课程文献中心 更多>>

关键词： 图像融合   嵌入式系统   KAZE   Qt+Opencv  

摘要： 图像的融合过程可以突出图像的时间和空间信息,降低单一图像的不稳定性,有利于增加人们对图像信息的获取,因此广泛应用于医学图像,汽车导航,遥感探测,环境保护等领域。对社会的发展做出了重要贡献。而嵌入式系统由于性能完善,且便于随身携带,易于进行功能拓展等优点决定了在具有未来更大的发展空间。本文主要实现在嵌入式系统上的图像融合。通过查询国内外相关文献,对图像融合技术的研究背景和研究意义进行了介绍,并对国内外图像融合技术的发展状况进行概述。然后根据对嵌入式系统的基本介绍,选择适合本文实现的嵌入式设备并进行Linux+Qt系统的编译移植。继而介绍了本文所需的图像融合算法。本文首先通过优化的KAZE算法对摄像头采集到的两张图像进行特征提取,结合FLANN算法对提取的特征点进行配准,对配准后的特征对利用优化的RANSAC算法进行筛选实现图像配准,最后利用基于加权融合和峰度最大化的图像融合算法实现融合,并且通过实验验证了优化算法的效果。随后编译移植Opencv库文件,利用Qt+Opencv实现系统界面的设计和程序编写,通过调试实现在嵌入式系统上的图像融合。本文将嵌入式系统和图像融合进行融合,不仅有利于扩展嵌入式系统的应用场景,还可以推动图像融合技术的应用范围。实现过程对在嵌入式系统上实现图像的融合操作提供了一定的参考价值。

关键词： 环境监控   嵌入式系统   工业以太网   Modbus/TCP  

摘要： 随着社会和经济的发展,社会生产力不断壮大,产品生产和销售的规模与日俱增,需要越来越多的库房去存储物品。如何保证库房的安全问题也越来越受到人们地重视。现有的库房环境监管系统服务单一,一般采用自动监测和人工管理结合的方式,例如出现烟雾时,发出警报,然后交由工作人员去处理险情。这种方式浪费人力资源且容易出现纰漏。所以现代社会迫切地需要一个更加科学和智能的库房环境监管系统。针对上述问题,本文设计了一套能够实时监测库房环境状态并能控制仪器设备对突发事件做出自动处理的智能库房环境监管系统,并且使用工业以太网技术,使管理人员可以通过PC端上位机实时查看库房状态,远程手动控制仪器设备。该系统由环境监测器、控制器和远程管理端三部分组成。环境状态监测器负责监测各个库房的环境参数,例如温度、湿度、臭氧浓度和粉尘浓度等环境参数,以及是否有火灾和水浸等情况的发生。监测器采用STM32芯片作为处理器,挂载多种传感器,通过使用RS-485总线与FreeModbus协议栈结合的方式,实现串行通信功能,将数据发送给控制器。控制器收到数据后会将数据实时显示在液晶显示屏上,并会把收到的环境参数与预先设定的阈值进行对比,如果检测到环境参数超出设定范围就会发出警报,并自动控制相应的设备对异常环境进行调控。控制器采用STM32芯片作为处理器,装有W5500以太网控制模块,与FreeModbus协议栈结合,实现Modbus/TCP通信功能,与远程管理端进行通信。远程管理端是一台装有智能库房环境监管软件的计算机,该软件是基于QT平台开发并连接了SQL Server数据库的窗口应用程序。管理人员可以通过该软件实现对各个库房实时环境数据地查看,手动控制仪器设备和查询历史参数记录等功能。本文完成了系统的搭建并对系统整体进行测试,经过长时间实地测试,该智能库房系统达到预期要求。

关键词： 嵌入式系统   Capstone顶石课程   课程体系改革  

摘要： 目前,嵌入式系统已为现今电子科技产品其内部控制器的主流,特别是针对低功耗、高效能、有网络需求的便携式电子产品而言,嵌入式系统更是最佳解决之道。然而,由于嵌入式系统涉及领域较多,如果课程设置和教学方法不得当,就会影响学生的掌握程度和实操水平。本文针对嵌入式系统课程体系的改革和Capstone顶石课程的设置进行深入的探讨和研究,以促进教学质量和学生综合能力的提高。

关键词： 嵌入式系统   应用   趋势分析  

摘要： 随着目前科技和网络的飞速发展,嵌入式系统这一名词逐渐被大众所熟悉与了解,嵌入式系统在生活中应用十分广泛,它凭借其体积小,实用方便的特点受到越来越多人的青睐。尤其是在最近几年,通信,自动化,工业控制等领域嵌入式系统都发挥了巨大的作用。因此对于嵌入式系统应用的研究及趋势分析是非常具有研究价值的。论文先从嵌入式系统的定义着手,随之分析嵌入式系统的特点及应用现状,根据目前已有的资料对嵌入式系统应用未来的发展趋势以及发展趋势进行研究。

