课程文献中心 更多>>

关键词： 三维点云   目标检测   嵌入式系统   深度神经网络  

摘要： 随着传感器技术的发展,目标检测算法在自动驾驶、智能安防、物联网等领域得到广泛应用。相对于使用传统图像进行目标检测,三维点云数据可以有效解决传统图像带来的信息量不足、隐私泄露、受环境光照影响等问题。然而,三维点云目标检测网络规模大、算法计算量大等问题使其应用至嵌入式设备仍面临诸多挑战。因此,本文结合目前深度学习领域和目标检测领域相关研究成果,以自动驾驶、物联网等边缘计算应用为目标场景,设计了一种一阶段三维点云目标检测算法,并针对嵌入式系统部署问题,压缩和优化网络模型。在公开数据集上进行实验验证,并与业内主流算法进行比较,在Xavier嵌入式平台上实现了实时点云目标检测。具体工作如下: (1)针对点云数据存在的数据规模大、几何不变性等特征提取难点,本文设计了基于鸟瞰图视角的一阶段点云目标检测算法EPOD-YOLO(Embedded Point Cloud Object Detection-YOLO)。在该算法中,首先对三维点云数据进行特征提取,构建点云映射函数,将三维数据映射至二维平面。然后,以YOLOv4网络为基础结构,设计特征提取主干网络,在锚框设计和损失函数等方面提出新的解决方案。最后,使用欧拉区域建议网络对目标三维信息进行预测和回归,避免传统角度回归过程中360°至0°的突变问题。 (2)针对嵌入式系统对内存、计算量、实时性等方面存在的限制问题,本文对EPOD-YOLO网络进行压缩优化,设计了EPOD-YOLO-Tiny网络。从网络压缩与结构优化等方面进行改进,使用深度可分离卷积替换普通卷积等方法降低网络参数量和计算量,通过简化特征提取网络结构等方式降低网络复杂度和计算量。此外,网络引入GIoU(Generalized Intersection over Union)作为新的损失函数计算方式提高网络精度,并在网络训练阶段使用多种数据增强方法提高网络泛化性。在网络推理阶段使用Tensor RT量化网络降低推理耗时。 在KITTI数据集上的实验结果表明,本文所设计的EPOD-YOLO方法在大目标检测能力上表现优异,在英伟达GTX 1080 Ti上推理速度可达31.75fps,满足实时性要求,相对于基准网络推理速度有明显提升。EPOD-YOLO-Tiny在Xavier平台上实现部署,在与EPOD-YOLO网络大目标检测精度接近的情况下,推理速度最高可达110.59fps,系统推理最低功耗可至7.4W。

关键词： 数据手套   手部康复评估   姿态解算   虚拟现实   嵌入式系统  

摘要： 脑卒中导致的手部功能障碍对患者的日常生活产生了严重影响。传统的手部康复治疗方案存在诸如设备成本过高、医疗资源不足等问题。为了辅助医生进行手部康复评估并制定合适的康复训练计划,让患者能够在家中长期获得手部康复评估指导,本文设计了一种基于多数据融合的手部康复评估系统。该系统包含一款专门用于脑卒中患者手部功能康复评估的手套。这款手套可以采集患者手部的角度信号、陀螺仪信号、加速度信号和压力信号。使用系统参数自适应估计的无迹卡尔曼滤波对角度数据处理后进行姿态解算,计算出手部关节活动范围;使用SG(Savitzky Golay Filter)平滑滤波对压力数据处理后,计算出手指肌力信息。此外,本文还采用了虚拟现实技术,引导患者更轻松地完成评估过程。同时建立云上客户端系统,将评估结果上传至云端,让患者与医生可以随时对评估结果进行查看与分析。(1)为实现低成本且高精度的手部信息获取,本文设计了基于JY901S和压力传感器的数据手套。根据对脑卒中患者的研究及康复评估需求,提出了康复评估系统的硬件设计方案,实现了对手部关节活动范围、手部震颤数据、手指肌力以及手部灵活性指标的获取。(2)为精准还原手部信息,本文对数据手套采集的姿态角数据,使用系统初始参数自适应估计的无迹卡尔曼滤波进行处理,对处理后的数据进行姿态解算。实验结果表明,经过数据处理后的姿态解算准确率远高于未处理的数据。(3)为保证手部康复评估系统有序运行,本文在软件方面进行了多项设计:手环控制器以Free RTOS(Free Real time operating system)实时操作系统为基础,构建多任务来实现系统功能,尽可能将嵌入式系统解耦合;虚拟场景使用在虚拟现实(Virtual Reality,VR)开发成熟的Unity平台搭建,通过Leap Motion进行虚拟手部生成,再配合头戴式VR眼镜Meta Quest展示虚拟场景,实现引导患者进行手部康复评估功能;将评估数据上传至云端,便于医生和患者随时查看数据。(4)为验证本文设计的系统可行性,进行了以下实验:对带有系统参数自适应估计的无迹卡尔曼滤波和SG滤波进行性能分析和实验;对搭建的VR虚拟场景及使用Leap Motion还原的虚拟手部模型进行测试;对设计的硬件系统及对应传感器进行检验测试,确保满足系统运行需求;对本文设计的评估算法进行多人实验。最终结果表明,利用本文设计的手部康复评估系统,可以较为准确地对手部关节活动范围、手部震颤程度、手指肌力以及手部灵活性进行评估。

