课程文献中心 更多>>

关键词： 多协议   嵌入式系统   无线通信   仪器程控  

摘要： 随着网络化与智能化的推进,测试系统呈现异构性、模块化、多节点的发展趋势。面对测试场景的复杂化、测量参数的多样化,传统的集中式、一体化综合自动测试系统已难以满足当前的测试需求。在此背景下,能够兼容多种无线传输技术、搭配不同有线桥接方式、并适应多型测试设备及终端节点的分布式自动测试系统将成为自动测试及智能测试领域新的发展方向。作为测试系统与测量终端之间实现无线互联和信息转译的媒介,多协议无线适配器扮演着重要角色。本课题将基于自主设计研发的某型多协议无线适配器硬件平台,以ARM嵌入式系统为主控核心,结合层次化、模块化程序设计理念,完成兼具Wi-Fi、Wi-Fi Halow、LTE-M、蓝牙、Zig Bee、Lo Ra六种无线通信功能,并实现以GPIB、LXI、USB等多总线方式适配测试终端的多协议无线适配器软件设计与开发。本文主要研究内容如下:1、基于ARM的嵌入式系统环境搭建与应用程序设计:根据系统功能需求,完成交叉编译环境搭建、Boot Loader移植、内核裁剪、文件系统建立以及通信模组驱动移植,并设计一套能够实现无线通信、仪器程控、无线触发、波形回传等多任务并发处理的应用程序,同时引入卡尔曼滤波算法,以实现无线定时触发功能。2、无线通信功能设计与实现:研究不同无线通信技术及传输协议,并设计符合协议要求的无线通信驱动程序及私有传输协议,以提高数据的可靠性,同时研究并引入NAT转换技术以实现测量设备的无线扩展功能。3、仪器程控功能设计与实现:研究不同总线标准及接口的通信协议以适配多类型测试资源及终端设备,设计符合协议要求的仪器接口驱动程序,其中包括GPIB接口驱动、USB接口驱动、LAN接口驱动,以实现分布式系统中的仪器程控和波形实时回传等功能。通过上述研究内容,最终完成了多协议无线适配器的软件设计与开发。整机的测试结果表明,无线适配器能够支持GPIB/LXI/USB多总线接口,兼容Wi-Fi、WiFi Halow、LTE-M、蓝牙、Zig Bee、Lo Ra多协议无线通信体制,同时无线适配终端具备数据时效性传输、无线定时/随机触发与无线扩展等功能。综上,本论文设计的多协议无线适配器软件能够满足设计要求。

关键词： 人脸识别   深度学习   多尺度特征   嵌入式系统  

摘要： 人脸识别是人工智能领域中一个重要且具有广泛应用价值的研究方向。随着计算机性能的不断进步和深度学习技术的发展,基于深度卷积神经网络的人工智能模型成为了人脸识别的主流方法。然而,高性能的人脸识别模型往往伴随庞大的模型体积和计算复杂度,难以在日常生活中常用的具有有限计算能力的嵌入式或移动平台上进行部署。为此,研究人员近期提出了多种有着紧凑网络结构的轻量级的人脸识别模型,然而,多尺度的面部特征在这些研究中少有被着重考虑。 为了解决这一局限,本文创新性地提出了一种用于轻量级人脸识别网络的多层金字塔结构特征融合模块。该模块利用骨干网络固有的特征金字塔结构直接提取多尺度人脸特征信息,并通过双向交叉特征融合路径来更好的汇聚高层全局特征与低层局部特征。此外,不同于简单的堆叠和相加,一种基于注意力机制的特征融合方法在本文被提出,以解决在特征融合时不同区域特征对输出贡献不均等的问题,更加高效且自适应地完成特征融合。 基于所提出的多层特征融合模块以及高效骨干网络Shuffle Net V2,本文构建了一种全新的轻量级人脸识别网络HSFNet。经过在包括图像与视频的九个主流人脸识别测试数据集上的人脸识别性能验证测试,所提出模型始终能够获得同等复杂度模型中最优秀的验证准确率。最终,本文基于深度学习模型的专用处理单元芯片,搭建了一套人脸识别低功耗嵌入式验证平台,并将模型在平台进行了部署,测试并验证了其在实际场景中的应用价值。

