基于TOF模组的智能猫盆猫砂余量精准检测设计

本文聚焦于智能猫砂盆猫砂余量测量的关键问题,引入时间飞行法(TOF)模组来优化测量方案。深入剖析了TOF模组的运作原理及其特性,并结合智能猫砂盆的实际应用场景,设计了一种高效且精准的猫砂余量测量方法。试验结果显示,该方法不仅具有极高的测量精度,而且误差率低、稳定性强。该方案为传统猫砂余量检测方法的不足提供了有效解决途径,对提升智能猫砂盆的用户体验和智能化水平具有重要意义。

面向智能电网的无线传感器网络目标探测算法

文中提出一种结合压缩感知(CS)路由算法进行目标源定位的方法。该路由算法通过对网络节点进行分簇,将簇内节点的信息集中在簇头上。然后对无线传感器网络进行拓扑优化,并采用多跳路由策略完成簇头节点与汇聚节点间的通信。最后利用次梯度投影算法,从来自簇头的少量数据中恢复汇聚节点信号源,用于目标源信号的定位。采用一种自适应处理机制优化压缩感知算法的信号重构性能。仿真结果表明,算法能准确探测目标,减少计算量,并具有良好的重构性能。

二维码和传感器组合成智能购物的方向

利用传感器的感知和二维码的识别将会使用户得到一个全新的体验，即将成为智能购物的方向。

艾睿电子、松下工业联合ST推出IoT智能设备模组

艾睿电子、松下工业和意法半导体联合推出了面向智能工厂、智能家居和智能生活的低功耗无线多传感器边缘智能解决方案。该物联网解决方案模组整合艾睿电子的工程设计和全球分销能力与松下工业基于意法半导体BlueTile(STEVAL BCN002V1B)多传感器开发套件开发的物联网模组,使客户能够轻松地测试产品设计,将新的物联网产品更快地推向市场。

索尼发布首款内置人工智能的图像传感器

索尼新型IMX500和IMX501传感器集成一个逻辑处理器和存储器,能够将每个模组转换为一个微型计算机。该技术能够对兴趣目标进行识别、分析或者计数,同时不需要把信息分担给另外一颗芯片,提高隐私和数据安全,有望实现近乎实时的分析和目标追踪。

数字孪生技术下输变电设备运行状态智能感知

随着用电需求的不断提高,输变电设备技术飞速发展、数量逐年递增,针对传统输变电设备信息难以实时更新、运检工作耗时费力、人力财力消耗大的问题,提出了基于数字孪生技术的运行状态智能感知方法,建立了输变电设备数字孪生模型。其中感知层用来读取全局信息,网络层用来整合多源异构数据并归类,平台层基于深度神经网络算法对数据进行处理并存储,应用层针对用户需求实现实时智能感知的功能。上述模型在虚拟数字空间基于多方法混合建模的策略对设备进行三维数字建模,通过虚实映射方法达到实时可视化功能,实现输变电设备智能感知和在线诊断。实验结果证明,相比传统传感器方法,新方法在温度感知方面准确度提升约3%,电流测量方面准确度提升4%,更能反映设备运行状态,促进了输变电设备状态感知领域的数字孪生技术的发展和应用。

多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型

现有施工仿真参数建模方法主要依靠单一模态数据,且现有多模态数据采集过程存在一定的滞后性,导致仿真的实时性和准确性不足。针对上述问题,本文提出了多模态感知驱动下高堆石坝施工仿真参数集成深度学习模型。首先,在SpringBoot框架下开发了基于移动智能手机传感器的运动学和声学数据实时采集云平台,并采用低通滤波器和梅尔频谱等方法实现堆石坝施工机械多模态数据的实时采集与预处理;其次,提出了用于自动提取多模态数据特征的堆石坝施工机械精细活动状态识别深度学习模型。该模型集成了改进深度卷积长短期记忆循环神经网络(Improved DeepConvLSTM,IDeepConvLSTM)与深度卷积神经网络的优势,前者可精确感知施工机械运动方向,后者可从声音模态中感知施工机械振动状态。其中,IDeepConvLSTM在卷积层中间加入批量归一化层以提高收敛速度,并采用梯度缩放和剪裁以避免梯度爆炸的问题;进一步地,在云平台中采用大窗口移动过滤器在线处理机械活动识别结果,实现堆石坝施工仿真参数的实时建模。工程案例表明,相比于单一的运动学或声学模态的机械活动识别方法,本研究所提方法的识别精度分别提高了9.22%和23.62%。研究成果为提高堆石坝施工仿真的准确性和实时性提供了新的思路和技术手段,具有一定的应用和推广价值。

