利用加速度信号时频域特征的枪击识别研究

当前枪支射弹可靠检测及精确计数是枪弹管控的难点之一。为提高基于加速度信号的射弹检测算法的精度和可靠性,提出一种新的射击信号时域特征提取方法—时域分段特征提取法,可避免时域特征过度依赖于加速度瞬时尖峰的问题。首先,提取了枪击加速度样本信号的时域和频域各类统计特征。然后,采用机器学习分类算法K近邻、逻辑回归、支持向量机以及决策树和随机森林进行枪击识别建模。最后,探索和比较各种单一特征对枪击事件识别模型性能的影响。实验结果表明,所提取的主波动域面积特征具有最优的区分度,能够在多数机器学习算法上达到99%以上的分类准确率。

四线电阻屏电子裁判系统的设计与制作

作为国内首个激战类机器人竞赛的RoboMaster大赛,吸引了数以千万的科技爱好者的关注和参与。RoboMaster竞赛中的竞技评判技术依赖于一套能检测出机器人是否被弹丸击中电子裁判系统,即根据击中情况扣除相应的血量,但购买成本较高,使机器人竞技爱好者望而却步。设计和制作了一个低成本的电子裁判系统,使用STM32F103C8T6作为核心控制器,采用四线电阻屏传感器作为射击检测传感器,用WS2812灯条作为血条显示装置,用C型转换型继电器实现血条清零时机器人断电的操作从而实现竞技裁判的功能。该系统成本低、作简单、准确性高,为更多科技爱好者提供一个可自主设计和制作的参考方案。