课程文献中心 更多>>

关键词： 智能轮椅   路径规划   轮椅避障   Webots仿真平台   嵌入式系统   多传感器  

摘要： 随着人口老龄化问题的加重,需要看护的老年人比例大幅度增加,再加上肢体残疾的人数的增多,助老助残成为现阶段亟待解决的社会问题。随着科技的发展,先进代步工具的出现正在逐步地改善着他们的生活质量,智能轮椅是就是其中重要的一种。智能轮椅的出现,可以提高老年人和残疾人的生活质量。而智能轮椅的避障和路径规划是其研究的核心内容。本文基于Webots机器人仿真软件提出了智能轮椅的避障和路径规划仿真平台,利用Webots仿真软件完成了智能轮椅的3D建模和运行环境的搭建,然后完成超声波传感器、深度相机和激光雷达的建模并添加在智能轮椅的模型上。通过测试不同传感器的运行效果选择合适的传感器来实现智能轮椅的避障功能,最终决定采用多组超声波传感器实现避障功能。在智能轮椅周围安装7组超声波传感器,将7组传感器检测到的数据进行融合,使智能轮椅实现更精准的避障功能。同时选择一个合适的路径规划算法来为智能轮椅规划出一条路径,然后将电子罗盘、定位模块以及超声波传感器的数据进行融合实现智能轮椅的路径规划功能。路径规划是为了得到点与点之间的最优路径,最优路径是指路径长度最短,拐点少且要避开障碍物。智能轮椅路径规划主要包括环境建模、定位及路径规划算法。其中,环境建模和定位是路径规划的基础部分,路径规划的算法为核心内容。经验证,单一的A*算法能够满足路径规划的需求,但是单一的A*算法具有一定的缺点,本文分析了传统A*算法,发现了其规划出的路径具有拐点较多的问题。通过对传统A*算法进行优化和改进,使得路径规划的拐点数量减少,同时算法的运行效率也得到了提升,经过验证,优化后的算法能够完成路径规划功能。为智能轮椅的路径规划打下基础。在完成算法的改进后,将路径规划算法移植到Webots上进行仿真验证,通过3D动画得到了验证结果。验证结果表明了算法的可行性。在仿真验证成功后,完成了智能轮椅的硬件平台的搭建和软件框架的设计。对超声波与C8051F040单片机之间的信号处理电路进行设计。以EBD9263开发板为总控模块,通过CAN总线与C8051F040单片机进行通信,获取超声波检测信息,完成控制决策。

关键词： 下肢康复器   主动和被动康复   嵌入式系统   物联网技术  

摘要： 小型康复治疗设备的研究与推广,对于改善我国康复配套资源普及性不足的现状、提升肢体受损者康复质量、降低康复治疗成本具有积极作用。本课题优化对象为市面现有下肢连续被动(Continuous passive motion,CPM)训练机,通过借鉴其结构及功能,设计和搭建下肢康复器样机。在人机交互方法、控制策略、系统功能集成度等方面优于前者,适用人群更广。本文的主要内容包括:为解决下肢CPM机踝关节训练功能缺乏角度可控性的问题,提出了添加往复机构的解决办法。通过分析人体下肢结构模型并合理简化,建立针对单侧下肢的人机系统运动学和动力学数学模型,结合实际在UG软件中完成设备结构的数字化装配建模。在Robotics Toolbox和ADAMS/View中完成模型的运动学和动力学仿真验证,最终完成样机机械结构的搭建。针对下肢CPM机单一的被动性康复训练无法覆盖不同康复阶段训练内容的问题,根据临床肌力分级法和现代康复理论,采用主动和被动训练相结合的渐进式康复治疗策略。首先完成设备动力系统选型与控制系统仿真。其次设计开发多源信息感知系统,该系统可提供下肢肌力评定及运动意图感测所需信息,采集测试实验与结果表明基于阈值分类器的肌力评定方法具有一定可行性并可应用于主动训练模式中。基于STM32+RTOS+GUI完成嵌入式系统开发,实现设备软硬件协同。集成电机控制,传感器信息采集与分析,人机交互界面等功能。为患者提供主动和被动康复训练模式以及设备状态监测、健康监测、环境监测等辅助功能。通过中移物联网OneNET云平台开发者中心,设计下肢康复器远程信息交互系统,实现训练数据、设备状态、用户生理状态等信息的上传与可视化界面设计,以及医师设定训练参数的下发、邮件提醒等基础物联网功能。最后,在有限条件下进行人机测试实验。综合实验结果表明,设备稳定可靠,可以正常完成全部设计功能,符合设计预期。

