基于阵列式ESP32-CAM的番茄根系表型原位测量方法

为原位采集番茄根系图像,解决番茄根系表型原位测量问题,该研究提出一种基于阵列式ESP32-CAM的番茄根系表型原位测量方法。通过4×4阵列式ESP32-CAM结合OV2640镜头模组实现土壤中根系图像原位自动化无线采集,并采用张正友标定法实现相机标定和畸变校正,利用尺度不变特征转换和最邻近分类的特征检测匹配算法实现图像配准,基于离线标定方法获取相机间变换矩阵实现根系图像拼接;通过引入多头自注意力机制改进U型卷积神经网络(Uarchitecture convolutional networks,U-Net)模型对根系图像进行语义分割,采用形态学处理和骨架提取测量根系长度、面积、平均直径、根深和根宽。研究结果表明:相机阵列图像的拼接迭代均方根误差小于1.11 mm,全局拼接图像的拼接融合质量评分大于0.85;改进后的U-Net模型应用于番茄根系分割的精度、召回率、交并比和F1值分别为86.06%、78.98%、71.41%和82.37%,相比于原始U-Net模型分别提高了18.97、13.21、21.67和16.30个百分点;与人工测量值相比,根系的面积、长度、平均直径、根深和根宽的平均绝对百分比误差分别为7.78%、5.66%、8.48%、2.40%和2.23%,决定系数R2分别为0.91、0.93、0.84、0.98和0.99。该方法适用于番茄根系表型原位测量,并可推广至其他植物或果树根系表型原位测量。

基于ESP32-CAM的无线监控小车系统设计

为提高无线监控系统在执行环境侦查和科学探索等特殊任务时的实用性和稳定性,本文设计了一种基于ESP32-CAM的无线监控小车系统。该系统利用ESP32-CAM芯片和OV2640摄像头实现实时远程监控功能,采用L298N电机驱动模块控制小车底盘移动,实现远程遥控。用户可以通过客户端观看实时传输图像,并通过遥控按钮实现对小车的方向控制。实验结果表明,该系统具有高度的稳定性和实用性。

让ESP32-CAM小车“智能”起来

ESP32-CAM是一块性价比较高的开源硬件,适合用来做带拍照功能的Wi-Fi小车,如FPV小车。本文以一款开源的迷你小坦克为例,介绍了一种借助普通电脑算力,将小车升级为智能小车的技术方案。其核心思路是用普通电脑来实时处理Wi-Fi小车的摄像头画面信息,然后发送指令控制小车。这种“云边端协同”的做法为中小学“低成本”实施人工智能教育、开展无人驾驶方向的课程提供了一种可行的路径。

基于ESP32与STM32的无线智能监控小车设计

为防止人工巡检危险场所出现安全问题,本文研究并设计了无线智能监控小车替代人进行巡检。文中小车采用ESP32-CAM与STM32双处理器系统,用摄像头采集视频,通过WiFi发给上位机显示。通过云台控制摄像头转向,并由超声波和五路红外实现循迹避障。经测试,小车既能手动操控也能自动巡逻,遇障碍物能避障报警,监控视频清晰,实现了设计要求。

一种小型无人机飞行控制及图像传输系统设计研究

文章设计了无人机的飞行控制及图像传输,将PID算法和飞行控制的公式相结合,建立更平稳的飞行控制模型。采用功能较为强大的STM32F4系列单片机作为中心处理器进行设计,分模块分平台来模拟实现无人机的飞行控制、图像采集和图像传输等功能。不仅可以增加飞行拍摄稳定性,也可以为跨平台飞行摄像传输提供参考。

基于OpenCV人脸识别门禁系统的设计与实现

在校园内安装使用门禁系统能够有效管理人员出入。针对传统门锁易丢失钥匙、刷卡门禁易被复制身份信息等问题,提出一个以ESP32-CAM开发板为核心,具有光照、摄影、通信等基础功能,能够通过人脸识别的方式核实身份信息并开关门锁的门禁系统。该门禁系统的设计简洁、性能稳定、安全可靠、成本低廉,适合在校园中推广使用。

基于Arduino的COVID-19检测系统设计

目前由新型冠状病毒引发的新冠肺炎疫情仍在世界各地蔓延,如何快速准确地进行病毒检测是遏制疫情传播的关键。本文针对目前新型冠状病毒检测繁琐、低效,缺乏方便快捷的检测仪器等问题,设计了一种基于Arduino和ESP32-CAM的便携式荧光分析仪,用于新型冠状病毒的检测。仪器采用荧光免疫层析技术,通过OV2640高清摄像头模块获取在紫外线照射下的荧光样本图像信息,通过ESP32 WiFi模块上传至服务器,在服务器上完成对图像的处理,绘制出量化的光强-坐标图像,比较质控线和检测线处的光强后完成定性分析,检测结果和图像通过手机APP完成反馈。

基于Arduino的货车油箱防盗系统

货车司机长途奔波,停车休息时无法有效地观察油箱周围环境,不法分子经常借机对油箱进行盗窃,影响行车安全和货运市场秩序,造成巨大的经济损失。目前市面上主流的油箱防盗系统主要通过测量车辆油量进行防盗,当发出警报时油箱通常已经遭到盗窃,无法提前预测危险。本文设计了一种基于Arduino和ESP32-CAM的货车油箱防盗系统。通过OV2640高清摄像头模块获取图像信息,经连接到车载WiFi上的ESP32模块上传至服务器,利用识别速度极快的YOLO卷积神经网络对图片进行实时识别;在摄像头由于种种原因无法使用时发出警告并利用液位传感器监测油箱剩余油量,允许车主通过手机APP控制舵机旋转摄像头实时查看油箱周围及挂车周围环境;在遇到危险情况时及时发出声光报警并通知车主,提前避免损失。

教室远程控制消毒机器人的设计

以ESP32-CAM单片机作为控制核心,结合电机驱动、消毒喷雾、远程控制、WiFi等功能模块设计一种可以远程控制的消毒机器人。该消毒机器人通过手机远程控制,不仅使用方便,灵活高效,还可避免消毒重复与遗漏问题,具有智能化、成本低、效率高、体积小、使用安全等特点,可为广大学校教室及社区场所的日常消毒提供便捷服务,有较好的实用价值。

基于OpenCV的路面裂缝检测装置

传统路面裂缝检测采用人工分析和识别,其易受主观影响且精确度较低。设计一种基于跨平台计算机视觉库Open CV的路面裂缝检测装置。以具有物联网功能、可搭载摄像头的ESP32-CAM开发板为核心硬件系统,对路面裂缝图像进行识别采集、分析和传输;在计算机端,利用OpenCV中的灰度化、滤波、边缘检测等函数处理来自ESP32-CAM的图像,实现裂缝检测结果确定和显示。选取50张裂缝样本图片进行测试,裂缝识别精确度高达88%,对尺寸较大、深度较深的裂缝有更好的识别精准度。后续还需对不同裂缝长度和宽度下的检测效果,以及对路面损伤严重程度的表征进行研究,以实现智能机器人检测系统。