关键词： 教改   嵌入式系统   4D欣赏式探询   翻转课堂   教学沙盘  

摘要： 互联网+,物联网的迅猛发展使得嵌入式系统的运用越来越广泛。在智慧城市,智能生产的宏观背景下,嵌入式系统的教学也显得越来越重要。同时物联网及智能城市的发展对嵌入式系统的教学提出了新的要求,00后的大学生又有着跟以往学生不同的鲜明特点。因此嵌入式系统的教学也面临着新的挑战。本文结合00后大学生的特点,通过4D欣赏式探询,营造嵌入式系统运用场景,导入学生喜爱的教学元素,使用翻转课堂的形式,应用教学沙盘,并推广强有力发问的技术,让嵌入式系统的教学契合时代的发展,提高教学效果,为新时代培养应用型人才打下扎实的基础。

关键词： 嵌入式系统   教学改革   改革研究  

摘要： 传统的嵌入式系统教学在新环境新形势下急需更新。通过市场调查和教学现状分析,根据多年的嵌入式教学经验,探索以实践为导向的嵌入式系统教学改革,并取得了较好的教学效果。

关键词： 人脸识别   人脸检测   卷积神经网络   嵌入式系统  

摘要： 随着计算能力和数据量的增加,深度学习的二次崛起给计算机视觉领域带来了巨大的发展,通过训练深度神经网络,人工智能系统突破了传统方法在准确度上的瓶颈,在某些领域超过了人类的表现。随着准确度的不断提升,人脸检测和人脸识别技术已逐渐走向商业化,进入人们生活。针对人脸检测与识别算法,尤其是人脸识别算法在嵌入式系统部署中计算复杂度成为热点问题,本文从系统设计、算法设计和硬件平台设计与实现三方面进行了研究,设计并实现了一种可以实时运行的嵌入式人脸检测与识别系统。本文首先在嵌入式人脸检测和人脸识别技术的基本理论上分析了人脸检测与人脸识别的基本方法,选择人脸检测和人脸识别级联的识别方法而非对输入图像直接分类识别人脸的方案;在算法方面,提出了改进的MTCNN作为前置人脸检测算法模块;针对人脸识别算法复杂度问题,设计并训练了 SELCNN轻量级人脸识别模型,在LFW数据集上取得了98.12%的正确率;在算法研究的基础上,本文设计并实现了一套人脸检测与识别系统,针对1:N人脸识别的规模问题和数据问题提出了解决方法;最后本文设计并实现了基于Nvidia Jetson TX2和Raspberry3 B+ncnn+Intel Movidius NCS两套不同的嵌入式硬件平台,对本文的嵌入式人脸检测与识别系统进行了实现和测试,测试表明系统可以在嵌入式平台实时运行。今后进一步的研究工作可以在本文的研究基础上进行,在人脸识别算法上通过引入更大的训练数据集,使用知识蒸馏和图像生成技术在进一步压缩人脸识别网络模型的前提下保证人脸识别的准确率;在嵌入式硬件加速平台开发上引入计算能力更强的加速模块,设计资源利用更紧凑的加速方法,达到进一步提升嵌入式人脸检测与识别系统性能的目的。

关键词： 目标检测   深度学习   嵌入式系统   实时性   Jeston TX1  

摘要： 目标检测作为装甲车辆环视态势感知系统的关键技术,可有效提高装甲车辆内乘员的观测能力和其应对潜在威胁的能力。基于深度学习的目标检测算法在配备高性能显卡的服务器上可以达到实时性、准确性的要求,然而面对装甲车的战场应用环境,配备高性能显卡服务器和使用网络远程连接服务器的解决方案均不具备现实可行性。因此,本文研究基于嵌入式平台的深度学习实时目标检测,解决基于深度卷积神经网络的目标检测算法在嵌入式平台无法满足实时性要求的问题,提出了一种轻量级的卷积神经网络MTYOLO,并将其移植到Jeston TX1嵌入式平台,实现了基于嵌入式平台的深度学习实时目标检测,具有积极的现实意义。首先,本文研究了基于深度学习的目标检测算法,对基于分类的目标检测算法和基于回归的目标检测算法进行了研究,旨在找到相对适合嵌入式平台的目标检测算法。实验结果证明,基于回归的目标检测算法更适合本文的应用场景,因此选择该类算法作为本文的基础方法。其次,本文研究了面向嵌入式平台的高效卷积神经网络,从减少模型体积和模型所需计算量两个角度出发,研究一种有效的网络模型压缩与加速的方法。实验结果证明,MobileNet将SSD模型压缩为原模型体积的1/5的同时,检测速度提升了 43%。因此,深度可分离卷积对模型压缩与加速有着更优秀的效果,更加适合本课题的应用场景。再次,在Tiny Yolov2的基础上,本文设计了一种计算能力需求小、目标检测效果稳定的轻量级卷积神经网络MTYOLO。通过引入深度可分离卷积、瓶颈层、多层特征融合以及特征金字塔的方法,改善了目标检测的效果。通过在多种数据集上训练并测试,验证了 MTYOLO目标检测算法的可行性。实验结果表明,在KITTI数据集上,MTYOLO目标检测精度可达到60.2mAP,检测速度可达到153FPS(Frame Per Second)。最后,本文针对Jeston TX1设计了车载智能硬件终端,给出了硬件的系统架构以及终端的实现方案。将MTYOLO目标检测算法移植到该平台上,并使用模型压缩方法对模型进一步优化。通过整体系统功耗实验和检测性能评估,验证了车载智能硬件终端的可靠性、稳定性以及MTYOLO目标检测算法的可行性。

