本文介紹了一種集成了自研電解質(zhì)傾角傳感器、無線模組(支持WiFi和4G)、溫濕度、電池電壓及振動監(jiān)測模塊的低功耗傾斜穩(wěn)固性形變監(jiān)測系統(tǒng)。該系統(tǒng)設(shè)計旨在通過高精度、低功耗的技術(shù)手段，實現(xiàn)對結(jié)構(gòu)健康狀態(tài)的實時監(jiān)測與預(yù)警，特別適用于無法直接供電的遠程或野外環(huán)境。本文詳細闡述了系統(tǒng)的硬件構(gòu)成、軟件平臺、核心優(yōu)勢以及在邊緣計算領(lǐng)域的應(yīng)用潛力，為結(jié)構(gòu)健康監(jiān)測領(lǐng)域提供了新的解決方案。
本文聚焦基于MCU平臺的物體檢測算法的討論，并提供了一套完整的工程實現(xiàn)示例：人臉追蹤風扇。工程不僅提供了一個高效的物體檢測算法，并且實現(xiàn)了一個自動追蹤人體的控制系統(tǒng)，控制雙路舵機轉(zhuǎn)動底座，實現(xiàn)了風扇一直跟隨人臉轉(zhuǎn)動。本文所提供的檢測控制系統(tǒng)也可以集成到監(jiān)控設(shè)備，智能家居，工業(yè)自動化領(lǐng)域等等。
在當今電氣系統(tǒng)和設(shè)備日益普及的背景下，電器故障和老化等因素引發(fā)的火災(zāi)事故頻繁發(fā)生，嚴重威脅著人們的生命安全和財產(chǎn)?，F(xiàn)有的火災(zāi)預(yù)警方案多數(shù)依賴于電氣參數(shù)與固定閾值的比較，存在響應(yīng)速度慢、準確性不足等問題，無法有效應(yīng)對復(fù)雜的電氣故障情況。為了解決這種問題，提出一種創(chuàng)新的電氣火災(zāi)預(yù)警系統(tǒng)，基于長短期記憶網(wǎng)絡(luò)(LSTM)技術(shù)，結(jié)合高頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(luò)(HF-LSTM)和低頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(luò)(LF-LSTM)進行研究。HF-LSTM深入挖掘線路的溫升規(guī)律和超溫故障特性，而LF-LSTM則用于探索線路溫度變化的周期性模式。通過這兩種模型的結(jié)合，使系統(tǒng)能夠精確預(yù)測線路溫度，實現(xiàn)對電氣火災(zāi)風險的早期識別和預(yù)警。該系統(tǒng)突破了傳統(tǒng)模式只依賴某幾個參量的數(shù)據(jù)特征對電氣火災(zāi)危險性進行計算和研判，忽略了參量間的物理關(guān)聯(lián)，本文采用基于LSTM的動態(tài)閾值調(diào)整機制，增強了時間序列信息的連續(xù)性和相關(guān)性，從而提高了預(yù)警準確性和響應(yīng)速度。系統(tǒng)還引入了預(yù)警分位的概念，實現(xiàn)了火災(zāi)風險的定量評估和分級管理。硬件電路實時采集電流、電壓和溫度信息，并與物聯(lián)網(wǎng)平臺結(jié)合，實現(xiàn)實時監(jiān)控和自動響應(yīng)。通過先進算法，系統(tǒng)提高了對微弱信號的識別能力，確保了早期風險感知和預(yù)防。實驗數(shù)據(jù)表明，該電氣火災(zāi)預(yù)警系統(tǒng)在預(yù)測準確性和響應(yīng)速度上均顯著優(yōu)于現(xiàn)有方案，能夠有效降低火災(zāi)發(fā)生率，為保障生命和財產(chǎn)安全提供了高效可靠的解決方案。
