课程文献中心 更多>>

关键词： 云平台   嵌入式系统   冰雹预测   Hadoop   大数据平台  

摘要： 近年来,中国在苹果产业领域取得了显著的发展。苹果的产量与质量得到了很大程度的提高。榆林市被认为是世界上最适合苹果生产的地区之一,山地苹果种植是该市重点农业发展的支柱产业之一。与此同时,榆林市仅在2023年就遭遇了四次较大的冰雹灾害,由于当地果园抵御冰雹灾害的能力较弱,导致全市不同地区的山地果树在苹果生长的各时期都造成了较大程度的影响。 针对果园防雹能力弱、数据获取难、远程监控不便等问题,同时降低长期铺设防雹网对果实生长引起的不利影响。本文综合运用云平台技术、物联网技术、嵌入式技术、深度学习和Hadoop大数据平台技术,研究并设计应用了基于云的智能防雹网系统及大数据平台。具体的工作如下: 首先,完成了基于云的智能防雹网系统的设计与实现。实现了系统与云平台的实时信息交互,并完成了系统嵌入式硬件与程序设计与实现,使系统具备了多传感器数据采集、数据远距离传输、现场与远程控制、防雹网自动收展等功能,提高果园的防雹能力与智能化水平。 其次,设计了基于CNN-A-LSTM和孤立森林的冰雹预测模型。为在时序预测中提取天气参数的局部特征并解决信息过载问题,结合了卷积神经网络与注意力机制。经实验验证,该组合模型对现场参数的预测精度最高,均方误差(MSE)最低。之后,通过孤立森林算法计算异常得分,与通过历史数据分析得出的阈值对比,实现了对冰雹天气的预测与预警功能。结果表明该模型在现场采集数据的基础上,能及时发现潜在的冰雹风险。 最终,论文搭建了基于Hadoop的智能防雹网大数据平台,为实现多源异构数据的采集、存储与可视化展示,采用My SQL与HBase组合的果园信息存储方案,有效迁移并存储了智能防雹网系统采集的现场数据、公网天气信息及应急平台预警信息等。同时,结合冰雹预测模型,实现了对冰雹的预警,并通过数据可视化技术,提升了智能防雹网大数据平台的实用性和决策支持能力。 综上所述,对于榆林山地苹果生产而言,基于云的智能防雹网系统和大数据平台的研究与应用具有重要意义。这项研究旨在增强农业的抗灾能力,减少经济损失,为果园管理精准化、手段信息化和决策科学化提供了平台支撑,并为农业现代化的发展提供科技支持。

关键词： 嵌入式系统   人脸检测   人脸识别   活体检测   门禁系统  

摘要： 随着人工智能和嵌入式技术的快速发展,人脸识别技术在安全领域,尤其是在门禁系统中的应用日益广泛。然而,传统门禁系统在安全性和便捷性方面存在不足,且在嵌入式平台上实现高效、准确的人脸识别仍面临计算能力和存储空间的限制。为了解决这些问题,本文设计了一种基于嵌入式平台的人脸识别门禁系统,集成了活体检测、人脸检测和人脸识别功能,从而提升系统的安全性和用户体验。 针对活体人脸检测,本文提出了一种基于近红外图像和改进型MobileNetV2的轻量化算法,通过输入通道裁剪、倒残差模块裁剪和宽度因子调整,显著降低了模型的参数量和计算复杂度,同时保持了较高的检测准确率。在人脸检测方面,为减少算法对资源需求,本文对Retina Face算法进行了轻量化改进,将原始的ResNet主干网络替换为轻量级的MobileNetV2,大幅降低了模型的参数量和计算成本;同时,通过引入ECA注意力机制,优化了模型的特征表达能力,提升了整体检测性能和计算效率。在人脸识别部分,为减少算法对资源需求,本文对FaceNet算法也进行了轻量化改进,将原始的Inception主干网络替换为轻量级的MobileNetV2,并引入CBAM注意力机制,增强了模型的特征提取能力,提高了识别精度和鲁棒性。 在硬件设计方面,本文采用了双摄像头同步曝光技术,集成了IMX307RGB摄像头和SC223A近红外摄像头,实现了同步采集,提升了系统的准确性和可靠性。系统还配备了8英寸LCD显示屏、微波雷达模块和继电器模块,支持人机交互和门禁控制功能。软件设计方面,基于Linux系统,完成了操作系统移植、驱动开发及核心功能模块设计,并使用SQLite3数据库进行用户信息管理。 最后,本文通过一系列实验和测试,验证了系统在活体检测、人脸检测和人脸识别方面的性能和稳定性。结果表明,该系统能够有效抵御多种欺骗手段,准确识别用户身份,满足实时性要求,具有良好的实用性和推广价值。