面向物联网的新型柔性传感器

新型柔性传感技术融合了电子信息、材料化学、生物科学和微纳加工等,为物联网提供智能的传感终端,将广泛应用于健康监护、互联家居、智能制造等领域。通过对新材料的开发和新机理的研究应用,柔性传感器在灵敏度、响应范围、响应时间、线性度、回滞、稳定性等基础指标上已取得长足进步,并从单一传感器拓宽到系统级研发与优化。针对近年来的热点研究问题,从多模集成传感器、仿生电子传感器、无线信号传输与供能、智能信息处理4个方面介绍新型柔性传感器的发展现状。

ST物联网即插即用模组直连Microsoft Azure微软云

意法半导体(STMicroelectronics,ST)将推出传感器模组SensorTile.box,帮助所有用户,不论是年轻人,还是资深设计专家,发现物联网的真正力量,轻松了解如何收集传感器信息并发送到云端。新产品是一个配置灵活的物联网即插即用传感器模组,用户可以通过Bluetooth Low Energy低能耗蓝牙将模组轻松连接智能手机,在手机屏幕上观察传感器的计步器、资产跟踪器、环境监测器等功能状态。

电力设备隐患的远程探测机器人设计

设计了一种在危险场景下探测电力设备隐患的远程探测机器人,利用它可以远程探测隐患设备状态,避免了直接停电造成的损失,也保证了运维抢修人员安全。详细论述了远程探测机器人结构、功能和控制系统设计方案,详细描述了多传感器智能探测感知模组。测试结果表明,该远程探测机器人在危险场景下可远程遥控,并利用双摆臂履带移动底盘通过复杂地形到达指定地点,通过搭载的多传感器探测感知模组对设备隐患部位进行精准感知和检测,电力工作人员在安全区域即可获取设备信息并进行决策。

物联网智能生态康养环境监控系统

根据当前智能家居传统环境检测设备集成化低、联动性低,各智能家具无法相互配合的问题背景,为改善人们居住环境的宜居性,建立了物联网生态康养环境监控系统来对居住环境进行调控。文章介绍了基于物联网传感器技术的系统的总体设计,包括系统组成、系统工作原理、系统硬件设计、系统软件设计、系统节点设计,以及通信设计6个方面,并探讨了每个方面中所运用的算法及思路。

关于举办“海洋通信、雷达探测与新型复合材料”应用技术研讨会的通知

各相关单位:随着多源信息智能感知、大带宽高速率通信的快速发展,对先进复合材料的应用研究提出了迫切需求。先进复合材料拥有轻质、高比强度、高比模量和低热膨胀系数等优异特性,是实现天线罩、轻质CFRP天线、馈源、频率选择等雷达、智能感知器件的有效途径。先进复合材料在雷达波隐身技术、新型柔性屏蔽材料、5G/6G系统建设、智能传感器、军用民用航空、特种装备等方面的应用和研究成果方兴未艾。

雷达智能感知计算及其抗复杂干扰能力研究——北京信息科技大学信息与通信工程学院王涛团队

智能交通系统是车辆有序运行的重要保障,道路环境感知技术是智能交通系统的基础.多年来,北京信息科技大学信息与通信工程学院王涛团队(以下简称"团队")一直从事车载多传感器智能感知计算及其在复杂环境下的抗干扰性研究,紧跟该领域的技术前沿,在针对多传感器智能探测应用方面取得了一系列成果,参与的多款雷达产品研发已经取得了良好的经济效益.