关键词： 嵌入式系统   永磁同步电机   自适应扩展卡尔曼滤波   矢量控制  

摘要： 性能优异的永磁同步电机是汽车空调系统空压机驱动电机的首选。受限于安装空间和成本,电机的无位置传感器控制成为研究热点。空压机驱动电机目标转速和控制精度要求较高,成为行业研发难题。针对此问题,本文主要工作是研究电机全速域控制策略,设计软硬件,研发一套目标转速50000rpm,转速波动小于7%和转速超调量小于8%的空压机永磁同步电机无位置传感器控制系统。 在中高速域控制中,建立电机理论模型,分析坐标变换、空间脉宽调制等重要模块,设计矢量控制系统(Field-oriented Control,FOC)。分析现有无感观测算法,选定扩展卡尔曼滤波作为矢量控制系统的无感观测器来提供转子信息。针对电机长时间运行时参数发生变化影响无感观测器性能的问题,添加自适应因子,实时调整过程噪声矩阵和测量噪声矩阵,由此设计出自适应扩展卡尔曼滤波器(Adaptive Extended Kalman Filter,AEKF),减小参数波动对算法的影响,提高转子信息计算的准确性。在低速域控制中,通过对比选定I/F控制策略进行电机的启动和加速。针对传统I/F控制存在偶尔启动失败的情况,提出两轴定位法,保证电机成功启动。针对电机在低速域和中高速域切换时容易出现电流波动的问题,设计速度切换策略,保证平稳过渡。搭建各重要模块的SIMULINK仿真模型,仿真验证以上策略的正确性。 对控制系统的总体布局方案进行设计,确定硬件方案,给出各模块电路设计,确定软件总体方案,设计程序时序和运行状态机,完成标定功能、Bootloader、INCA上位机的开发。电机转速和FOC计算周期密切相关,针对现有FOC计算周期不能满足目标转速需求的问题,提出提前触发中断和拆分AEKF算法程序,缩短FOC计算周期,提高电机最大运行转速。 搭建实验平台,并进行PWM和SVPWM测试、AEKF测试、I/F启动和速度切换测试,确保系统的正常运行和转子信息计算准确。测算改进后的FOC计算周期并进行速度测试和闭环负载突变测试,确保系统满足预期研究目标。

关键词： 垃圾检测   双目视觉   深度学习   嵌入式系统  

摘要： 随着人口数量的不断增加,在道路上随意丢弃垃圾的现象也愈发严重,而现有智能清洁设备大多适用于封闭场所,对检测设备的实时性要求不高,与城市道路工作环境差距较大,因此无法直接将其应用于道路垃圾检测。此外,智能环卫清洁设备所使用的环境感知方案多为激光雷达方案,对于部署量大的城市环卫工作来说,还存在应用成本较高的问题。针对上述问题分析,依托人工智能水平的进步,本文基于双目视觉系统及深度学习算法对环卫车辆进行升级,使其能够在较低成本的前提下,代替环卫工人实现对道路垃圾的检测和定位,提高道路垃圾检测效率。主要工作内容如下:(1)对比分析不同目标定位及深度学习算法,根据任务需要选定合适的算法及相机硬件,选择合适的深度学习算法,完成系统整体结构设计。(2)建立相机成像模型,根据双目相机立体匹配流程,首先对选定的双目相机,利用MATLAB进行相机标定,获取内外参数及畸变矩阵,建立成像模型;其次通过再现不同的图像预处理算法,选择合适的算法进行预处理,减小噪声干扰,提高成像质量;最后,对比分析不同立体匹配算法,根据选定算法完成双目相机立体匹配,实现目标精准定位。(3)收集道路垃圾图片并对其进行数据增强及标注,建立数据集。根据选定算法构建目标检测模型进行实验,与目前主流的目标检测模型进行对比,根据实验结果对模型进行改进。将主干网络替换为Efficient Net进行特征提取,同时减轻模型体积;利用CBAM双通道注意力机制提高对目标的关注度,减少背景信息的干扰,提高目标检测的精准度;建立多尺度特征融合结构,增强对不同尺度下特征图中目标信息的利用率,进一步提高检测精度;利用K-Means++算法进行聚类分析,得到匹配任务目标尺寸的Anchors尺寸,提高模型拟合速度;利用模型压缩算法对模型进行压缩,以提高其在嵌入式系统中的运行速度,提高检测效率。将改进后的模型与其他模型进行对比,证实改进算法的有效性。(4)对不同嵌入式平台进行对比,选择合适的平台及硬件,部署目标定位与检测模型并进行实验。实验结果表明,该系统在1000 mm至2000 mm范围能能够准确检测目标类别,且目标定位误差率在3%左右。此外,将优化完的轻量化算法与其他轻量化算法进行对比,结果表明本文算法的检测速度更快,能够满足任务实时性要求,对提高环卫效率具有实际意义。

