基于树莓派4B的云原生Kubernetes计算集群实验设计

基于三台树莓派4B单板计算机,搭建了包含一个Master节点和两个Node节点的Kubernetes计算集群,实现了云原生应用的便捷部署、自动编排和可靠运行。首先构建微服务组件,然后基于Docker实现组件程序容器化,最后将微服务系统部署于Kubernetes集群,实现了自动伸缩、负载均衡、资源调度和可观察性等服务治理特性。该实验涵盖了云原生程序从开发到容器化、再到集群部署并提供服务的全过程,并且以低成本的树莓派4B裸金属机器为集群硬件设施,实现了完整本地物理集群的构建。学生通过该实验的学习实践,能够更好地掌握云计算集群的设计思想和实践经验,更全面地理解云原生服务的概念、原理和构建方法。

基于树莓派4B的人脸表情实时识别系统

通过搭建硬件环境、安装软件环境、数据预处理、训练模型、实时识别人脸表情等步骤,实现基于树莓派4B的人脸表情实时识别系统。以树莓派4B作为载体,所需软件为Python3.7、OpenCV、Tensorflow和Keras。采用MiniVGG13卷积神经网络模型训练模型,在树莓派上实时识别人脸表情,以实现人脸表情的分类并通过显示器展示。该系统可以应用于人机交互、智能家居等多个领域。

基于树莓派4B与STM32的防疫巡检机器人设计

设计了一款基于树莓派4B与STM32的防疫巡检机器人,选取STM32F103C8T6作为最小系统完成麦克纳姆轮小车的运动控制和循迹巡检功能.通过树莓派4B构建的人脸模型、口罩模型与摄像图像进行实时对比,监测并采集目标区域人群口罩佩戴情况,并通过热像仪传感器检测人体体温是否在正常值范围.采用python进行深度开发,实现语音唤醒及语音交互等功能.巡检机器人采集的数据通过无线传输模块实时发送至中央控制系统,完成巡检区域的口罩佩戴识别、异常体温筛查、安保巡逻等工作.

基于树莓派4B的列车车厢移动式空气环境监测平台构建

列车车厢作为相对密闭的特殊环境,自然通风不足,空气污染物较多,目前传统的空气品质监管系统有待改进。针对这一问题,基于小巧、开发性高的树莓派4B与多传感器信息融合以实现密闭车厢空气品质实时动态监测、质量评价。首先,由树莓派4B结合多种传感器构成基础感知层,经传输层进行数据处理、传输等,平台层显示,最后,利用Python可视化处理,输出评价结果。研究成果可为列车车厢空气品质改善提供实时决策的环境状态参数,同时节能减耗。

基于树莓派4B技术的面膜打印机

在医美技术日益成熟的今天,越来越多的人意识到护肤的重要性,尤其是传统医美行业蕴含着巨大的商业价值。而面膜作为传统护肤品的一种类别,得到了人们的普遍使用。然而,普适化的面膜已无法满足消费者对私人化、定制化的需求。因此,本文致力于满足当今人们对个性化面膜的需求,并在此基础上设计了此款智能面膜打印机。该产品是基于3D打印技术与人脸肤质检测技术,并结合app建设的智能面膜打印机。旨在服务于当今人们对个性化面膜的需求,具有实时性、便捷性、个性化定制等特点。针对不同肤质进行治理。

基于树莓派的智能导盲装置

本装置计划将现代工程技术及人工智能技术与传统导盲产品相结合,应用摄像头模块、超声波避障模块、GPS导航及通讯模块以及十轴IMU运动检测模块,向盲人提供阅读识物、安全避障以及摔倒报警等导盲服务。结合树莓派4B的内部资源,完成了硬件电路和系统软件的设计,并给出总体流程图。本装置能够精确地识别出物体及文字并语音播报,具有高精度的视觉识别与智能避障功能,并能在使用者摔倒等意外情况时自动采集信息并及时传送信息实现报警功能。

基于树莓派的无接触智慧电梯设计

传统的电梯产品单一,人梯交互方式亘古不变,新冠疫情肆虐以来,人们在电梯里按键时易病毒感染;而智能化、免接触的电梯可有效阻止病毒传染;选用以Linux作为核心架构的树莓派,通过人工智能、大数据、物联网等领域的运用,开发了一套“免接触式”电梯控制系统;将传统需要手动点击的物理按键替换为具备语音控制、人脸检索、语音合成、NFC近场通信,创建了多种新型的电梯控制方案;并将必要信息通过OLED进行实时显示,继而可在桌面或移动终端进行监控或指令下发;拥有网页、iOS和安卓端操作软件;测试表明,无接触智慧电梯系统功能完善、运行稳定,为社区、公共场所、医院等的民众构建起生命安全防线。