智能手机参与大气探测的研究进展与展望

随着智能手机及嵌入式传感器的发展和普及,出现了公众利用智能手机探测大气环境参数的非专业探测手段,无需额外专用仪器,具有硬件成本低、时空分辨率高、时空覆盖广等优点,成为专业大气探测的有效补充。在气象业务、科研和公众服务等领域具有广阔的应用前景。目前我国在非专业大气探测方面的研究较少,为了充分发挥这一非专业探测手段的效能,在分析现有智能手机及嵌入式传感器技术现状的基础上,重点介绍了智能手机应用于降水、气温、气压、气溶胶和辐射等参数测量的技术现状,提出应该从加强机理研究、挖掘可用信源、数据质量控制、大数据处理技术以及与业务、科研、服务的匹配衔接等方面开展研究,推动智能手机参与大气探测的研究与应用。

基于STM32与FreeRTOS的物联网鱼缸

为了改进智能鱼缸系统的硬件配置、交互方式并实现客户端功能的多样化,达到实时远程监测与管理的目的,设计了基于嵌入式STM32微控制器与FreeRTOS实时操作系统的智慧鱼缸系统,系统由采集上传和数据监测部分组成。采集部分由BH1750光照传感器、DS18B20温度传感器、pH值传感器、ESP8266模块与阿里云服务器组成,实现了环境数据的实时采集与上报。数据监测部分由手机APP组成,可实现远程投食、换水、增氧等功能。调试运行结果表明,本系统能够实现鱼缸的远程监测与远程控制,且工作稳定。

基于LoRa+AI技术的智慧蔬菜无线监测系统应用研究

为实现无线远程监测大棚蔬菜的生长环境状况,提出基于LoRa通信和人工智能的智慧蔬菜无线监测系统策略,该系统采用传感器、LoRa无线网络、嵌入式控制、5G通信和人工智能图像识别等技术实现。通过部署传感器节点与网关节点,组建无线网络进行通信,网关节点和视频模块通过5G模组分别将监测的生长环境信息和视频捕捉的图片信息无线传输到云平台。该系统不仅可实现对环境参数的无线可靠传输和远程监控管理,也可对蔬菜叶子进行病害类型的有效识别,有助于蔬菜资源调配及灾害防治方案的调整。

主动目标几何建模研究方法综述

目的目标建模是机器视觉领域的主要研究方向之一,主动目标建模是在保证建模完整度的情况下,通过有计划地调节相机的位姿参数,以更少的视点和更短的运动路径实现目标建模的智能感知方法。为了反映主动目标建模的研究现状和最新进展,梳理分析了2004年以来的相关文献,对国内外研究方法做出概括性总结。方法以重构模型类型和规划视点所用信息作为划分依据,将无模型的主动目标建模方法分为基于表面的主动目标建模方法、基于搜索的目标建模方法和两者相结合的方法3大类,重点对前两类方法进行综述,首先解释了每类方法的基本思想,总结每类方法涉及的问题,然后对相关问题的主要研究方法进行归纳和分析,最后将各个问题的解决方法进行合理的搭配组合,形成不同的主动目标建模方法,并对各类方法的优势和局限性进行了总结。结果各类主动目标建模算法在适用场景范围、计算复杂度等方面存在差异,但相对于传统的被动目标建模方法,当前的主动目标建模算法已经能够极大程度地提高建模任务的质量和降低建模所需代价。结论基于表面的主动目标建模方法思想相对简单,但仅适用于表面简单的目标建模。基于搜索的目标建模方法能够量化地评价每一个候选视点,适用广泛且涉及的问题相对于基于表面的方法有更大的解决空间,有更多的研究成果产生。将二者涉及问题的不同研究方法相搭配,可以构成不同的主动目标建模方法子类。