关键词： 深度学习   单晶硅   晶线   Yolo   轻量化   嵌入式系统  

摘要： 深度学习的蓬勃发展不仅让我们的日常生活产生了巨大的改变,也大大加速了工业生产的自动化和智能化。单晶硅作为光伏产业重要原材料,在太阳能和芯片等领域的开发中占据了重要的地位。工业生产中要求单晶硅生产过程中要保证晶体无缺陷,低错位率。本文基于分析直拉法单晶硅生产过程的特点,将深度学习算法和单晶硅晶线状态的宏观特征检测相结合,通过实时检测单晶状态的宏观特征,间接检测其微观品质,能够有效提高单晶硅生产的效率,促进工业自动化的发展。本文主要聚焦于单晶硅生产过程中的晶线检测任务,通过制作单晶硅晶线数据集。通过分析单晶硅生产过程的图像特征,对工业相机拍摄的数据进行截帧,挑选包含目标区域的图片数据。然后对图片数据进行裁剪、增强、缩放和数据增广,最后通过Labelimg人工标注,制作了单晶硅晶线数据集。数据集包含引晶和等径两类数据,共3193张图片。基于Yolov4-tiny和Yolo X-tiny算法进行优化,提出了一种在保持检测精度的情况下,提高检测速度并进一步缩减模型参数量的轻量化检测模型,并在嵌入式硬件系统搭建测试,主要工作内容如下:1.基于Yolov4-tiny算法进行优化,通过结合Inception模块设计特征增强模块,改进Neck特征增强网络提高算法对特征图的加工和处理能力,替换深度可分离卷积进一步降低算法的参数量,m AP从68.70%提高到了98.43%,参数量从5.87M缩减到了2.05M。算法的检测速度FPS仅仅从65.30下降到55.25,仍然能够满足实时检测的要求。2.基于Yolo X-tiny算法进一步优化,通过替换Shuffer Net V2轻量化主干网络和深度可分离卷积,在不影响精度的情况下进一步降低算法的参数量,应用h-swish激活函数加速计算,添加注意力机制让算法关注更重要的特征信息。改进后算法的m AP从97.50%提高到了99.15%,FPS从45.34提高到了56.51,参数量从5.03M缩减到2.45M。在单晶硅晶线数据集上通过和Nano Det,Efficient Det-d0和Yolov7-tiny算法对比,验证了我们改进算法性能的优越性。3.在Jetson Nano开发板上搭建环境并进行改进算法性能的测试,验证提出算法在嵌开发板上的性能优越性,在保证检测精度的情况下,引晶过程检测速度在开发板上达到了12FPS,等径过程检测速度达到了8FPS,基本满足工厂的实际需求。通过分析单晶硅实际生产的过程,在此基础上设计了单晶硅晶线检测系统,基于Py QT5开发图形化界面,实现对检测结果的展示和参数的选择,定时统计检测到晶线目标的数量,能够及时地判断当前晶柱的生长状态。实验结果表明,本文提出的改进算法在单晶硅晶线数据集上的检测速度和检测准确度等方面性能优秀,单晶硅晶线检测系统能够基本满足工业生产的需求。

关键词： 物联网   嵌入式系统   设备快速集成   可视化组网   ZigBee  

摘要： 随着电子技术的发展,物联网技术开始更广泛地应用到智能楼宇、工业控制、生产现场等类似场景中。如何高效快速地将现有应用场景中的设备(主要以传感器、执行器为主)集成到物联网节点上,如何高效设置物联网节点的网络参数并规划物联网逻辑结构,是当前两个重要的研究问题。 针对节点上设备的集成,提出基于设备对象模型的抽象管理方法,通过参数的交互式配置实现现有设备的快速集成。设备对象模型思想是从“行为”与“属性”两方面对设备进行抽象描述。将设备的工作过程抽象为“行为”,如对模拟传感器的测量行为、与数字协议传感器的交互行为以及对执行器的控制行为等;在某一“行为”下依据“属性”来调整具体动作细节,使得同一种“行为”可适配不同的具体设备。依据该思想构建设备的管理机制,通过选择模型类型、调整属性值即可完成节点上设备的快速集成,避免节点的硬件和软件的二次开发工作,使设备集成效率得到提升。 针对节点网络逻辑结构的组织,构建网络逻辑结构可配置机制,通过可视化的方式对节点的网络角色、网络参数进行配置,提供自定义逻辑网络结构的能力。网络逻辑结构可配置机制则以Zig Bee无线通信组网为基础,结合节点关键信息进行逻辑上网络定向的传输,达到网络逻辑结构可被配置的效果。节点可被快速地接入网络,同时完成对网络逻辑结构的组织,提升了系统组网的灵活性,更好地适配不同场景的数据传输处理。 在设备快速集成与可视化组网两方面机制支撑下,设计了具有灵活配置特点的物联网框架。实验结果表明框架系统各功能正常,在小规模模拟场景下性能良好,验证了两方面关键技术的有效性,为物联网的快速部署提供了思路。

