基于边缘计算的轻量化识别方法

“新零售”模式的出现,对传统零售业的转型以及提升用户消费体验具有重要意义。然而,目前市场上的无人水果秤大多存在一些问题,如识别率低、模型结构复杂、部署困难、模型推理实时性差等。针对这些问题,提出一种基于边缘计算的轻量化识别方法。选用MobileNext作为主干网络,引入轻量型的注意力模块CBAM改进MobileNext中的SandGlass模块。利用Ghost模块替换SandGlass模块中的标准1×1卷积,以压缩模型的参数量和运算量。在此基础上,使用迁移学习的策略搭配NAdam优化器训练改进后的MobileNext模型,进一步提高模型的识别精度。在Fruit Recognition数据集上的实验结果表明,该方法在水果识别任务中达到了98.95%的识别准确率,优于原MobileNext、MobileNetV2和EfficientNet-B0等轻量级模型。相较于原MobileNext模型,改进后的MobileNext模型识别准确率提高了1.17个百分点,参数量仅为1.775×106,推理时间仅为16.5 ms。在实际的零售场景中,所提方法只需很小的参数量和运算量就能实现较好的识别效果,并能够部署在边缘设备上。

自适应多维维分编码RFID防碰撞算法

提出了多维维分编码(MDDC)的算法.该算法在阅读器范围内标签碰撞较多时,阅读器呼叫每个标签的平均次数趋近4/3,呼叫每个标签所传输的数据量趋近于常数.针对多维维分编码算法在碰撞次数少时平均呼叫次数、平均发送数据量相对较大的问题,又提出自适应多维维分编码(Adaptive-MDCC)降维算法.该算法中,阅读器根据范围内的标签数目,自适应地降低维分编码的维数,并对标签重新编码,大大降低搜索较少标签时的平均呼叫次数和平均数据量.因此,自适应多维维分编码算法无论在标签较多碰撞和较少碰撞时,都能很好地提高搜索的效率.

自适应维分编码RFID防碰撞算法研究及优化

首先提出MDDC(multi-dimension division code)维分编码的算法。该算法在阅读器范围内标签碰撞较多时,阅读器呼叫每个标签的平均次数C(n)趋近4/3,呼叫每个标签所传输的数据量趋近于一个较小的常数。MDDC维分编码算法在碰撞次数较少时的平均呼叫次数、平均发送数据量相对较大,又提出自适应MDDC维分编码及其优化算法。阅读器根据范围内的标签数目自适应地降低维分编码的维数并对标签重新编码,大大降低了搜素较少标签时的平均呼叫次数和平均数据量。因此,自适应MDDC维分编码及优化算法无论在标签较多碰撞和较少碰撞时,都能很好地提高搜索的效率。

车载酒精浓度在线测控系统

为了能有效减少因为酒后驾车而造成交通事故的现象,使用一种ARM的Cortex-M3微处理器,采用半导体酒精传感器进行数据采集,在车内3个不同的位置采集酒精浓度信号,通过无线的方式发送给接收机,接收机根据车的行驶状态实时处理3个信号,进行数据融合然后做出相应的判断,发送无线控制信号给汽车制动系统,并且提供声音报警的功能。该设计创新性的利用多个传感器探测,并且无线传输信号,非常有利于在汽车上的装载,能够有效杜绝酒驾的行为。

基于TMS320DM642麦克风阵列声源定位系统

麦克风声源定位是利用麦克风阵列拾取语音信号,并用数字信号处理技术对其进行分析和处理的声源定位技术。在麦克风阵列声源定位中,语音信号端点的拾取是重要的环节。语音端点检测是对接收到的信号利用端点检测算法分析,以确认麦克风阵列中语音信号到达的端点;并利用麦克风阵列中各麦克风接收到的语音信号的端点的先后,计算出麦克风阵列接收的来自于声源的时间差;根据麦克风阵列之间的时间差,应用所提出的声源定位的方法,继而计算出声源的空间位置。本系统定位精度较高、实时性好,可应用于许多场合,如视频会议、机器人语音识别、语音助听装置等。

基于MSP430F2132车载酒精浓度监控系统

该系统以MSP430F2132微处理器为核心,采用安装在不同位置的传感器阵列,对车厢内各点的酒精浓度进行数据采集。根据检测到的车厢内各点的酒精浓度,为主驾位置酒精浓度是否超标给出准确判断。报警数据通过的方式发送数据给接收机,发动机启动控制系统根据汽车当前行驶状态做出相应的报警和制动,从而有效杜绝酒驾的发生。

