基于边缘计算的安全帽佩戴检测系统设计

为提升施工现场安全管理能力,针对人员未正确佩戴安全帽的问题,本文设计了基于边缘计算的安全帽佩戴检测系统。首先,通过训练YOLOv5目标检测模型,高效准确地识别人员安全帽佩戴情况。其次,通过将训练模型部署在基于TPU的SE5边缘盒子上,减少数据传输和处理延迟,提高检测系统的整体实时性。实验结果表明,该系统在SHWD数据集上的平均准确率能够达到94.8%,处理每帧图像仅需0.06s,能够快速、准确地识别出作业人员是否佩戴好安全帽。

电力信息系统负载均衡调度算法的研究

随着计算机技术和电力系统应用软件技术的快速发展,电力信息系统服务器的并发访问需求日益强烈。本文提出了一种基于负载权值的均衡算法的解决方案,该方案充分考虑该集群系统的各个节点负载压力状况,收集并反馈给负载均衡器,再基于算法给出各节点上的权值大小,从而有针对性地提高各节点的负载均衡性。最后通过与Connection算法以及模拟退火算法对比实验表明,该方案能够维持各节点上负载均匀,并且提高系统的响应能力、并发能力和稳定性。

RSSI分区化处理的自适应车间定位算法

为了研究适用于制造车间的基于RSSI(Received Signal Strength Indication)测距的高精度定位算法,考虑到制造车间的复杂环境,本算法引入高斯滤波和均值滤波器减少定位误差,提高定位稳定性;提出了传输模型分区概念,对于处在不同的锚节点和同一锚节点的不同方位区间的节点,采用不同的无线信号传输模型计算盲节点与锚节点之间的距离;在所有的盲节点与锚节点之间的距离中选择最小的三个,采用几何三边测量法求取盲节点的坐标值。实验及数据分析可知,基于RSSI滤波、分区处理和距离优化后的定位算法,其实验样本的平均定位误差为0.8899m,较改进前提高了22%,同时定位精度较高且稳定性很好,经假设检验证明,本算法较原始的RSSI定位算法在定位效果上有了显著的提升。