个对比试验、一个案例分析,凸显了Quant-STPA的优越性。STPA-ICV和Quant-STPA方法分别对智能网联汽车面临的危害进行了定性分析和定量分析。实验表明,与现有的STPA方法相比,STPA-ICV可以识别更多的危害场景,并且效率更高。此外,与事故分析树相比,Quant-STPA能量化更多危害场景、获得更准确、更客观的量化结果。两种方法都提升了危害分析效率,为智能网联汽车功能安全和信息安全的保障提供了新的可能。

关键词： 污染应急决策   有毒气体检测   嵌入式系统   物联网   污染分析  

摘要： 随着我国城市化的发展,在化学化工和污染场地治理等行业中,存在大量有害物质或有毒气体;同时由于突发事故或者自然灾害等,会造成多种有害物质和毒性气体泄漏挥发到空气中形成有毒高危环境,严重威胁公共安全。在高危有毒环境中进行抢险救援、危害治理等工作时,需要指挥决策者科学掌握现场毒气浓度、分布等情况,便于进行科学决策。目前,我国有毒气体的检测主要是在在厂区等固定点位的长期在线监测,而对于突发事故现场毒气分布态势的快速检测,尚无有效解决方法。为解决这一问题,本课题结合嵌入式系统与物联网技术设计了一套用于污染环境的可由移动平台搭载高度集成化的便携式多组分有毒气体智能检测系统,该系统集数据采集、无线传输、数据处理、三维拟合、扩散预测、智能监测功能于一身。因此,本文主要工作将从物联网三层框架进行阐述,分别为感知层、传输层、应用层。(1)感知层中介绍了系统的硬件选型和集成化设计,按照模块化的设计理念将系统分为传感检测、主控单元、无线传输三个模块,分别选用电化学气体传感器网络对有毒气体浓度进行采集;GPS位置传感器对气体坐标数据进行采集;STM32F407VET6作为系统控制器,9V锂电池供电;SIM800C无线传输模块进行数据上传,并对系统的电路原理图和PCB图进行了设计和绘制。(2)网络传输层将传感器网络与云平台服务器相连接,检测到的气态浓度及定位数据通过串行接口发送至DTU完成控制器传输,并通过GPRS线上上传到服务器,用于后期的存储、分析、显示使用。(3)最上层为终端应用层负责人机交互,交互功能研究应用于在基于My Sql数据库的智能监管平台。现场工作人员可以在服务器中查看被检测气体数据,同时为方便工作人员地有效利用,设计和研制出一套MFC管理系统,可以使得工作人员对有毒气体浓度的变化进行监测。为方便现场工作决策,工作人员可根据安全评估算法的处理结果观察现场安全程度的三维分布图并根据高斯烟羽扩散模型的结果预测各有毒气体扩散范围。本系统可以采集、传输、存储、分析、展示高危污染环境内有毒气体数据。系统经过运行实验测试,运行状态良好,未发生异常状况。可以为突发事故救援的指挥决策提供科学依据,具有良好的使用前景。

关键词： 非侵入式   负荷监测   嵌入式系统   采集装置   支持向量机  

摘要： 随着可持续发展理念的深化,节能减排提高电能使用率成为国家和社会的发展需求。负荷监测技术作为智能电网中最新的高级测量技术,对用户、电力公司和社会的综合降低耗能有着十分重要的积极意义。目前,负荷监测技术面临的首要问题是数据源获取的问题,即需要开展对采集装置及负荷数据获取的研究,在保证负荷参数采集精度和负荷辨识准确率的同时,也要保证采集装置的经济性、实用性、可靠性和稳定性。针对该问题,本文通过对低压居民负荷监测的需求和负荷参数的选择进行分析研究,从硬件设计的角度思考,提出了以嵌入式技术为基础,以LabVIEW虚拟仪器为可视化界面的系统搭建方法,设计了面对居民低压网络的居民负荷非侵入式监测系统。首先搭建系统的硬件采集装置,装置以STM32芯片为主控核心,以ATT7022EU计量芯片和ADS1256模数转换芯片为采集芯片,使用互感器搭配电压跟随电路、AD8476差分放大器电路和AD603可变增益放大器电路等组成采集模块,使用RS-485总线完成与外部通信,使用开关电源和电源电路给各部分供电。之后以硬件为基础设计系统的嵌入式软件逻辑结构和LabVIEW数据处理及显示界面,并在两者之间建立基于Modbus通信原理设计的通信协议,再运用与Matlab混合编程的方法引入以SVM算法为原理的负荷辨识算法。最后,整体系统进行软硬件联合调试及整体运行测试,根据不同需求完成不同负荷参数的采集并能够提供高精度的原始信号以便拓展计算复杂的特征参数,结合训练好的负荷辨识算法,将不同运行状态下的负荷特征量作为输入,能够对负荷运行准确辨识。实验证明,本文设计的居民负荷监测系统可以稳定高效地完成整个系统的功能运行,有效进行负荷监测和负荷辨识。图[52]表[11]参[80]