由于傳統(tǒng)PID控制器面臨參數(shù)調(diào)整繁瑣、實時調(diào)適滯后、工況適應(yīng)局限等挑戰(zhàn)，本研究提出了一種以人工蜂群算法(Artificial Bee Colony, ABC)為核心的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化策略。研究表明，ABC算法對蜜蜂覓食行為的模擬機制，顯著增強了BP神經(jīng)網(wǎng)絡(luò)在參數(shù)空間中的探索能力，有效維持了粒子群的多樣性特征，構(gòu)建起了高效的PID控制參數(shù)自適應(yīng)調(diào)節(jié)框架，成功地克服了因參數(shù)失配而引發(fā)的控制效能遞減難題，確保了控制系統(tǒng)在復(fù)雜工況下的穩(wěn)定性與魯棒性，為提升控制系統(tǒng)整體性能提供了堅實保障與有力支撐。ABC算法在提升BP神經(jīng)網(wǎng)絡(luò)性能上卓越可靠，為PID控制革新提供了依據(jù)與范式。
針對礦熱爐電極端部位置檢測精度低及開發(fā)過程中的復(fù)雜性問題，本文介紹了一種新型差動式磁場陣列檢測系統(tǒng)。該系統(tǒng)通過布置磁場傳感陣列，利用差動信號處理技術(shù)，有效消除了環(huán)境干擾和系統(tǒng)噪聲，提高了電極端部位置檢測的精度和可靠性。研究首先構(gòu)建了礦熱爐磁場檢測模型，并基于畢奧–薩伐爾定律，分析了礦熱爐的爐外磁場分布。仿真驗證了差動式磁場陣列檢測方法的有效性。測試結(jié)果表明，該系統(tǒng)能夠在惡劣的工業(yè)環(huán)境中準確檢測電極端部位置，為礦熱爐的高效運行提供了有力支持。本研究為礦熱爐的工業(yè)參數(shù)檢測和控制提供了新的思路和技術(shù)支持。
智能時代的嵌入式系統(tǒng)離不開高性能、高效的軟件和先進的軟件開發(fā)方式。本文介紹了近期嵌入式軟件開發(fā)的三個趨勢：1)邊緣計算作為一種在本地處理和分析數(shù)據(jù)的方式正在快速發(fā)展，邊緣計算與人工智能的結(jié)合正將智能計算從以云為中心的模型中轉(zhuǎn)移出來；2) 虛擬化技術(shù)是今天高算力多核處理器計算系統(tǒng)采用的全新解決方案，容器技術(shù)則可通過簡化嵌入式軟件開發(fā)、部署和維護來助力復(fù)雜嵌入式系統(tǒng)的管理；3) DevOps的概念和實踐正在逐步滲透進入嵌入式軟件開發(fā)中，助力加快軟件交付速度，提高應(yīng)用程序質(zhì)量和穩(wěn)定性。
隨著人口老齡化程度加深，社會養(yǎng)老負擔加重，處理好全社會的養(yǎng)老問題十分重要。在全球范圍內(nèi)，老人身體健康受到許多致命疾病的威脅。而獨居老人生活中缺少家人照顧，心理上缺少慰藉，導致患病率更高，同時發(fā)生意外也無法及時得到救助。面臨精神、健康、意外風險三重困境，因此，他們具有更大的健康風險。本文提出的系統(tǒng)基于云–邊–端架構(gòu)實現(xiàn)，由云端服務(wù)器、感知控制和應(yīng)用服務(wù)構(gòu)成，實現(xiàn)了語音服務(wù)和老人應(yīng)急服務(wù)，即老人有語音需求時可以及時提供相應(yīng)服務(wù)，老人摔倒時可以給老人送藥并向前端發(fā)送照片和警報；前端交互模塊則由微信小程序?qū)崿F(xiàn)，使家人能遠程關(guān)注家中老人的身體健康狀況。