基于机器视觉的机器人工件定位系统

针对传统工业机器人在流水线上定位抓取工件时存在误差的问题,文章搭建了由YAMAHA 4轴工业机器人、速度传感器、工业相机、上位机组成的控制平台。通过机器视觉技术检测工件位置的偏移,并将矢量数据传送至机器人完成相应的定位抓取。首先工业相机对传送带上的工件进行图像采集,接着对采集的图像进行预处理分析,然后用主轴法对工件轮廓快速识别,计算出工件的矢量位置。通过QT-creator软件平台开发出一套精准的定位系统。实验结果表明该系统能准确的识别工件的位置并实时将数据传送至机器人完成定位抓取动作,并且定位精度小于1mm。

自适应维分编码维数估计与降维算法

在自适应维分编码原理的基础上,证明了维分编码维重Q=4是最优的.标签越多,维分编码的维数就越多.为此文中给出了标签数量估计和维数估计方法,同时还给出了自适应维分编码降维后标签的降维编码算法以及自适应维分编码的解码算法,为自适应维分编码原理的完善做了正确和必要的研究,因此,完善的自适应维分编码算法无论标签数目较多和标签数目较少时,都能大大提高阅读器搜索标签的效率.

VGA信号分配及远程传输系统

介绍了基于电压跟随的视频VGA信号分配的原理以及实际电路的设计,以实现视频信号本地的多路显示。视频信号在实现远程传输时,需对视频信号进行放大,增大信号的驱动能力。为此,介绍了基于EL4543差分放大的视频信号远程传输发送端电路及其工作原理;在远程接收端,通过EL9111差分接收和EL9115的模拟补偿,恢复视频信号。采用本设计的视频传输距离可达200 m左右。

多维编码逐维识别RFID防碰撞算法

提出了多维编码逐维识别(Multi-dimension code and gradual-dimension identification,MDC-GDI)防碰撞算法,多维编码在每维中有且只有1个1。发生碰撞时,由于多维编码的特点,系统自动识别每维的碰撞数据,并逐个呼叫碰撞编码,完成对阅读器内所有标签的呼叫。分析算法表明,该算法在阅读器范围内标签较多时,在呼叫次数和呼叫所传输数据量方面具有较大的改善。随着标签碰撞的增多,呼叫每个标签的平均次数趋近4/3,呼叫所传输的数据趋近8位,因此更适用于无线射频识别(Radio frequency identification,RFID)防碰撞协议。

两轴定位机械手电气控制系统的设计

介绍基于三菱FX2N系列PLC的两轴定位机器人电气控制系统的设计。该电气控制系统采用FX2N-48MR可编程控制器为主控器;采用2个FX2N-1PG位控单元作为x轴和y轴位置精度控制单元;采用MELSERVO MR-J2S-A系列伺服放大器作为x、y轴电机的驱动单元;采用HC-KFS系列电机为执行单元,驱动同步齿形带实现x、y轴的精确定位,定位精度达到10μm。操控面板选用DIGITAL公司的GP-2300/2301人机界面,控制整机的逻辑动作,设置x、y轴运行数据,显示x、y轴运行的实际数据。

基于深度学习的标签缺陷检测系统应用

依据深度学习算法可以自主进行特征学习和识别的特点,提出一种基于主成分分析法的深度学习模型,构建印刷标签检测系统,从中进行信息提取和学习处理。实验结果表明,该方法的分类识别率高达94.6%。与传统标签缺陷检测算法相比,这种研究方式更加注重原始图像的特征提取,无需进行复杂的模板制作,实现方法简单,适应性强。

基于SN8P1917微控制器的输液无线自动呼叫系统

介绍了一种基于SN8P1917单片机的输液无线自动呼叫系统。该系统包括发送终端和接收终端;文中详细地介绍了发送终端的电路原理,同时也简要介绍了接收终端的原理;采用了高精度称重传感器来计量输液的重量,保证了系统的安全可靠;系统数据采用无线传输,安装简单便捷,接收终端具有声光报警,同时通过上位机可以实时查阅相关数据,系统设计优化,运行稳定可靠。