关键词： 电能质量   嵌入式系统   远程数据监控   物联网平台   云服务器  

摘要： 随着用户侧越来越多的敏感性负荷接入电网,电能质量每况愈下。为保障电力系统安全运行,实时监测低压负载侧迫在眉睫。目前已有的电能质量检测装置存在通信形式单一、功能固定、组网能力差、使用场合有限等问题。由于监测节点数量多、分布广、数据量大、监测时间长,传统监测模式在远程监控、设备通信、数据的管理和分析方面还有不足。为解决这些问题运用嵌入式技术、通信技术、互联网技术和云计算技术,基于物联网平台设计了一套电能质量监测系统,实现对现场信息的采集、管理和现场设备的监控,所做工作包括以下几个方面: (1)结合系统的使用场景和现代通讯技术,确定电能质量监测系统的需求和整体架构,分别对其四层架构和各层级间的通信方式进行分析与设计。提出物联网平台在架构中的优势,设计基于B/S(浏览器/服务器)模式的云服务开发框架。 (2)设计以STM32F407VET6处理器和三相电能计量芯片RN7326为核心的嵌入式系统,对多种电能质量指标及计算方法进行介绍并在系统中完成运算。完成硬件选型和电路设计,对功能模块的软件程序进行编写,开发出能够无线通信和方便组网的多功能电能质量检测终端,完成对监测节点电能信息的采集、计算、传输。 (3)针对海量设备同时接入造成的数据高并发、信息管理混乱等问题,利用物联网平台开发电能质量监测系统。通过4G网络搭载MQTT协议连接物联网平台,进行信息管理、数据解析、数据推送、规则引擎等设计实现“设备上云”。采用前后端分离的开发方式基于SpringBoot、***框架对Web界面的后台管理、前端显示进行程序设计,使用MySQL数据库完成对数据的管理,最后在云服务器部署。开发出人机交互友好、操作简单和功能多样的远程监控界面,实现对节点处的实时监测、数据存储、数据分析、指令控制和数据可视化等功能。 最后对系统进行测试,包括各单元测试和系统验证,结果表明设计的电能质量检测终端参数测量准确度符合国家相关标准,监测系统满足工程应用要求的基本功能和性能,系统管理能力明显改善,完成系统的设计目标。

关键词： 故障监测   万向轴   嵌入式系统   动不平衡   传动系统  

摘要： 动车组动力传递的结构有很多种,列车万向轴在运行过程中承担很重要的角色,万向轴的健康状况极大的影响了列车在行驶过程中的安全。随着社会的快速发展和进步,交通运输的发展也越来越科技化、高速化,社会对于高速铁路的需求也逐渐提高。本文中万向轴动不平衡检测系统的设计从检测阈值出发,对系统的软件、硬件及判断逻辑进行研究设计,实现对万向轴振动、齿轮箱温度的监测,能够实时检测万向轴的工作状态。 本文首先介绍了万向轴故障研究和嵌入式系统在国内外的发展现状,确定了万向轴动不平衡检测的必要性。通过对万向轴动不平衡的理论分析验证了动不平衡检测的合理性。论文从万向轴动不平衡阈值设定、系统硬件电路设计以及判断逻辑设计三个方面对系统进行设计研究。 阈值设定方面,结合理论分析和仿真计算,从万向轴时域模型建立、频域模型建立和特征值统计计算三个方面完成了万向轴动不平衡阈值的设定。 硬件电路方面,为了满足特征值的计算的需求,完成了板卡的原理图设计,主要针对信号调理电路、电源板卡电路、温度采样电路以及核心板卡电路进行设计,完成振动信号数字、模拟滤波器设计,从硬件上为温度冗余判别提供基础条件。 软件逻辑方面,利用Free RTOS嵌入式实时操作系统进行下位机应用程序的软件设计,主要包括了传感器自检任务的逻辑设计,诊断任务的逻辑判别、数字滤波器的设计。同时进行了万向轴故障判别算法逻辑以及齿轮箱温度判别逻辑的设计,利用双温度判别,提高系统稳定性。 最后为了验证本课题设计的正确性,利用台架实验验证监测系统的信号调理性能;利用“实验-模拟-实测”得方法验证温度逻辑判断的正确性;利用一直的故障数据,对设定的阈值进行验证。从结果可以看出,万向轴动不平衡检测系统能够很好的进行数据的采集和故障信息的判别。