具有開源、簡單和靈活等特點，RISC-V架構(gòu)受到業(yè)界廣泛關(guān)注。近年來，市場上相繼出現(xiàn)了多款RISC-V架構(gòu)微處理器，32位RISC-V架構(gòu)MCU正逐步進入Cortex-M MCU應(yīng)用領(lǐng)域。本文針對將應(yīng)用程序從RV32移植到Cortex-M的需求，分析RV32與Cortex-M結(jié)構(gòu)、編程模型和過程調(diào)用規(guī)范等方面的不同之處，提出程序移植過程中遇到的問題，提出方法和建議，并進行相關(guān)性能分析和比較。
介紹一種完全自主開發(fā)的體積小的基于MEMS無線數(shù)字地震檢波器。該檢波器主要包括以下幾個部分：MEMS傳感器板、放大采集板、FPGA控制主板、無線觸發(fā)接收板、無線WIFI模塊板和供電電源設(shè)計等。該傳感器的設(shè)計涉及多個關(guān)鍵技術(shù)點，包括微弱信號獲取、低功耗設(shè)計、總體結(jié)構(gòu)的合理布置、高精度和高靈敏度、無線數(shù)據(jù)通訊以及無線觸發(fā)信號接收等。應(yīng)對這些關(guān)鍵技術(shù)點，本設(shè)計首先對芯片和材料精挑細選、對電路和結(jié)構(gòu)進行合理設(shè)計，滿足該檢波器各項技術(shù)指標。最后通過一系列的室內(nèi)測試和野外試驗，驗證了該檢波器的各項功能和性能，為地震勘探提供高精度、高靈敏度、穩(wěn)定可靠的地震檢波器。
本研究旨在開發(fā)一種在資源受限的微控制器單元(MCU)上運行的方法，用以進行鼾聲檢測。不同于使用CNN進行聲音檢測的方式，我們采用門控循環(huán)單元(GRU)模型以對音頻數(shù)據(jù)進行處理和分析。通過采用優(yōu)化模型結(jié)構(gòu)、模型量化等常用的模型優(yōu)化方式，我們最終成功將GRU模型適配到低功耗的MCU平臺，使其能夠在不依賴外部計算資源的情況下，獨立完成端側(cè)的鼾聲檢測任務(wù)，無需聯(lián)網(wǎng)。實驗結(jié)果表明，該模型在保持較高準確性的同時，能夠有效降低系統(tǒng)算力需求，滿足移動健康監(jiān)測設(shè)備的實時性與便攜性要求。這一研究為鼾癥患者的持續(xù)監(jiān)測和睡眠健康管理提供了一種新的解決方案，同時也拓展了深度學習在嵌入式系統(tǒng)中的應(yīng)用前景。
在物聯(lián)網(wǎng)設(shè)備與云端之間的通信中，MQTT作為一種輕量級的、基于發(fā)布-訂閱模式的通信協(xié)議，具備了良好的適用性和靈活性，被廣泛應(yīng)用于物聯(lián)網(wǎng)領(lǐng)域。在OpenHarmony的LiteOS內(nèi)核上利用MQTT連接云平臺是一項關(guān)鍵的技術(shù)任務(wù)，它涉及在輕量級操作系統(tǒng)上實現(xiàn)MQTT協(xié)議的客戶端功能，并與云端平臺進行穩(wěn)定和高效的通信，因此需要選擇合適的MQTT庫，并進行有效的移植和優(yōu)化，以保證在資源受限的環(huán)境下依然能夠?qū)崿F(xiàn)穩(wěn)定可靠的通信連接。海思Hi3861芯片采用了LiteOS內(nèi)核。文章探討了在海思Hi3861芯片上移植和使用Paho MQTT庫連接到華為云的實現(xiàn)過程和關(guān)鍵技術(shù)。文章首先介紹了MQTT的相關(guān)知識，然后詳細討論了嵌入式Paho MQTT庫的內(nèi)容，接著介紹Hi3861芯片相關(guān)功能及其移植Paho MQTT的方式，最后描述了使用移植好的程序連接華為云MQTT的步驟，包括設(shè)備鑒權(quán)方式和消息發(fā)布訂閱的實現(xiàn)。實驗結(jié)果驗證了在Hi3861平臺上使用Paho MQTT庫連接到華為云的可行性和效果。文章的結(jié)尾探討了項目未來的工作。