关键词： 高精度室内定位   超宽带   图像定位   图像处理   融合定位   嵌入式系统  

摘要： 随着移动智能设备技术的推广,人们对于位置服务(Location Based Services,LBS)的需求变得越来越普遍,与此同时,人们对位置服务的准确性有了更高的要求。虽然传统的定位系统可以很好的应用于空旷、遮挡情况不严重的室外环境,但在遮挡严重且定位精度需求更高的室内环境中表现不佳。由于室内工作与生活的需要,在不久的将来,室内位置服务需求必然会是一个巨大的流量入口。在室内环境中,GPS信号难以穿透障碍物,并且信号的传播会受到折射、反射和多径效应所带来的影响,由于这些因素,室内场景下的定位要远比室外定位困难得多。本文将从室内图像定位与UWB定位着手,构建图像定位数据库,应用提出的改进图像特征融合模型,设计并实现了基于图像的室内定位系统。对于UWB定位,本文设计了一套基于UWB的室内定位系统,给出了具体的软件设计流程和硬件原理图,并实现了稳定且准确的UWB定位。并在此基础上,本文选用视频小车作为实验载体,最终设计并实现了基于图像和UWB融合的室内定位系统,完成了高精度的室内定位。本文主要工作和创新点如下:第一,阐述了UWB定位的基本原理,研究并对比了UWB测距数据的不同获取方式和测距误差,确定了本文使用误差较小的测距数据获取方案。并针对UWB测距不稳定的情形,提出了改进的测距算法,减小了测距波动误差。针对UWB定位坐标值异常的问题,利用改进的卡尔曼滤波对其进行优化,并设计和开发了一套基于UWB的室内定位系统,给出了硬件原理图设计和软件开发流程,通过误差校准提高测距和定位精度,最后在实际环境中通过测试并验证了本文设计的UWB定位系统的可靠性和准确性。第二,介绍图像定位所涉及的图像预处理、图像特征提取以及图像分类算法,并针对单一特征对图像描述不足的问题,提出了改进的图像特征融合算法模型,给出了具体设计思路和结构框图,并通过仿真实验和实际环境测试验证了改进算法模型的有效性和准确性。最后基于改进的算法模型,设计了包含上位机界面软件的图像定位系统,并在实际测试中运行良好。第三,考虑到UWB在一些信号不稳定的环境下定位不准确的问题,设计了基于图像和UWB融合的室内定位系统。利用视频小车作为实验载体,通过小车摄像头作为图像定位的数据输入接口,将UWB标签节点安装在小车上实现UWB定位,并设计了动态权重机制以对图像定位坐标和UWB定位坐标进行有效的结合。通过实际定位效果测试,验证了本文所设计融合定位算法对定位精度提高的有效之处,同时搭建了一套可应用于室内环境的定位系统,能够满足高精度室内定位系统的需求。

关键词： 飞行机器人   嵌入式系统   实时系统   PD控制器  

摘要： 本文基于已经研制出的飞行仿人机器人原理样机,设计出一套实时嵌入式控制系统,实现飞行仿人机器人的闭环控制功能。首先,通过分析目前国内外机器人嵌入式系统设计的现状,分析得出目前主流机器人嵌入式系统具备三大特点,分别是无缆化、分布式结构以及良好的实时性。其次,结合原理样机的实时性仿真结果、硬件结构、功能需求以及主流机器人嵌入式系统设计特点,实现设计指标、硬件方案以及软件方案的制定。在设计指标层面上,根据飞行动作的仿真结果,为了保证飞行仿人机器人实现飞行动作的稳定控制,重点要实现嵌入式系统200Hz闭环控制周期。在软件层面上,将整个软件系统划分为用户交互模块、通讯模块、传感器模块、闭环控制模块以及执行器模块。在硬件层面上,采用简单的两级分布式结构,将用户交互模块放至上位机实现,将通讯模块、传感器模块、闭环控制模块以及执行器模块放至下位机实现。最后,进行实时嵌入式系统的相关实验。首先,测试实时嵌入式系统的线程延时,通过线程延时的大小判断嵌入式系统实时性的好坏。然后,搭建实验平台,测试嵌入式系统的基本功能和闭环控制功能,验证整套嵌入式控制系统的有效性以及实用性。

