基于“OBE+思政”理念的基础机器人课程建设与改革

在全面推进课程思政建设,构建全员全过程全方位育人大格局背景下,针对创新型卓越工程科技人才发展和培养的要求,从地方应用型本科院校工程教育认证工作的要求出发,基于“OBE+思政”理念对基础机器人课程进行改革,是很有必要也很有意义的。文章以河池学院人工智能与制造学院电气工程及其自动化专业为例,结合工程教育认证工作相关要求,以工程项目和问题学习为核心,以有机融入思政育人和持续改进为要点,阐述如何有效构建基于“OBE+思政”理念的基础机器人课程。

基于Home Assistant简易家电智能控制系统的设计

【目的】本研究基于开源的Home Assistan(t HA)智能家居平台,设计出门禁、照明、电视机、窗及窗帘等简易家电的智能控制系统,能有效解决当前智能家居系统存在的成本高、操作烦琐及其众多系统互联互通难的问题。【方法】该系统以AMR主控板为核心,以人脸识别、智能感应和用户界面(UI)为用户交互终端,实现人脸识别和自动感应来控制家居终端设备,也可通过手机APP、电脑界面系统来远程控制家电设备。【结果】该系统的设计方案可靠,容易设计与实现,具有成本低廉、交互性灵活和操作简便等特点。【结论】其对家电智能化管理及智能家居的推广具有一定的指导意义。

便携式实验设备管理终端的设计与实现

文章针对高校实验设备管理信息化水平不足和传统人工管理方式效率低的问题,设计了一款便携式实验设备管理终端。以OMAP-L138为主控核心,采用摄像头采集实验设备的条形码或二维码,通过触摸显示模块、语音输入模块和语音输出模块实现人机交互,采用WIFI模块实现终端与服务器之间的数据交互,通过存储模块备份管理数据,最终实现对实验设备的入库、盘点、出库、调拨、维修和报废等实时管理功能。实验结果表明,终端运行稳定、通信可靠及功能齐全,大大提高了实验设备管理水平、安全性和效率。

基于机器视觉的木板拉条系统研究

为有效提高拉条机的自动化程度,采用机器视觉技术改造多片锯拉条机,设计出一款基于机器视觉的智能化木板拉条机。通过摄像头采集待加工的木板图片;使用OpenCV对木板图片进行预处理,提取木板边缘,计算木板可裁切的宽度;通过嵌入式设备送入相应的裁切通道拉条。结果表明,人工操作和基于机器视觉的拉条机每5 h的平均裁板数分别为2735和3378块,平均正确拉条率分别为89.36%和99.95%。基于机器视觉的拉条机速度与出材率均高于人工操作。

基于深度学习的实验室设备管理

研究实验设备图像识别是实现无纸化办公的重要基础,也是物联网时代实现智能化实验室设备管理的技术难点。针对实验室设备管理采用的传统识别技术存在只能对特定的标签进行识别、无法定位物品和容错机制差等问题,提出基于深度学习的图像识别技术应用于实验室设备识别与管理,参考深度图像识别技术在其他领域的应用,分析这项技术在实验室设备管理中存在的问题,并对其主要依赖的无监督学习与小样本学习结合目前研究现状进行了简单概述。