文章展望了AGI時代的特點及人才金字塔結(jié)構(gòu)的分布，重點分析了AGI時代電子及計算機工程師的行業(yè)發(fā)展趨勢及特點，并建言當今電子及計算機工程師如何應(yīng)對AGI時代的來臨。
超市水果識別主要依賴人工，計算機視覺成為一種解決方案。然而目前仍面臨部分水果識別精度低、終端設(shè)備部署困難、誤識別圖片難處理等挑戰(zhàn)。因此，文章基于深度學習對移動端水果識別進行研究，旨在替代人工識別。首先文章構(gòu)建了包含49種水果的超市水果圖像數(shù)據(jù)集DailyFruit-49。并針對細分類特征相似度高、包裝遮擋、形狀小量少的水果識別困難，以及低算力設(shè)備模型部署問題，篩選了滿足部署要求的骨干模型。設(shè)計了新的注意力模塊RMA，改進了ViT Block以增強模型的細節(jié)識別能力和深層語義特征整合能力，最終得到DenseRMA_ViT模型，并基于Focal Loss改進損失函數(shù)。并在公開數(shù)據(jù)集Fruits-262上進行消融實驗驗證模型改進的有效性。最后結(jié)合實際設(shè)備，實現(xiàn)水果識別系統(tǒng)，滿足實際使用?；谂c用戶的交互行為對誤識別水果圖像進行收集，并基于誤識別圖像實現(xiàn)模型權(quán)重自動微調(diào)，隨使用時間延長，系統(tǒng)收集更多圖片，提升模型識別精度與泛化能力，以處理實際應(yīng)用中誤識別水果。
在當前嵌入式系統(tǒng)與人工智能技術(shù)融合的前沿領(lǐng)域，文章聚焦于一種基于單類支持向量機(One-Class SVM)的異常檢測算法，并提供了一套完整的MCU友好的工程實現(xiàn)，不需要依賴于動態(tài)內(nèi)存分配以及文件系統(tǒng)，特別適合于在資源受限的邊緣設(shè)備上進行高效、實時的訓練與預(yù)測。我們的方法不僅可以實現(xiàn)在MCU上訓練和高效存儲機器學習模型，還支持增量學習，從而在幾乎不增加計算負擔的前提下，持續(xù)改進模型對實際工況的適應(yīng)能力。我們的實驗裝置是安裝了三軸加速度傳感器的震動源(如風扇)，以模擬在工作期間發(fā)出振動的工業(yè)設(shè)備。文章的方法也可以通過替換傳感器和特征計算的預(yù)處理算法來實現(xiàn)對其它設(shè)備的監(jiān)控，以適應(yīng)不同的工況環(huán)境和應(yīng)用的需求。
巷道掘進中孔中地震高精度預(yù)報系統(tǒng)是完全自主開發(fā)的高性能產(chǎn)品。該預(yù)報系統(tǒng)主要是由“井下”和“地面”兩大部分組成的。其中，井下部分主要是由1個無線主機、3個無線探頭、1個無線觸發(fā)器、1個震源銅錘、1根觸發(fā)信號線以及其它配件(如：蜂鳴器、錘墊等)組成。主要功能是進行現(xiàn)場數(shù)據(jù)采集和存儲，如果無線主機安裝有分析軟件，就可在現(xiàn)場解析出探測結(jié)果。井下設(shè)備都是本質(zhì)安全型設(shè)計，并且通過了國家煤礦安全機構(gòu)的防爆性能檢測和安全認證。地面部分主要是由PC機、儀器電源適配器(充電器)和分析軟件組成的，其主要功能是對所采集的地質(zhì)數(shù)據(jù)進行轉(zhuǎn)儲、深度解析、分析處理和形成成果報告文件，亦即預(yù)報結(jié)果。該系統(tǒng)與同類產(chǎn)品相比精度高、準確率高和施工方便的優(yōu)勢。
本站介紹 歡迎投稿 隱私聲明 廣告業(yè)務(wù) 網(wǎng)站地圖 聯(lián)系我們 誠聘英才
21ic電子網(wǎng) 2000- 版權(quán)所有