关键词： 嵌入式系统   嵌入式AI   RK3588   物体检测系统  

摘要： 瑞芯微RK3588是全国产化芯片,已经在工业生产上推广应用,但是使用RK3588进行物体检测系统优化部署并没有文献介绍。目前常见物体检测系统使用的芯片集中于RK3399Pro的算法部署和改进,对于实现RK3588的物体检测系统的研究文献寥寥无几。随着时代的进步,特别是RK3588芯片的广泛应用,本文基于RK3588开发平台,实现一套具有性能更优的物体检测系统。 本文的研究着重于深入探讨如何在ARM平台的RK3588上实现物体检测系统的构建和优化,并详细描述构建和优化过程中的具体细节,完整的实现了在RK3588开发平台进行物体检测系统开发的详细过程。 物体检测系统的构建优化与移植要考虑到系统的可用性和稳定性,以及后续应用开发的环境支持,因此构建的物体检测系统必需满足以下几点要求:(1)构建的嵌入式文件系统在开发平台运行并进行系统功能验证。(2)针对需要实现的系统功能进行文件系统的优化(3)根据需求最终实现智能开发平台的物体检测系统和物体检测功能。 针对上述问题,本文在构建、优化物体检测系统的过程中,研究了开发环境的适配性,并从两个方面实现了对物体检测系统的优化:(1)实现并优化了USB摄像头驱动的性能,加速了对应驱动的加载。(2)加入了对应驱动在进行数据传输过程中的判断过程,优化相关驱动的稳定性。 本文深入研究了USB摄像头驱动开发的过程以及内核空间和用户空间数据传递的过程,根据USB摄像头驱动开发流程实现了本文的USB摄像头驱动,并根据对驱动入口函数的分析进行了对应的驱动优化,提高了驱动加载的优先级,加速了USB摄像头驱动的加载,并根据驱动稳定性优化的方法对copy＿from＿user函数进行了优化改写,优化了驱动的稳定性。 通过实验验证,本文构建、优化与移植的嵌入式文件系统满足了系统功能需求,结合后续的应用开发和部署的过程,本文在进行物体检测方法部署的过程中,对比了几种不同的算法的部署实验结果,最终实现了物体检测系统的开发和部署,并且能够在后续的物体识别时保持相对较高的准确率。 综上所述,本文从实验的角度深入研究、详细介绍了如何在RK3588上构建和移植物体检测系统,并详细描述构建、优化和移植过程中的具体细节,完成了在RK3588智能开发平台上实现物体检测系统的实验。研究结果表明,YOLOv5s模型比YOLOv7和YOLOv8等模型,更适合RKNN底层的硬件框架,在此硬件平台上,搭载的YOLOv5s模型的物体检测识别精度最高。该研究成果,为物体检测系统的广泛应用,提供了可靠的科学依据。