关键词： 智能轮椅   Webots仿真平台   姿态识别   嵌入式系统   模糊自适应PID  

摘要： 我国迈入老龄化社会以来,新生儿数量持续减少老龄化人口逐年增加。包括老年人在内的行动不便人士的室内活动和室外出行等问题无法得到妥善解决,智能轮椅的出现不仅在一定程度上解决了这些问题,也能减轻家庭成员的护理负担和生活压力,使行动不便人士更好的融入社会,具有重要的现实意义。本论文利用ARM嵌入式处理器,结合4G通信技术和云服务器技术等设计了一款具有自动避障、平稳切换位姿、防侧翻、防倾覆和远程实时监测等功能的智能轮椅控制系统,满足了行动不便人士的日常需求。 MPU6050传感器可以精准检测智能轮椅的三轴角度,从而实现智能轮椅防侧翻的功能。然而MPU6050传感器存在零点漂移和易受外界干扰等缺点。为了解决这些问题,采用互补滤波和Kalman滤波算法对角度数据进行融合处理。优化后互补卡尔曼滤波算法的仿真和实际测试对比曲线表明,姿态角度的优化可以消除噪声干扰,使智能轮椅的姿态识别更加准确。 参考成年人的身体数据和GB/T 12996-2012对电动轮椅车的要求,在Solid Works中建立了智能轮椅3D模型。使用Webots仿真平台搭建了日常家居仿真环境并导入智能轮椅的3D模型,在导入的模型上添加了电子罗盘、定位模块、姿态检测模块、绘制轨迹模块、测距模块等传感器节点,实现了智能轮椅在家居环境中的姿态检测、自动避障、与床对接等功能。 通过使用STM32F407ZGT6作为主控制器,实现了一系列硬件电路设计,包括姿态检测、远程通信、距离检测、液晶显示、电机控制和电量采集等。使用Keil u Vision5进行软件设计,针对PID控制器存在超调等问题,增加了模糊自适应PID对电机进行控制,同时对人机交互屏幕和远程监控平台进行了界面设计。 对智能轮椅防坠落、倾斜角度和自动躲避障碍物等功能进行测试,测试结果表明本文所开发的智能轮椅具有安全性高的优点;对智能轮椅位姿切换和车轮电机速度的监测证明本文研究的智能轮椅平稳性较好;对自动控制系统以及数据传输的测试表明本文所研究的智能轮椅具有实时性高和测量精确的优点。

关键词： 嵌入式系统   深度学习   语义分割   计算机视觉   碰撞预警  

摘要： 在海上油田开发的过程中,吊装设备常会因为人工监控对现场安全隐患发现的不够及时,酿成重大安全事故,已对施工人员的生命安全构成了极大威胁。这种传统的人工监控方式除了存在安全隐患外,还暴露出了监控方式不灵活、监控效率低下、人工成本过高众多问题,进一步证实了监控预警方式变革的必要性。 近些年来,人工智能技术不断发展,其在教育、医疗、家居、商业零售和交通等领域的数字化转型过程中,发挥着无可替代的作用。此外,嵌入式以其可靠的品控、强大的包容性和活跃的市场生态,为多种技术的融合发展提供了有利条件。因此,本文拟通过综合运用人工智能、嵌入式开发、计算机视觉等技术,提出一种智能化程度更高的防碰撞预警方法。本文的研究内容及成果主要包括: (1)使用实时性更高的图像分割算法简化吊装设备场景; (2)设计计算机视觉测距算法; (3)设计基于距离的预警策略; (4)编写可视化智能预警平台软件。 本文通过以上工作,在ARM平台的基础上,综合运用嵌入式技术、视频编解码技术、深度学习技术和计算机视觉技术,设计出了一个低成本、高效率的吊装设备智能防碰撞预警客户端软件。该软件采用Qt框架实现,除拥有一个美观且易操作的人机交互界面外,还支持嵌入式环境,智能移动终端等众多平台环境下的安装运行。 经测试,软件在嵌入式平台上运行稳定,监控画面清晰流畅,延时较小,能及时地对设备的运行状态进行声音预警。该系统极大地降低了海工吊装设备施工现场事故发生的概率,保障了施工人员的人身安全。