基于百度大脑和树莓派的智能电子秤

基于百度大脑和树莓派实现智能电子秤。分析了人工智能平台百度大脑的使用步骤、传输协议、数据接口,解析关键硬件模块HX711原理及与树莓派4B的配合使用,提出硬件模型,选用QT作为应用程序开发语言,使用OpenCV、curl、jsoncpp、wiringPi等多种函数库,实现智能称重功能。

基于树莓派的智能监控系统设计与实现

随着人们的安全意识越来越强烈,监控系统在生活中得到广泛的关注和应用;针对市场上绝大多数监控系统智能化程度低,视频保存占用内存大,实时性差,对闯入目标不能及时报警等缺陷,设计与开发基于树莓派的智能监控系统;选用树莓派4B搭建硬件平台,搭载Linux系统,基于Python开发环境,结合图像采集模块,采用关联帧差分运动目标检测算法作为核心算法,实现运动目标检测;当系统检测到有目标闯入视野范围内时,开始录制目标闯入后的400帧视频,并将所录制的视频发送到指定邮箱,实现报警功能;在正常光线和昏暗光线下对系统功能进行测试,实验结果表明在不同光线强度、不同目标闯入情况下,系统能够准确识别目标闯入,实现监控、报警功能,实时性强、稳定性高,满足设计需求。

基于树莓派的5G通信小车

本文设计了一款基于5G网络的智能小车,该小车采用开源的树莓派4B作为基础的硬件平台,应用最新的5G移动通信技术,利用linux系统驱动移远MR500Q-GL模块进行5G通信,利用5G网络能够实现高质量、低延时的视频回传。具有控制方便,图传清晰,低延时,高速度的优点,有着良好的市场前景和开发前景。具有实际应用价值。

基于树莓派的智能交通系统研究

将道路CSI摄像头拍摄的监控图像发送给树莓派,树莓派基于OpenCV视觉库进行图像识别和存储数据。树莓派通过串口连接STM32控制板,控制STM32引脚来选择红绿灯配时方案。树莓派和手机APP通过WiFi网络和服务器进行交互,使APP可实现实时监控当前道路情况,并进行语音提醒的功能。尽力解决早高峰和晚高峰道路通行量不对称而带来的交通拥堵问题,减小潮汐效应,实现城市交通管理的人性化。

基于改进YOLOv4-Tiny的蔗芽识别方法

为解决蔗芽识别在蔗种定向机械化种植速度不匹配问题,提出基于改进YOLOv4-Tiny的蔗芽快速识别方法。将主干网络融合SE-Resnet模块实现注意力机制以增强蔗芽的特征;颈部网络结构多增加一层预测尺度并进行锚框的K-means重聚类,利用浅层网络的细节信息来提高模型对小目标蔗芽的检测能力;设计人机交互界面实时显示蔗芽识别定位信息。该研究将改进YOLOv4-Tiny算法和NCS2加速推理部署在树莓派4B设备中测试,试验结果表明:识别蔗芽精度达到95.87%,平均精度均值mAP为92.46%,基于树莓派检测速度为0.61 s,模型大小仅为23.2 MB。实现部署在嵌入式设备中准确快速识别蔗芽,解决蔗种蔗芽识别速度慢制约蔗种机械化播种速度问题,为蔗种机械化定向种植提供解决方案。

基于树莓派系统的人工智能人脸识别设计

本设计采用树莓派作为主控系统,通过OpenCV-Python的函数库进行数据格式的转换与处理,通过加载OpenCV人脸检测Haar级联分类器并调用函数和图像预处理,对人脸进行检测并保存。通过从数据集中提取出来的人脸图像数据与一个将待测的人脸信息进行匹配测试,测验结果表明本设计具有较好的人脸识别效果。

基于UWB定位的缉毒犬训练跟踪录像小车设计

针对传统的缉毒犬培训过程中训练周期长,训练开销花费大等特点造成的缉毒犬资源供需不平衡,训导员训导过程中面临健康安全隐患和重复机械劳动等问题,提出采用超宽带模块定位缉毒犬的物理位置,基于移动目标定位跟踪算法设计开发了缉毒犬训练监督辅助系统;以基于树莓派控制的智能车为移动载体,添加摄像头拍摄缉毒犬的行踪同时将视频实时回传终端;在设计过程中,考虑超宽带模块定位精度、智能车与缉毒犬相对距离等方面对结果的影响,经实验测试实现摄像机及时准确跟踪录像缉毒犬功能,在保障定位准确度的同时提高了跟踪效率。