关键词： 便携式仪器   嵌入式系统   电化学检测   生物检测   电化学传感器  

摘要： 在经历了新型冠状病毒肺炎（Corona Virus Disease 2019）疫情大流行之后,人们越发的意识到对于未知或新发致病微生物的快速检测的重要性;日常生活中常见慢性疾病如:高血糖、高尿酸、心脑血管疾病等,人们也希望通过快速检测早发现早预防早治疗,避免因发现不及时而造成对生命健康的危害。传统的检测方式存在预处理步骤繁琐、检测速度较慢、需要专业人员操作,难以适应在实验条件不足的环境下的快速检测。近年来,电化学检测技术由于具有灵敏度高、检测速度快、稳定性好、易于小型化等特点,已被广泛应用于生物分析、疾病诊断、环境监测等领域。传统的电化学工作站虽然功能强大,但是体积笨重,限制其在现场环境下的应用,因此开发一种小型化且成本低可以应用于非实验室环境下的电化学检测仪器具有很高的实用价值。 基于此,本文结合电化学检测原理开发设计了一种基于ARM的多功能便携式电化学检测仪,主要由电化学传感器、电化学检测器、手机上位机软件、仪器外壳组成。电化学传感器是基于丝网印刷技术制备,通过在工作电极表面修饰葡萄糖氧化酶可实现对葡萄糖的检测。电化学检测器主控电路是基于ARMv7架构32位Cortex-M3微控制器内核构建。通过恒电位模块可以给传感器施加常见波形（三角形波、矩形波、正弦波等）,以及幅值在-3.3～+3.3 V恒定的激励电压。在I/V转换及信号放大模块中做了选通的设计,可以实现对10-9～10-6A范围内响应电流的放大,并设计了二阶压控电压源低通滤波电路用于滤除检测信号中的高频噪声,以提高信号采集的准确性。通过嵌入式主控电路对各模块的有机整合和控制,实现了恒电势法、循环伏安法等主要的电化学检测方法。手机上位机软件是基于App Inventor开发,用于整个系统的控制和显示,并通过蓝牙模块传输检测数据和控制命令。对自研的电化学检测仪进行了电化学性能测试,结果表明样机实现了基本的电化学检测功能。 为验证系统对生化物质的检测能力,其分别被应用于铁氰化钾和亚铁氰化钾混合溶液、葡萄糖溶液的检测。重复实验结果表明,该仪器对1 mmol/L～0.1 mol/L浓度范围内的铁氰化钾和亚铁氰化钾混合溶液和1.9～33.3 mmol/L浓度范围内的葡萄糖溶液具有较好的线性相关性,线性相关系数分别为0.9981和0.9942。 本文所研制的电化学检测仪,通过硬件的设计和软件的搭建,具有多种电化学检测功能。通过在电化学传感器工作电极修饰不同的敏感生物学材料,该系统可以完成对不同物质的检测。系统操作简单、便携、有望实现在现场环境下的快速检测,具有广泛的应用前景。