关键词： 深度学习   机器视觉   轻量化网络   嵌入式系统  

摘要： 随着交通状况的日益复杂,传统嵌入式交通监测系统不足以解决交通所面临的一系列问题。在该系统中融合深度学习算法是一种较好的解决方式,该方式使得嵌入式交通设备能够更加灵活地应对各种应用场景。但由于传统网络与设备两者应用性的综合作用下导致该方式存在多项缺陷,存在融合性差、实际应用效率低等一系列问题,间接导致该类系统无法与交通系统的小型化、智能化趋势相匹配。针对此问题,本文从面向交通监测的轻量化嵌入式机器视觉系统出发,分别针对系统整体硬件设计、网络轻量化处理方式以及算法部署与实现等方面做了细致的研究,提出了一些解决网络与设备之间融合性差异的具体措施,并根据实际应用状况进行相关测试并取得较好的效果,从而提高了交通监测系统的智能化水平。本论文的主要研究内容如下: (1)系统硬件设计:从面向交通监测轻量化网络嵌入式系统角度出发,针对传统交通监测设备体积大、成本高问题,结合现有RV1126核心板设计出一种适用于交通监测系统的“底板”,将RV1126核心板部署于底板之上形成组合板,扩展其功能及接口。设计包括:RV1126核心板接口设计、电源及其稳压模块设计、通讯模块设计、数据采集模块设计、时钟模块、USB及存储单元模块设计及网口设计等。并根据每个设计模块功能不同进行差异化测试,保证系统的功能稳定性。 (2)轻量化网络处理:针对传统网络所需计算资源大、模型体积大且不适用于小型嵌入式设备端等问题,使用传统YOLO类网络,结合传统轻量化处理方式,提出两种轻量化网络处理技术,在尽量不降低精度的情况下提升网络在“组合板”设备上的应用性,主要通过稀疏化结合通道剪枝的方式实现。经改进的轻量化网络具有以下优点:低计算资源需求、小模型体积、快速推理速度、低功耗设计及适应移动端应用等。 (3)系统设计方面:设计实现一种“面向交通监测的轻量化嵌入式机器视觉系统”。结合前两项研究内容,将两者进行结合后设计系统平台对数据进行可视化处理,得出完整的面向交通监测的轻量化嵌入式机器视觉系统,解决事故频发问题,降低事故率。具体实现步骤:根据交通监测的要求,对车辆行人数据集利用经过处理后的轻量化网络进行训练,得到轻量化模型;对该模型部署方式进行研究,将模型部署在“核心板+底板”设备上;利用数据传输模块将数据上传至系统平台进行可视化处理;最后对数据进行分析从而验证系统的稳定性。 最后阶段对交通监测系统进行多维度测试。根据系统硬件的测试结果证明组合板足以对系统的各项功能进行支撑,体积显著缩小且功耗降低20%左右;网络方面测试结果显示经剪枝后的网络各方面性能显著提高,其中具有代表性的YOLOv4模型剪枝测试阶段,轻量化模型的检测帧率与初始模型帧率相比普遍提升6至8帧,AP可达45.3%,平均提升2%至3%,由此证明在不损失精度的前提下网络是能够应用于小型嵌入式设备的。综上,经过多维度分析,认定自主设计“底板”与轻量化网络处理结合方法可以解决两者之间融合差异所带来的问题,并能够解决现有类似交通系统存在的多方面缺陷。

关键词： 山体滑坡监测   嵌入式系统   IMU及LDM传感器融合   FreeRTOS  

摘要： 山体滑坡灾害频发且破坏力巨大,严重威胁人民生命财产安全,是地质灾害中发生频率最高的类型之一。然而,传统的监测系统受限于传感器类型的单一性,使得数据采集存在片面性,进而影响了数据的精确度和可靠性。同时,由于这些系统通常部署在偏远且环境恶劣的山区,远离大型电网,稳定的供电难以保障。为了解决上述问题,本文创新性地引入了惯性导航单元(Inertial Measurement Unit,IMU)和激光测距(Laser Distance Measurement,LDM)传感器,IMU能够精确测量地表和内部形变,而LDM则用于监测山体缓慢平移动态变化,两者数据融合提高滑坡监测精确度和可靠性。此外,本文还采用了物联网低功耗技术和太阳能蓄电池供电方案,有效解决了能源供电难题,进一步提升了系统的实用性和可靠性。综合嵌入式系统、云计算、通信和Web技术,本文设计并实现了基于IMU和LDM多传感器融合的山体滑坡监测系统,该系统包括监测模块、服务器后台、Web界面和移动APP应用。本文的主要工作内容如下: (1)在硬件设计方面,本文采用了低功耗32位微处理器STM32L071CB主控芯片以及低能耗低成本的NB-IoT模组EC-01G通信模块,实现了主控模块、IMU角度采集模块、LDM水平位移采集模块、温湿度传感器模块、NB-IoT无线通信模块、电源管理模块,报警指示模块,无线通信模块等各个硬件模块电路系统。 (2)在软件设计方面,基于FreeRTOS实时操作系统平台,实现了数据采集控制端主控程序及各功能子模块,包括核心算法、角度偏移监测、精确位移测量、温度传感监控、无线数据传输、声光报警等。此外,还设计了上位机APP界面,让用户直观了解山体滑坡实时状况,确保信息准确及时。同时,还引入了卡尔曼滤波算法处理多传感器数据,有效过滤噪声干扰并提高数据可靠性。 (3)设计并实现了山体滑坡监测管理系统,主要由用户登录模块、实时监测显示模块、预警通知模块、设备管理模块、数据分析模块、用户权限等功能模块组成并逐一进行实现。该系统采用了B/S模式,使得用户可以通过浏览器随时随地进行访问和操作。同时,使用了MySQL和Redis数据库对采集数据和业务数据进行高效存储和管理,确保数据的可靠性和安全性。 通过室内和室外场景的数据采集模拟测试,测试结果表明IMU与LDM的融合能够精准捕获山体滑坡数据,实现高效监测。本系统所设计的山体滑坡监测Web界面与移动APP功能稳定可靠,展现出精准的识别和快速响应能力,能够根据实时监测数据触发灯光和声音警报装置,同时在Web界面与移动APP中清晰展示报警信号。此外,电源转换电路的高效稳定性能确保了太阳能蓄电池能够持续为系统提供符合标准的直流电能,进而保障了系统的稳定运行。经过多次数据的严格验证,该系统方案具有强大的实用性,适合推广使用。