关键词： 机房环境监控   物联网   嵌入式系统   多传感器数据融合   GA-LSTM  

摘要： 随着互联网技术与云计算技术的不断发展,越来越多的企事业单位及高校开始将自建机房作为数据中心,用以存储工作中产生的大量数据,从而提升工作效率和工作质量。然而,机房中存放的精密电子设备对环境要求比较严格,如果机房环境出现异常,轻则会加速设备老化、缩短使用寿命,重则会导致设备故障、系统崩溃,从而使大量存储数据丢失,甚至还可能引发火灾,带来不可估量的经济损失。因此,综合运用物联网技术、通信技术和多传感器数据融合技术建立面向机房环境监控的无人值守智能系统,实现机房环境实时监控,对维持机房环境的稳定、保证机房中精密电子设备的正常运行有着十分重要的意义。本课题依托物联网架构和网络通信技术,同时融合大数据处理技术和人工智能算法,对面向机房环境监控的无人值守智能系统进行研究,主要研究内容如下:首先,对机房环境监控系统和多传感器数据融合技术的国内外研究现状进行分析,针对其中存留的问题并结合本课题项目中实际应用需求,对面向机房环境监控的无人值守智能系统的总体架构进行设计,满足机房环境监控过程中数据的采集、传输和计算要求。其次,对系统智能终端软硬件进行设计,将智能终端分为采集单元和计算控制单元两部分,实现机房环境实时监控、异常状态报警及短信告警、设备远程控制和数据远程传输等功能,方便监管人员对机房环境进行监控。系统中数据远程传输选用轻量、高效的MQTT协议作为通信协议,在保证数据传输稳定的同时,降低延时,提高系统实时性。再次,将多传感器数据融合技术应用于机房火灾探测预警,采用遗传算法(GA)对长短期记忆网络(LSTM)进行优化,设计提出基于GA-LSTM的机房火灾探测预警模型,从而实现提升模型对火灾早期阶段的探测性能,降低模型火灾探测预警误报率和漏报率的目的。最后,对数据采集功能、系统实时性和丢包率等系统性能以及系统Web端平台的各项功能进行测试,保证系统各部分功能的正常、稳定运行。此外,对本文主要工作内容进行总结,并对系统日后的功能更新进行展望。

关键词： 深度学习   果园水果   嵌入式系统   目标检测   YOLOv4  

摘要： 随着商品经济的快速发展以及人们物质生活水平的日益提高,水果产品的供给量也逐年增加,与之相对的是我国水果产品处理效率,包括采摘,筛选,和包装等处理过程,在很大程度上依赖人工作业,这样直接导致人工成本高,以及生产效率低下的弊端。因此,使用自动化采摘机器人代替人工采摘具有重要的意义和应用价值,而在自动化采摘水果过程中,首要任务是准确、高效识别水果果实的位置,而在果园复杂环境背景下,存在小尺寸水果漏检问题以及果实被遮挡问题,同时还存在现场光照强度不均的情况,这会极大地限制了检测的精度。故果园水果的识别研究具有一定的理论价值和实际意义,准确率高、实时性能好的果园水果识别算法亟待解决。针对以上问题,本文所做的主要工作如下: (1)针对果园水果的识别问题,本文分别采用YOLOv3、YOLOv4、SSD、Faster-RCNN等4种不同算法,比较分析其识别速度与精度,得出YOLOv4识别综合性能最佳,其m AP达到93.57%,FPS达到13.23帧/秒,YOLOv4虽然有较高的识别精度,但还存在识别速度低下问题,无法达到实时性效果。 (2)针对YOLOv4实时性效果不佳问题,本文采用YOLOv4-Tiny检测算法,在该算法基础上进行了改进,将YOLOv4-Tiny主干网络CSPDarknet53-Tiny改进成Mobile-Net-V3,并采用深度可分离卷积来减少网络计算量,采用bneck线性瓶颈逆残差结构提高模型的训练速度,采用SE轻量级注意力机制调整每个通道的权重,使得特征提取更具有效性。采用K-means算法来聚类得到OFD-V1果园水果数据集中的anchors,同时还改进主干特征提取网络输出尺度来提取更适合OFD-V1数据集的语义信息,在输出层26×26、52×52尺度上获取的特征图传入特征金字塔中进行预测图像的位置和类别。实验结果表明,相较于YOLO-Tiny,改进的YOLOv4-Tiny网络模型推理速度更快,实时性效果更好,精度更高,泛化能力更好,具有良好的鲁棒性能。在OFD-V1果园水果数据集上进行推理,FPS有所提高的同时,m AP提高了3.58%。相较于Mobile-Net-V3 YOLOv4网络m AP相差不大的同时,FPS提高了7.37帧/秒。 (3)针对果园水果识别机器人计算资源限制的问题。本文采用Jetson nano嵌入式平台进行识别。使用其对训练好的深度学习模型进行推理,同时进行了视频解码和tensor RT模型加速。当采用int8数据类型时推理速度为32.24帧/秒,达到了预期的检测目标。