关键词： 小型无人机   RTK   导航系统   嵌入式系统   捷联惯导   组合导航   Simulink仿真  

摘要： 随着技术的进步,无人机在军事和民用领域得到了广泛应用。小型无人机以其成本低、安全性高等优势成为无人机领域研究的重点。小型无人机能够自主精准地完成任务,很大程度上取决于其导航系统的性能,高精度导航技术成为制约小型无人机性能提高的关键技术。结合小型无人机对导航系统体积小、重量轻、功耗低和运算速度快等要求,本文开展了小型无人机高精度导航相关技术研究。本文首先在综合分析小型无人机对高精度导航系统需求的基础上,针对低成本单频、低频GPS接收机,研究了RTK技术及其相关算法。考虑到RTK输出存在延迟,本文使用载波相位导出的多普勒观测来进行测速,建立了速度补偿方案。最后使用低成本GPS接收机验证了该算法的有效性。其次根据小型无人机体积小、载重小的特点,导航系统也应遵循轻量级,低功耗的原则,同时考虑到导航系统作为飞控系统的一部分,可使用同一计算芯片。本文基于STM32F7芯片和PX4开源飞控系统设计了高精度导航系统的结构方案,为其它系统的接入提供了接口。据此方案,完成了导航系统的硬件开发,编写了RTK软件。最后对整个系统进行测试,证明了该系统可良好工作。最后研究了基于MEMS微电子传感器的无人机高精度捷联惯导算法,并以捷联惯导为基础,以前文研究的低成本RTK为辅助,设计了INS/RTK组合导航方案。针对RTK失效的情况,设计了空速计、气压计辅助方案。经过仿真证明该组合方案能够得到动态高精度导航信息。

关键词： 高级驾驶辅助系统   驾驶员状态监测   嵌入式系统   近红外  

摘要： 近年来,随着我国经济的快速发展,汽车保有量也迅速增加。然而,由此引发的交通事故越来越多,目前的交通安全形势十分严峻,世界各国都在研究如何提高交通安全性。高级驾驶辅助系统是安全交通的一个重要研究方向,对其可以从车辆控制和驾驶员状态监测两个方面来进行研究。过去的研究大多从车辆控制的角度出发,通过传感器获取车辆周边环境信息,进行分析后给驾驶员提示或对车辆直接进行一些控制。但是根据相关统计资料,造成交通事故最大的原因是驾驶员自身未按照交通法规操作汽车。因此,如何对驾驶员进行状态监测就成了高级驾驶辅助领域的研究热点。本文设计了一个嵌入式的驾驶员状态监测系统,旨在发现驾驶员有可能造成交通事故的危险行为动作,并及时发出警报,从源头上减少交通事故发生概率。本文设计了一个基于嵌入式的驾驶员状态监测系统,可以实现如下五种异常行为的检测:闭眼、打哈欠、低头、左顾右盼和抽烟。该系统利用近红外摄像头采集实时图像,通过异常行为检测来判断当前是否出现异常情况,若检测到异常情况便进行LED和音频报警。考虑到系统采用的嵌入式平台性能,我们采用了基于梯度提高学习的回归树方法来进行人脸特征点检测,并根据异常情况设计了如下检测方案:针对闭眼和打哈欠的面部动作检测方法、针对低头和左顾右盼的人脸朝向检测方法以及针对抽烟的烟头检测方法。为了提高此嵌入式系统的运行速度,我们针对人脸特征点检测进行了两点改进:一是使用计算量较小的特征进行人脸检测;二是改进了初始特征点定位方法。此外还通过代码优化进一步提高了系统运行速度。而由于该系统使用近红外图像进行检测,为了使系统更符合实际应用环境,提高检测准确率,本文另建立了一个近红外人脸样本库。实验结果表明:在规定条件下,系统的人脸特征点检测准确率达到了95%,针对所有异常情况的检测准确率也都超过了92%,并且具有良好的实时性能,所有指标均达到了合作方提出的要求。