关键词： 嵌入式系统   光纤罗经   寻北导航   卡尔曼滤波  

摘要： 现如今,罗经是海上通导设备中不可或缺的一部分,随着陀螺仪技术的深入发展,有着独立自寻北功能的光纤罗经系统为海上自主导航提供了新方法。由于传统陀螺存在寻北时间长、维护难等问题,已不适应民用船只对航海的需求,而光纤陀螺有着体积小、精度高、免维护等优点,随着其制造成本的降低在罗经系统中逐渐得到应用。本文围绕光纤陀螺进行寻北和惯性导航算法设计与研究,研制了一套低成本且精度满足航海技术要求的光纤罗经。主要工作内容如下: 1、基于光纤陀螺研究和设计一套罗经装置,该装置配有三个单轴低成本光纤陀螺与三轴MEMS加速度计,完成了样机装置的硬件设计和软件开发,实现了系统自寻北、航向和姿态的实时跟踪功能。 2、对光纤陀螺与加速度计存在的误差进行了分析与抑制。本文通过对零偏误差、标度因数误差、随机噪声误差、安装正交误差等误差的校正与优化,提升了数据的稳定性。 3、对寻北算法开展研究。本文优化了基础的寻北算法,仿真分析了传感器误差对寻北精度的影响,并依据光纤陀螺零偏的正负性,通过分段拟合的形式对罗经系统中存在的航向效应进行校正。 4、对惯性导航算法进行了研究。根据光纤陀螺易漂移的问题,本文提出了一种自适应拓展卡尔曼滤波姿态解算算法,通过和的自适应修正,有效抑制了光纤陀螺的漂移情况。同时融合惯性导航姿态参数,设计了一种动基座寻北方法,该寻北方法通过补偿运动分量使系统能够在动态环境下进行初始航向对准。 最后,将研究的寻北与惯性导航方法相结合应用到嵌入式系统中进行实验。测试结果表明,配备零偏稳定性为0.092°/h的光纤陀螺的罗经系统在采用本文设计的传感器误差处理方法与各类算法后,在静态环境下的寻北精度可达到0.2°,自寻北时间为10 min,重复性精度可达到0.15°,0-360°转动下惯性导航跟踪精度为0.1°。本文所研制的罗经系统通过使用低成本的光纤陀螺满足了航海自主导航的技术要求,可应用于民用海上船舶导航。

