基于TensorFlow深度学习自动驾驶小车的设计

本文以自动驾驶小车为例,将深度学习技术运用于自动驾驶小车,在模拟的道路上,实现对交通标志识别的自动驾驶。本文采用TensorFlow深度学习框架,编写CNN结构模型,训练卷积神经网络,运用OpenCV图像处理技术,使用摄像头采集模拟道路与交通信号标志数据,通过处理器计算和处理,面对相应的交通信号标志,自动驾驶小车自动采取应对措施。测试结果表明,小车具有一定程度的自动驾驶与交通标志识别能力。

基于STM32的脉搏信号监测系统设计

脉搏信号作为承载人体重要生理参数的信号之一,对诊断心脑血管疾病有着重大意义。为采集频率较低、易受外界干扰的脉搏信号,本文以32位高精度微处理器STM32F103ZET6为下位机,使用压电式脉搏传感器HK-2000B采集脉搏信号,将采集到的信号通过下位机处理后,经串口传送至上位机,上位机采用LabVIEW设计显示界面,实现对脉搏信号的实时显示与保存,为医生利用脉搏波形诊断病情提供帮助。通过实物制作与测试,该系统运行稳定、可靠。