关键词： 嵌入式系统   串行数据加速   数据传输   高速时钟   数据暂存  

摘要： 随着信息技术的高速发展,设备传输数据的方式不断增加,对数据传输的要求也越来越高。而嵌入式系统架构对数据处理和传输具有灵活可定制的能力,基于嵌入式系统架构可以满足数据运算和数据传输等多种需求。本文设计了一种串行数据加速系统,有效提升了多通道传感器的数据传输速度。 本论文针对电容传感器多通道的数据传输项目对于高速率、高实时性的标准以及尽量保持原有硬件结构不变等要求,研究设计了一种串行数据加速控制器。在嵌入式系统的基础上利用DMA(Direct Memory Access)技术,针对串行数据加速控制器的功能要求完成该系统的设计,包括数据加速结构和内存储单元的设计、器件选取和硬件实现。本文主要内容如下: (1)完成串行数据加速控制器存储单元的需求分析。根据项目中数据传输的需求,完成串行数据加速控制器存储单元的需求分析,设计出符合数据传输需求的存储单元结构。 (2)系统串行数据加速结构的分析。根据项目需求及加速结构的可灵活适用的初衷,通过对数据传输总线的研究和分析,设计出一种串行数据加速结构并对加速结构的各单元进行分析。 (3)完成串行数据加速系统总体的设计以及器件选型和硬件电路设计。根据所设计的加速结构、数据传输的特点完成基于串行结构的硬件总体框架设计及内部模块设计。 (4)搭建串行数据加速控制器在电容传感器平台进行测试与验证。实验结果表明:串行数据加速控制在电容传感器中应用时,当电容传感器的通道数大于等于2时,串行加速控制器就会有明显加速效果,并且随着通道数的增加,加速效果越明显。在四通道电容传感器中,串行加速控制器可将其原有速度提升2.18倍。 本文基于嵌入式系统架构的串行数据加速控制器,并应用在多通道电容传感器中进行加速效果验证。串行数据加速控制器在尽量保持电容传感器现有硬件结构不变的同时满足了电容传感器平台对串行数据加速控制器的性能要求,验证了本论文数据加速结构和方案的可行性。

关键词： 国密SM2算法   数字签名技术   高吞吐量   抗计时攻击   通用GPU  

摘要： 随着云计算、电子商务等领域用户量的高速增长,为了实现身份认证并保证数据传输安全,服务器不得不进行海量的数字签名运算。基于公钥密码学的数字签名技术需求逐渐向高吞吐量转变,其处理速度成为制约各种高并发安全应用的瓶颈。近年来,通用图形处理器(Graphics Processing Unit,GPU)的性能得到飞速提升,因其卓越的并行计算能力和优秀的性价比,基于GPU实现高吞吐量的数字签名系统已成为缓解服务商运算压力的可靠解决方案。 由于GPU特殊的并行计算架构,已知的算法优化结论不能直接应用至GPU平台,必须结合其平台特性优化算法并进行大量实验分析。此外,GPU平台较为开放的使用接口和特殊的内存访问机制,使其易受到侧信道攻击,从而泄漏密码算法的私钥等秘密信息。因此,如何在GPU平台提升数字签名运算处理速度,同时保证实现的系统具有一定抗侧信道攻击能力是目前面临的挑战。国密SM2数字签名方案具有密钥长度短、安全性高的优点,已被广泛应用于国家通信、金融、军工等领域。因此,本文选择SM2数字签名算法研究其优化实现方案。 综上所述,为提升SM2数字签名运算的处理效率并增强系统的抗侧信道攻击能力,本文在GPU平台,对有限域、椭圆曲线群上的各个运算做了细致的优化,实现了高吞吐量和抗计时攻击的SM2数字签名系统,主要工作说明如下。 (1)提出了高效和“常时”的基础运算优化方案。前者基于条件判断实现模约运算,具有较低的理论开销;后者为使基础运算运行时间恒定,基于预计算表优化了模约运算,使模约操作流独立于算法输入,避免了时间信息的泄漏。两方案均基于GPU底层指令优化了移位、模加、减、乘运算的“移位/进位传播”过程;通过设计预计算表有效减少了模乘约减运算所需的模减次数;优化SM2方案推荐素数的加法链,使模逆运算开销降至255次模乘和14次模平方运算。 (2)提出了高效和“常时”的椭圆曲线运算优化方案。前者将二进制窗口法拆分为预计算和主循环环节,灵活使用Co Z点加和混合点加运算优化上述环节,减少了各个环节的计算量;后者结合SM2算法步骤,优化了蒙哥马利阶梯法的坐标转换过程,降低了5次模乘的运算量。两方案均基于预计算表加速固定点乘运算;优化了Co Z点加的计算过程和临时变量个数,减少了该运算的开销。 (3)提出了高吞吐量的和抗计时攻击的SM2数字签名运算优化方案。对所提两方案进行了详细的正确性验证和性能测试分析;对抗计时攻击方案进行了安全性测试与分析。实验结果表明,所提高吞吐量的优化方案,在RTX3090单卡上达到了5257万次/秒的签名吞吐量和393万次/秒的验签吞吐量,优于同类椭圆曲线密码运算优化方案;所提抗计时攻击的优化方案达到了5174万次/秒的签名吞吐量和261万次/秒的验签吞吐量,能够在一定程度上抵抗计时攻击。