关键词： 多目标   检测与跟踪   嵌入式系统   视觉算法  

摘要： 随着计算机视觉技术以及嵌入式芯片技术的进步与发展,将视觉算法部署到嵌入式系统中,提升嵌入式系统处理智能化场景的能力,成为了近年来嵌入式系统新的研究方向。但是各种视觉算法对嵌入式芯片算力有着不断提升的需求,算法模型应对的视觉场景也不断复杂化,尤其是在多目标检测与跟踪场景,使得在国产嵌入式平台上较高质量的落地多目标检测与跟踪算法系统存在一定困难。 其主要困难点有两个方面:一方面,目前多目标检测与跟踪算法对计算机的图像运算能力有很高的要求,基本都是部署到服务器端的设备上为主,而嵌入式平台系统性能完全达不到服务器级别,需要对算法模型进行兼容性优化和轻量化后才能部署到嵌入式系统上,优化过程还要考虑兼顾检测与跟踪精度和速率的平衡。另一方面,推理模型在保证精度前提下处理单帧图像的速率需要和视频图像输入源传输速率建立对等关系,不能出现丢帧的情况,被检测与跟踪的目标在前面运行,而检测与跟踪的标记在后面追赶,无法保证嵌入式系统的实时性要求。 本文设计的嵌入式多目标检测与跟踪系统,从以下三个方面来解决上述难点。首先搭建国产RK3588嵌入式人工智能平台系统,部署软硬件研发环境以及设计视频图像采集显示软硬件通路;其次在该平台上进行目标检测与跟踪算法优化和模型部署,并以此为基础设计多线程推理和摄像采集显示软件模块;最后使用自制数据集进行专用模型训练,部署实验场景,验证不同场景下本文设计的嵌入式系统可达到的多目标检测与跟踪效能。 最终实验结果表明,本文研究实现的嵌入式多目标检测与跟踪系统,通过优化和改进后,在不同场景下能够高质量的满足多目标检测与跟踪要求,准确率和速率可达到预设范围值,并且目标在一定时域内遮挡后可以不丢失和不改变的还原状态继续跟踪。证明了多目标检测与跟踪的视觉算法不仅可以在嵌入式平台上运行,而且还可以产出较高质量的效能。

关键词： 光流体显微成像   自动聚焦   多焦距融合   嵌入式系统  

摘要： 基于无透镜成像的光流体显微成像系统,因其具有视野大、成本低、便携性高等突出特点,在细胞即时检测应用领域受到广泛关注。但由于待测细胞样本悬浮于一定高度的微流控通道中,不同位置细胞具有不同的重建距离。在进行全息恢复的过程中,由于重建距离直接关系到重建图像质量,因此,利用单个重建距离进行全局全息重建得到的图像中存在部分细胞处于离焦状态的问题。为解决这一问题,本文提出了一种适用于光流体显微成像的细胞多焦距融合算法。主要研究内容如下: 1、根据无透镜成像系统特点,比较不同全息重建算法的适用条件,确定将角谱法作为本文重建算法,分析了不同类别的图像质量评价函数和不同初始相位的重建图像序列在自动判焦过程中对重建距离的影响,针对不同初始相位的重建图像序列,使用黄金分割两步自动聚焦算法确定最佳重建距离。同时根据物光图像的特点,首先利用二值化以及连通域查找等图像处理方法,将整幅衍射图像分割成单个细胞衍射图像,然后进行自动聚焦和全息重建获得单个细胞准焦重建图像,最后对重建图像通过背景替换以及坐标映射的方法得到细胞多焦距融合图像。 2、为验证算法有效性,设计并搭建算法验证平台,分别对不同尺寸微球和白细胞的衍射图像进行细胞多焦距融合。通过算法测得微球尺寸的平均误差小于5%,单个微球尺寸的最大误差小于10%。同时,比较多焦距融合与单焦距重建的白细胞成像质量,结果表明进行多焦距融合后图像的Variance和Tenengrad平均值提高了1.16倍和1.50倍。实验结果充分说明了本文提出的细胞多焦距融合算法可提高整个重建图像的成像质量。 3、通过SolidWork以及3D打印技术,设计出尺寸仅有116×114×106mm3的图像采集模块,并在嵌入式系统上进行细胞多焦距融合算法的移植。最终设计出小体积、低成本以及高便携性的光流体显微成像系统。 综上所述,本文提出的细胞多焦距融合算法,解决了单个重建距离全局全息恢复时部分细胞离焦的问题,提高了重建图像的成像质量,为后续通过重建图像进行实验数据分析提供了便利。