基于MSP430微控制器的带USB通信的颜色识别系统

介绍了基于MSP430微控制器和TCS230颜色传感器实现颜色识别的基本方法及其识别电路;同时简要介绍基于FT232BM的USB串行通信的实现。采用MSP430作为主控微控制器对TCS230采集的颜色数据进行计算、标定、存储并通过FT232BM传输至上位机。

基于无线传感器网络的煤矿顶板压力监测系统

设计了煤矿顶板压力监测系统,采用无线传感网络的节点作为顶板压力数据采集的终端,采集顶板的压力变化数据。各节点采用基于IEEE802.15.4和ZigBee协议栈的无线方式将数据传送到汇聚节点,汇聚节点采用有线通信方式将采集到的数据通过USB传输接口传输至地面的管理监控站,实现对矿井顶板压力数据的实时监控。

无线传感器网络煤矿顶板压力在线监测系统

近年来我国煤矿安全事故时有发生,安全形势十分严峻;在采矿生产过程中最常发生的就是冒顶事故;通过实时监测顶板压力的变化,可以研究矿井顶板压力的规律,从而采取预防措施,有效地防止事故的发生;本系统采用无线传感网络的节点作为顶板压力数据采集的终端,采集顶板的压力变化数据;各节点采用基于IEEE802.15.4和ZigBeeTM协议栈的无线方式将数据传送到汇聚节点,汇聚节点采用有线通信方式将采集到的数据通过USB传输接口传输至地面的管理监控站,实现对矿井顶板压力数据的实时监控;当顶板压力数据接近或达到报警压力值,节点和汇聚节点发出声光报警信息,同时地面监测站发出压力橙色或红色报警信息,促使安全部门采取有效措施,防止事故的发生,达到安全生产的目的。

基于特征融合卷积神经网络的车型精细识别

为解决现有车型精细识别方法中存在识别精度低、模型参数规模大等问题,提出一种基于特征融合卷积神经网络的车型精细识别方法。设计两个独立网络(UpNet、DownNet)分别用于提取车辆正面图像的上部和下部特征,在融合网络(FusionNet)中进行特征融合,实现车型的精细识别。相较于现有的车型精细识别方法,该方法在提高识别精度的同时,有效压缩了模型参数规模。在基准数据集CompCars下进行大量实验的结果表明,该方法的识别精度可达98.94%,模型参数大小仅为4.9 MB。

基于参数自适应PCNN和卷积稀疏的多聚焦图像融合

针对同一目标不同焦点图像优势互补的需求和现有多焦点图像融合算法存在焦点不清晰、边缘模糊和重影等问题,引入一种基于参数自适应脉冲耦合神经网络(PAPCNN)和卷积稀疏表示(CSR)的多聚焦图像融合算法。在非下采样剪切波变换(NSST)分解高低频子带的基础上,采用CSR融合低频子带系数,其中的高频子带系数利用一种参数自适应PCNN算法(PAPCNN)进行融合,并且对PAPCNN中的隐函数β进行改进,达到更好的融合效果。仿真实验结果表明,该方法解决了传统PCNN算法在融合图像时参数设置困难和传统稀疏表示细节保存性能不佳的问题,在视觉效果和客观指标方面与现有主流融合算法相比均具有较大优势。

基于图像识别的PCB板定位支撑系统

为解决PCB板机械焊接时的定位支撑问题,设计了一种以QT软件为上位机操作系统,STM32F103为下位机的PCB板定位支撑系统。上位机通过基于颜色的自适应图像分割以及中心扩散查找算法实现了PCB板的识别定位,然后将坐标数据传递给下位机,通过LCD屏以及指示灯引导人工完成支撑柱插入工作,为了确保准确性,还设置了防呆模块。实验证明,图片的识别定位率可以达到98%以上,系统还具有灵敏度高、人机交互性强、成本低等特点。

商业广场环境中无线信道及其特性分析

文中提出一个典型商业广场内部环境的几何分布模型。从几何散射模型中得出到达角(AoA)和传播延迟的概率密度函数(PDF),功率延迟分布(PDP)以及频率相关函数(FCF)。结果表明,商场内部环境的信道与其他家庭信道以及办公室信道存在较大的差异,并且商场内部的两侧金属客梯会对信道的统计特性产生显著影响。提出的理论模型通过了复杂正弦波叠加(SOC)原则设计的仿真模型的验证,其结果有助于商场内部环境中无线通信系统的设计以及对该系统性能的评估。