基于Raspberry Pi的自动跟随机器人设计

为降低部分跟随机器人在无线定位方面的成本,提高定位效果,设计一种基于Raspberry Pi的自动跟随机器人。该机器人以小车为载体,采用Raspberry Pi 3B+作为主控器,运用超声波测距模块实现避障功能,并通过GPS模块实现机器人的定位;利用蓝牙模块实现手机与树莓派之间的数据传输,由手机APP实现机器人的按键控制、重力控制、语音控制和跟随控制。这些控制模式之间存在互锁关系,保证在某个模式下其他模式不会产生误动作,确保实时实现自动跟随、避障等功能,以满足不同的操作需求,方便人们的日常使用,使得智能化程度进一步提高。

基于移动终端的步进电机驱动系统模型研究

针对物联网系统中对底层步进电机设备进行远程精确控制的需求,提出了基于移动终端的步进电机驱动系统模型设计方案,使用HTML5构建可在移动终端设备访问的用户端操作界面,通过Web服务器接收用户的操作指令并向终端设备转发,指令的解析与电机驱动电平信号的操作发送采用Raspberry Pi 3B平台构建控制终端实现。经试验表明,该方案具有对电机状态控制实时精确、系统工作性能稳定、使用便捷等特点,为新型移动端物联网应用系统的设计提供了参考。

基于QT的FAIMS气体传感器测控系统设计与实现

自主设计与开发了一套基于QT的FAIMS气体传感器测控系统,与下位机系统配合使用。基于C++的QT框架进行GUI界面设计,使用Raspberry Pi 3B嵌入式开源硬件作为控制中心,搭载主流的嵌入式Linux操作系统。FAIMS气体传感器核心芯片采用PCB工艺制作,上下极板间距0.2 mm。离子源采用与PCB板设计相结合的负直流针-环放电电极结构,针尖直径为200μm,环直径为3 mm。实验结果表明:系统实现了上位机与下位机的命令和数据收发、多种颜色的谱图在线及离线绘制、数据滤波、多谱图的数据提取和保存、多平台应用等功能,具有体积小、便携式、应用灵活、通用性好等特点。

自动识别酒驾与事故报警系统

酒驾是车辆超速和鲁莽驾驶的主要原因之一,为了预防酒驾而导致的交通事故频发,设计一套汽车自动识别酒驾与事故报警系统。采用酒精传感器来检测驾驶员的酒精含量情况,并在此基础上集成板载压力传感器、MEMS传感器和摄像机以增强对事故的等级识别,最后通过车载GPS获取车辆位置信息,经安装在车上的Raspberry pi3板以及腾讯云服务,将事故警报发送到已注册的手机上。此外,系统可加装适用于短距离精确测量的FMCW雷达,用于车辆防撞的提前预警。设计的系统不仅可以杜绝酒驾,还可以在突发事故发生时第一时间确定事故原因和等级,从而有效提升驾驶人员的安全性、事故处理的实时性,最大程度地降低交通事故的百分比。