关键词： 隐私安全   线云   点云   vSLAM   嵌入式系统  

摘要： 视觉同步定位与建图(Visual Simultaneous Localization and Mapping,vSLAM)是利用相机传感器在运动中构建环境地图并估计位置的技术。然而,该技术在收集环境信息时可能涉及敏感的隐私数据。若这些数据遭到泄露,可能引发严重的隐私问题。鉴于此,本研究旨在探索隐私安全的线云vSLAM算法,以应对这一挑战。主要工作包括: 1)并行优化线云隐私攻击算法。针对传统线云隐私攻击算法效率低下的问题,采用异构计算技术进行并行优化。经多平台和数据集测试,优化后算法加速比最大达15.11,最小达8.20,快于原算法,并且相对误差控制在原算法误差的0.4%以内,保证了算法的精度。该研究揭示了现有线云隐私保护方法在并行化攻击面前的脆弱性,指出了对新型线云隐私保护方法的需求。 2)改进线云vSLAM算法。为抵御并行化线云隐私攻击,提出了一种改进的交错线云定位算法。旨在保持定位准确性的同时增强线云的隐私安全性。通过多个数据集的攻击测试,结果显示交错线云的还原误差均值和误差中位数相比传统线云分别提高了21.10%和9.72%,有效降低了线云隐私攻击算法的还原精度,从而增强了隐私安全。在定位实验中,相比传统线云,位移和旋转误差均值的差值在0.01以下,保持了定位的准确性。此外,交错线云地图更新实验中的还原误差均值和中位数分别为20.297和1.435,高于直接更新算法。实验结果表明,交错线云vSLAM算法能有效保护线云隐私安全,同时保持与与传统线云vSLAM算法相当的定位精度。 3)将交错线云重定位算法应用到嵌入式系统中。基于ORB-SLAM3框架实现该算法,并在嵌入式设备上进行了实验测试,以评估其实际应用潜力。在实验中,与传统线云相比,重定位位移误差均值和旋转误差均值的变化量分别为0.0184和0.002,平均重定位时间小于0.02秒。实验结果表明,交错线云重定位算法在嵌入式系统上能够有效运行,具有良好的应用前景。 图34幅;表10个;参57篇。

关键词： 智能换电柜   嵌入式系统   分数阶模型   SOC估计   HPSOGA算法  

摘要： 电动自行车智能换电柜为广大电动车用户提供了更加便捷、高效和安全的电池充换电服务,通过集成先进的电池管理与物联网云平台技术,可以实现智能化调度和维护,提升用户体验,但其标准化、成本及安全性仍是当下面临的挑战。因此,本文提出了一种改进的电动自行车智能换电柜系统,通过对整个换电柜系统硬件选型设计,优化换电柜电池充电算法,在降低成本的基础上实现更加方便、快速、高效的电动自行车电池充换电服务。 本文的主要工作如下: 1、根据换电柜系统的设计原则以及实际使用需求,完成了硬件和软件设计。硬件设计主要包括主控板卡、控制仓板卡、电源板和消防板的设计,特有设计包括电柜电池锁、PTC、门锁、风扇与各执行器等模块的电路设计等,通过RS-485、UART、CAN等总线实现板卡与模块之间的通信。软件设计包括上位机和下位机软件设计,分别完成人机交互、参数采集、以及状态估算等任务。 2、基于分数阶模型模拟电池的电气特性,利用不同算法对分数阶模型进行参数辨识,得到最优参数组合。通过定义适应度函数评估参数组合的优劣,采用遗传算法进行参数辨识。然后根据辨识算法估算的电池SOC,引入粒子群算法进一步提高估计精度,并利用MATLAB仿真验证算法的准确性。再利用C语言编写SOC估算算法,烧录到控制板卡中,实现对电池SOC的实时估算以优化充电效率。 3、提出一种改进的混合优化算法,即混合粒子群优化遗传算法(HPSOGA)通过迭代更新粒子位置,寻找分数阶模型最优参数组合,进而优化充电效率。采用优化算法使分数阶模型能更准确地描述锂电池特性,提高SOC估计精度;同时优化后的模型对电池动态响应更敏感,增强鲁棒性,为电池管理系统提供可靠的状态估计。通过分析预测值与真实值的误差,验证了该算法对SOC估算的可行性以及准确性。 4、基于物联网云平台的远程监管功能,实时监控一定区域内换电柜的电池状态和设备运行情况。利用4G模块将换电柜系统接入物联网云平台,采用MQTT协议将换电柜的整体状态、各仓体状态、电池电压、电流、温度以及SOC等参数上传到物联网云平台,实现对整体状态、各仓体状态、电池状态等参数的远程实时监管。