关键词： 音频检索   广播台标学习   广播台标识别   倒谱分析   嵌入式系统  

摘要： 无线电广播是基础性战略资源,是信息通信、交通运输、国防军事和社会经济发展的重要生产要素。本文对我国广播监测实际工程中的主要任务及广播台标特点进行了详细分析,对现有采用音频检索和语音识别实现广播台标识别的技术进行研究,并分析了传统人工监测广播台标方式和现有自动化广播台标识别技术所存在的问题和不足之处。为了达到广播台标学习和识别的目的,解决因传输链路中噪声干扰造成识别准确率下降的问题,本文提出了一种具有自适应台标学习能力的广播台标识别算法。针对现有基于音频检索实现的广播台标识别技术需人工添加台标库、算法鲁棒性不佳、识别效率低的不足,该算法利用倒谱对两段含有台标信息的广播信号混合后的对数谱中等距离成分具有敏感辨识能力的特点进行广播台标学习和识别;以多个真实广播节目整点时刻的信号为音源进行实时采集,通过倒谱分析出同一广播节目下多段不同整点时刻所采集音频中高度相似的音频段及该音频段出现的起始时间点,即广播台标自动学习结果,并将学习结果放入台标库;先后通过倒谱分析广播台标样本和台标库中所有台标的相似度,计算得出最高相似度所对应台标即为广播台标样本识别结果。对所提算法通过实验进行性能测试,结果证明,所提算法在不同信噪比的加性高斯白噪声条件下表现出了较好的抗噪性能,特别是在低信噪比下(SNR小于等于5dB),仍可以达到95.88%的广播台标识别准确率,且识别效率相较于现有算法更加符合广播实时监播的要求。最后,本文采用搭载Linux系统的树莓派4B开发板和USB音频采集卡,通过Linux系统的高级声音架构ALSA驱动音频采集卡采集实时音频流并提出将基于倒谱和基于Shazam的算法融合进行台标识别,测试了融合算法移植到嵌入式系统上的实际运行效果,从而验证了算法的工程实用性价值,实现了对广播节目的实时监测,保障了广播发射安全。

关键词： 嵌入式系统   深度学习   多任务学习   XGBoost算法   坐姿检测  

摘要： 目前,我国青少年人群中屈光不正的情况越来越普遍,学习时的坐姿不正是最主要的原因之一。越来越多的智能台灯增加了坐姿检测功能,尽管相关专利的申请数量很多,但是市面上成熟的产品却非常少,原因在于基于传统机器视觉的检测方法准确率不高,并需要消耗大量的计算资源;而普通的基于深度学习的检测方案也因为需要消耗大量的计算资源而难以落地。为了提高坐姿检测速度与精度,论文从硬件设计和软件算法结合出发,在利用基于精简Mobile Net V2设计的单阶段多任务网络提取人脸信息后,使用基于XGBoost算法设计的分类器根据信息对坐姿进行分类,并在嵌入式设备中对整体系统进行调试应用。实验表明,在确保检测精度的前提下,网络模型大小可以从5.6MB压缩至601.8KB,在实验平台上进行前向推断时间缩短至167ms,满足实时检测的需求;XGBoost模型大小为54KB,在自建数据集上坐姿分类准确率为99.79%。本文的主要工作如下:1.针对检测任务和实际使用环境,提出在利用多任务网络提取人脸信息后使用XGBoost模型进行坐姿分类的“两阶段”的检测方案;2.针对多任务人脸信息提取网络的结构和实际检测目标大小,确定了根据有效感受野选择合适的特征层来设计网络anchor的策略。针对现有公共数据集标注信息不全的问题,通过半自动标注方法结合高精度传感器构建了三个数据集,其中两个在WIDERFACE数据集基础上构建,一个在实际拍摄图片基础上构建;同时还构建了用于训练坐姿分类器的坐姿数据集。针对冗余网络参数,设计了消融实验对网络模型进行裁剪,同时对网络模型进行离线量化以减小模型文件大小;3.为了提升XGBoost模型的分类效果,利用提取的人脸信息计算的关键点空间坐标作为XGBoost模型的输入特征;为了获得最佳参数,采用了网格搜索方法对XGBoost模型参数进行搜索。本课题依托中山明易智能家居科技有限公司(小米智能OEM公司)委托开发项目——智能台灯姿态视觉检测系统。