基于深度学习的路面状况监控与预测物联网设计

由于路面结冰严重威胁行车安全,因而公路结冰预警技术成为保障安全行驶的关键性技术。基于大连地区五年历史数据集,利用神经网络特征提取与压缩的能力,提出了基于深度学习的短时间道路结冰预测系统,并且构建了相应的硬件平台。具体地说,首先,构建了LSTM、CNN、TEXTCNN、ConvLSTM、Transformer五种神经网络从时域、空域等多维度挖掘数据集的内在结构,并对下一时刻道路结冰状况进行预测。其次,将训练好的五种神经网络调试并下载到树莓派4b平台,实现了低成本的硬件系统。最后,实验结果表明,TEXTCNN模型的预测准确率可以达到97%,同时鲁棒性最高,有效地解决高速公路高危路段的路面凝冰预测的技术难题。

基于ROS系统的变电站智能巡检机器人建图与控制

随着人工智能技术的发展,智能化巡检机器人系统开始逐渐应用于变电站巡检工作。设计一款基于ROS系统的智能机器人,以STM32单片机和树莓派4B为控制核心,主控STM32用于控制机器人基本运动,实现速度闭环控制,并获取编码器和航向角等传感器信息,通过串口将传感器信息发送至上位机树莓派。树莓派安装Ubuntu+ROS系统,根据SLAM算法实现地图构建和导航功能。所设计机器人结构简单,可在室内封闭环境下实现实时建图与导航,该项目以实际工程应用为背景,锻炼了大学生创新实践能力,为培养多元化、卓越创新人才提供借鉴。

基于物联网的空气质量监测系统的设计

为了满足空气质量实时监测的需求,文章提出了一种基于物联网的空气质量检测方案。首先,该方案采用嵌入式系统作为核心,控制DHT22温湿度模块和PMS7003空气颗粒物检测模块,实现对空气温度、湿度、粉尘浓度等参数的测量。其次,基于One NET构建云平台,实现了传感器数据的实时上传。最后,用户通过客户端可以直观地观察空气数据参数的变化。结果表明,本系统可与智能家居相结合,实现室内空气质量的远程监控和动态调节,有效降低了室内空气污染,提高居住环境的舒适度。

基于DDPG的书房风扇的研究与设计

风扇控制技术已发展到一定程度,但仍存在人体舒适程度、控制精度以及能耗等问题,使用了一种具自主性的控制策略来更好地满足用户需求。通过分析书房风扇控制系统的工作原理,建立包含电机转速、风速和人体感温度等变量的风扇数学模型,研究并构建强化学习智能体,完成风扇控制仿真系统的建立与调试。选择合适的元件,搭建以树莓派4B为控制器的风扇控制硬件系统,使用Python语言完成树莓派风扇控制程序的编写。将DDPG算法引入书房风扇系统,使人体降低的体感温度曲线达到超调量为0,无稳态误差的响应效果。当开启自运行模式时,电风扇不仅能准确识别并朝向人的位置,而且能够更快更稳地实现人体降温,提高人的体感舒适程度。以人体舒适程度为出发点,将强化学习DDPG算法引入到具有时滞性、不确定性的风扇系统,有利于智能的控制策略在家电行业中的研发与应用。

农业竞赛智能车控制算法设计与实现

介绍了一种智能车控制算法,利用RGB摄像头采集智能车的环境信息并进行图像处理,用于识别植株的病患情况,采用激光雷达感知环境,以cartographer算法为核心构建和优化SLAM导航地图,通过AMCL方法实现智能车的准确定位;利用A*算法规划全局路径、TEB算法规划局部路径、DWA算法控制智能车运动速度,实现智能车的自主导航和自动避障功能。使用该算法的智能车,在中国机器人及人工智能大赛农业机器人竞赛喷药机器人项目地图中,能够实现自主导航、自动避障和植株患病程度识别三种功能,展现了良好的竞赛性能。

一种基于视觉识别的乒乓球捡球机设计与开发

针对目前乒乓球捡球机捡球机构不完善、乒乓球识别算法适应性差的问题,提出一种基于视觉识别的智能乒乓球捡球机.采用树莓派4B开发板作为控制单元,利用轻量化的you only look once(YOLO)v5s算法,对乒乓球进行识别;通过扇叶式集球机构,将乒乓球卷入收纳篮.实验结果表明:在乒乓球数小于150个的情况下,该捡球机的识别精确率与查全率均可达到95%以上,漏检率控制在7%以下.同时,集球机构结构简单、可靠、效率高,整体设计方案具有较好的实际应用价值.