关键词： 地震前兆   嵌入式系统   中间件系统   智能监测  

摘要： 地震前兆信号观测仪器生成的地震监测信号数据,是防震预警领域中的关键信息,需要对其建立可靠、快速的管理方式。随着我国的地震信号预警系统体系的不断完善,越来越多的地震前兆信号观测仪器设备被加入到地震信号预警体系之中来,也引发了或多或少问题的出现。例如前兆设备信息采集层与上层应用层的数据显示存在一定的异构性,数据格式有较大的差异性,在多平台多设备之间缺少足够的共存性。这就需要一种高效、可靠、易于嵌入的数据管理和服务软件系统,通过在数据终端上的通用性部署来解决这一问题。本文提出了一种基于B/S架构的地震前兆信号观测设备与远程访问终端交互的数据服务中间件(Data Service Middleware)方案,结合嵌入式技术实现了异构终端的兼容式和通用性部署,较好解决了相关问题。本文主要完成的工作如下:(1)分析多种地震前兆信号观测仪器的工作原理与信号读出需求,确定了本嵌入式数据服务中间件系统的总体功能,制定了系统的设计方案(2)根据方案完成了软件系统设计。以基于***6ULL嵌入式处理器为核心的硬件平台,完成了嵌入式平台中Java开发运行环境的搭建和驱动程序的适配。基于Spring Boot后台开发框架和lay UI、Vue等前端开发框架,配合轻量级My SQL数据库,实现了前后端交互,读取调用数据文件功能。(3)对系统进行了功能测试与可靠性测试,最终测试结果显示,该嵌入式数据服务中间件系统能稳定实现地震前兆信号仪器实时数据的访问、呈现和日志的上传与下载,仪器的IP地址、台站位置等基础信息的远程编辑,以及仪器状态监测等基本功能此外,在基本功能上还开展了基于数据融合技术的数据可靠性与前兆信号异常预测研究。基于多种前兆设备采集的实时数据,避免了单设备错报误报,并加入多数据融合技术,通过对历史样本数据中环境气象前兆现象相关环境参数数据的训练,提取前兆现象发生与否的特征数据,通过Fisher线性判别,判断是否发生一定程度的异常气象的前兆现象,仿真后证明了该嵌入式中间件服务系统判断的有效性。

关键词： 垃圾回收   督导   嵌入式系统   人工智能   Web前端  

摘要： 近几年,在科技迅速发展和经济快速提高的推动下,居民所生产的垃圾产量逐渐上升,随之而来就是环境问题形势变得日益严峻。国家出台多种针对垃圾回收效率不高问题的政策,旨在提高垃圾回收效率,对此全国各城市纷纷响应。当前垃圾回收处理产生的效果是治标不治本:垃圾站点依旧臭气熏天、监管力度不强、市民分类知识缺乏、分类意识薄弱、甚至居民因时间急促不分类投放等。为了能够更好的提高垃圾回收的效率,本文针对设备无法实时监控、监管力度不强、数据统计不足问题,运用现代先进科技的嵌入式系统设计、人工智能(深度学习、机器视觉)、Web前端开发一款智能AI垃圾督导系统,主要工作如下:1.针对垃圾分类回收现场环境多变无法实时监控的问题,采用AI智能对人员和垃圾分别进行监控。以低成本高效率的理念为基础,提出垃圾回收督导系统的设计思路。通过对网络摄像头、交换机、4G工业路由器的选型,完成了对人员垃圾信息的收集;在主板、开关电源等设备的支持下,达到了系统对信息处理的效果。配置工业电动推杆以及督导音箱、RFID读卡器等设备,实现了系统的信息反馈效果。2.在PC端设计开发基于QT的控制系统并移植于嵌入式Linux平台进行运行。采用线程编码的方法,对人员、地面垃圾进行检测以及语音提醒,实现了设备AI智能化的功能。通过对垃圾投放过程中人员的违规行为的监督管理,达到AI督导的效果。3.在处理人员、垃圾检测困难的问题方面,提出采用YOLOv4深度学习网络模型,并选取Mobile Netv2作为主干特征提取网络,以及对图像数据集进行处理,实现了对人员、地面以及垃圾桶的识别。4.在垃圾回收处理过程中,存在数据统计不足的问题,本文针对此问题,采用Web前端渐进式框架vue搭建数据管理中心平台,查看不同等级的投放准确率、自主分类率、投放参与率等统计数据,方便管理员及督导员对不同小区垃圾投放次数、准确率、自主分类率等指标进行对比,通过小区投放次数、准确率等指标变化趋势的显示,展现了垃圾回收督导的效果。