关键词： 互相关测速   多相流测量   电导传感器   嵌入式系统   物联网接口  

摘要： 多相流广泛存在于能源、动力、石油、化工、冶金、医药等诸多工业领域,多相流过程参数测量对于能源的高效利用和保障安全生产具有重要的意义。分相流量是多相流的关键参数,其测量通常依赖于分相流速与分相含率。本课题围绕导电性液体为连续相的气/液、液/固两相流,结合性阵列传感器及互相关测速方法,研究对离散相流速的在线测量方法,包括: (1)实现线性阵列传感器的设计与优化。传感器由沿管壁轴向分布的测量电极阵列及两端环形激励电极构成。根据电场均匀性指标优化传感器结构参数,并研究了不同流动参数对线性阵列传感器敏感特性的影响。数值仿真结果表明,优化后的阵列传感器在测量区域达到了相对均匀的测量灵敏度。 (2)用于线性阵列传感器的互相关流速测量方法的研究。与传统的互相关测速方法不同,该方法通过计算线阵传感器获得的两个相邻时刻的电势序列之间的传递距离,从而得到流体速度。本研究中,在获取阵列传感器电势序列的基础上,结合插值算法恢复出沿管道轴向的一维电势分布。通过对比多种插值算法的插值结果,选定采用三次样条插值算法。数据仿真结果表明,该方法具有高的位移分辨率。为验证所提方法的可行性,搭建液/固两相流实验平台,在竖直管道中测量不同形状与大小的固体的移动距离/速度。实验结果显示,本方法计算产生的结果与实际速度吻合,仅存在较小偏差。 (3)设计并实现基于ARM和FPGA的互相关流速测量系统。系统由硬件系统和物联网接口构成。硬件系统主要基于FPGA和ARM构建,负责传感器信号的采集、数据通信以及流速计算;结合Apache、网页编程语言,建立嵌入式系统网页服务器,设计面向物联网的系统接口,用于远程数据显示。系统接口测试表明,该系统接口具有稳定好、扩展性强的特点,可实现远程数据传输和实时共享。

关键词： 电阻式随机存取存储器   数据分配   嵌入式系统   磨损均衡  

摘要： 近年来,随着通信网络技术和智能化技术的发展,实时性嵌入式设备已成为经济社会中不可缺少的重要元素。动态随机存取存储器(DRAM)常作为传统实时性嵌入式系统的主存,因其静态泄露功耗高、可靠性不足和断电易丢失数据的缺点,使DRAM成为实时性嵌入式系统进一步发展的关键难题。以可变电阻式随机存取存储器(ReRAM)为代表的新型非易失性存储器(NVM),因其具有非易失性、低泄露功耗、高可靠性和接近DRAM的读写性能等优点,而成为替代DRAM的关键存储技术。然而,值得注意的是,ReRAM也有其不足之处。一方面,ReRAM存在读写性能不对称、写耐久性有限的缺点。另一方面,ReRAM存储单元可以在SLC/MLC之间动态转换,SLC模式性能高、耐久性高,MLC模式存储容量大、耐久性不足,故不同存储模式性能差异也较大。为促进ReRAM在嵌入式系统中的广泛应用,论文着力于研究基于该存储介质的数据分配优化问题,以充分利用该存储器性能优势的同时避免其缺陷,从而优化嵌入式系统时延和能耗。主要研究内容如下:1.实时性嵌入式系统中,基于可变ReRAM主存架构,提出了一种以最优化时延为目标的数据分配策略。该策略借助动态数据分配思想,考虑可变ReRAM SLC/MLC在读写性能与存储密度上的差异,结合SLC/MLC可快速动态转换特性,用数学建模方法将数据分配问题构建成整数线性规划模型,并根据此提出近似算法,从而优化系统性能。2.实时性嵌入式系统中,基于可变ReRAM主存架构,在上述研究的基础上提出了带磨损均衡的数据分配策略。由于上述研究未考虑到磨损均衡,导致ReRAM很容易被写坏。基于此,引入单元磨损度与平均磨损度到数据分配方法中,对上述研究的分配算法进行磨损均衡优化,以延长非易失ReRAM的写寿命。3.构建了相应的模拟实验平台进行相关实验,实验结果证实了上述技术能有效地提升系统性能,降低系统能耗,延长ReRAM存储器寿命。综上,论文充分利用实时性嵌入式系统的应用程序特征,开展了基于可变ReRAM内存的数据分配优化研究,以克服可变NVM在实时性嵌入式系统的应用难题,进一步促进嵌入式设备的应用。