关键词： 太阳能无人机   电源监测   嵌入式系统   数据采集   能量管理  

摘要： 无人机是一种具备自主飞行能力的飞行器,在各个领域广泛应用。然而,随着应用场景的扩展和作业强度的增加,传统无人机的能源系统限制了其进一步发展的空间,因此混合动力无人机应运而生。混合动力无人机通过整合多种能量源,有效提升了无人机的续航时间和飞行效率。太阳能-锂电池混合动力无人机作为混合动力无人机领域的研究热点,在高空侦察、通信中继等场景中具有重要应用价值,其能够通过制定合适的能量管理策略实现跨昼夜飞行。本文围绕太阳能-锂电池组成的能源系统进行研究,并设计了一种混合动力无人机电源监测控制系统,用于实现能源系统的实时监测、数据管理和电源输出控制。该系统为制定能量管理策略提供可靠的数据依据和硬件支持,有助于混合动力无人机的能源系统优化。 首先本文对混合动力无人机与能量管理系统的国内外研究现状进行了调研。在对能源系统的优化控制和能量管理策略的需求分析基础上,明确了本文的研究目标和总体设计方案。通过比较和分析相关算法,本文采用了安时积分法结合开路电压法来实现锂电池剩余电量的动态估计,并采用变步长扰动观察法来实现太阳能最大功率点的跟踪。 其次本文提出了系统的硬件设计方案。将电路单元划分为主控制器单元、采集单元、通信单元和输出控制单元,采用了STM32F103C8T6作为系统主控制器。在设计硬件原理图和PCB时,采取了多种电气隔离和输出信号保护的手段以适应实际工况,并将主控制器电路与电源采集控制电路进行分离,以提高系统的可靠性和稳定性。 然后本文根据系统需求将主控制器任务划分为数据采集、剩余电量估计、最大功率点跟踪、通信和DC/DC驱动,并通过移植Free RTOS实时操作系统,实现任务的有效调度和协调运行。为提高数据采集准确性,本文采用了滑动平均滤波算法对数据进行滤波处理,为锂电池剩余电量估计和太阳能最大功率点追踪算法提供可靠数据依据。 最后本文使用Qt工具进行系统上位机的开发,为实验人员提供数据的可视化和管理功能,使其能够直观监测系统的采集数据和算法计算的过程,并为后续验证实验提供了一个可靠的监测平台。通过测试,验证了系统的监测控制能力,并达到了预期效果。 本文设计的混合动力无人机电源监测控制系统,能够实时监测电源的关键参数,并控制电源的输出,为能源系统的监测和能量管理策略提供可靠的数据支持与硬件实现基础。

关键词： 色彩音乐   嵌入式系统   音乐情感识别   深度学习  

摘要： 音乐在人类发展中发挥着重要的作用,尽管音乐是一种听觉现象,但也可以通过视觉上的展示以可视化的方式来表达音乐,并且广泛应用于实际需求中。对于可视化的方案上本文首选了对视觉冲击力最大的色彩,并综合运用心理学、音频信号处理技术以及深度学习等技术,对音乐的属性以及特性进行了时域和频域上的可视化分析,并通过建立的音乐与色彩的关系模型,研制了在嵌入式平台以及PC机上的色彩音乐可视化系统。在嵌入式平台上,本文采用音频信号处理技术对音频进行了实时采样和分析,基于时频分析理论,采用改进的算法识别出了音乐的音级,并通过建立的音级与色彩之间的关系,将播放的音乐通过脉冲宽度调制(Pulse Width Modulation,PWM)驱动RGB-LED混光模块实时地匹配出了相应的色彩,展现出了音与色彩的可视化。针对嵌入式系统上计算能力有限的缺陷,以及为了确保各个模块间的稳定通信,音乐的流畅播放与色彩的实时性,通过统筹考虑系统的工作调度和时序安排,设计了双处理器系统。并在此基础上完成了对每个模块的搭建和设计以及功能上的调试。最后通过大量的实验测试与分析,确保了本系统的实时性以及对算法处理上的可靠性,并达到了预期的效果。由于是在嵌入式平台上进行的开发与设计,因此本系统有着便携性、实时性以及可移植性的显著优点,对于城市景观、车载氛围灯以及舞台灯光等领域内具有较大的实际应用价值。不仅如此,音乐在心理治疗等方面也有着非常广泛的前景,因此本文对音乐进行了进一步的分析,不在局限于音乐的低级特征,进而分析音乐的高级特征——情感。由于情感的复杂性、主观性以及模糊性,本文通过PC机展开了实验与分析。对于音乐的情感,本文基于Valence-Arousal维度的情感模型,采用深度学习技术,通过分析不同角度下音乐的时频特征,提出了一种基于时频图像的CLSA模型,并识别出了音乐的情感,进而输出了Valence-Arousal维度的二维空间中的值,并通过建立的情感空间与色彩空间之间的映射关系,将播放的音乐通过训练好的模型实时地匹配出了相应的色彩,达到了音乐的情感与色彩的匹配,展现出了音乐情感与色彩之间的可视化效果,为日后的音乐治疗等领域提供了较大的应用价值。

关键词： 列车定位   图像检索   深度学习   嵌入式系统  

摘要： 列车定位是列车稳定运行的关键,但现有的这些列车定位方法普遍都是依靠大量的轨旁设备和稳定的卫星定位信息来进行有效定位。在极端天气下,尤其在偏远地区铁路沿线地形多山、多隧道、轨旁设备不可用和卫星信号受到削减甚至受遮蔽等情况,这些将严重影响列车自主定位精度甚至会存在丢失定位的可能。本文提出基于视景匹配的列车自主定位方法,利用视景匹配的结果与预存线路信息进行匹配实现列车的位置信息实时获取,避免了列车对外部设备的依赖,提高了定位系统的可靠性。 本文对现有列车定位的方式进行了分析,分析了现有列车定位方式的局限性。随后,设计了基于视景匹配定位总体方案,并对视景匹配算法进行了详细讨论。根据设计的视景匹配方案,首先研究了基于图像检索的视景匹配方法,利用特征提取算法SIFT对采集到的铁路场景图像进行特征的提取,并使用快速最近邻搜索进行匹配。接着设计了基于铁路场景数据集下的验证实验,验证了该算法相关的性能,最后在铁路场景数据集下将该算法与感知哈希和VGG16等算法进行了实验对比,利用平均查准率和检索时间等指标对算法进行评估。基于SIFT检索算法虽然比深度学习算法的精度要低,但检索速度却比深度学习算法要快上许多,处理速度可以达到40FPS。 为了解决SIFT算法在铁路场景图像匹配中精度不佳的问题,设计了基于深度学习的视景匹配方法,将CNN和VLAD编码相结合。利用CNN提取铁路场景图像的局部特征以代替SIFT算法的手工特征,同时通过对不同的卷积层特征进行融合来得到更加全面的图像特征。建立了铁路场景数据集,并解决数据集中类别不平衡问题。在建立的铁路场景数据集下对设计的算法进行训练和评估,最后达到了91.8%的检索准确率,同时将本文设计的总体的视景匹配方法(先利用图像检索算法进行初步匹配,再利用基于深度学习的视景匹配方法进行二次匹配)与相关算法作对比,所设计的两阶段视景匹配方法在铁路数据集上可以达到93.68%的检索准确率。 为了验证所设计的视景匹配算法的有效性,搭建了一个基于嵌入式GPU的样机系统实验平台,并通过减少输入通道和对卷积通道进行剪枝以实现算法的轻量化。最终,在环形铁路上进行了现场实验,实验表明样机系统能够实现不间断的匹配和识别,这为实际应用提供了实验数据支持。