课程文献中心 更多>>

关键词： 太阳追踪   边缘计算   YOLOv11   亚像素定位   串级PID  

摘要： 传统光电追踪系统在复杂气象条件下易受干扰且精度不足。为此，本文设计了一种基于嵌入式边缘计算与深度学习视觉的高精度双轴太阳追踪系统。系统以NVIDIAJetsonOrinNXsuper 为核心计算单元，构建了两级视觉定位架构：首级采用经剪枝优化并经TensorRT加速的YOLOv11-GAM-Slim模型，在复杂云层背景下实现太阳感兴趣区域（ROI）的鲁棒识别；次级在ROI 内引入灰度加权重心法，提取亚像素级质心坐标。在此基础上，设计了位置-速度串级比例-积分-微分（PID）控制策略，有效抑制了机械非线性与风载扰动。外场实验表明，该系统实现了 200 Hz 的高频闭环控制，在强背景光及薄云干扰下表现出优异的适应性；视觉定位平均误差仅为 0.65 像素，方位角与俯仰角的物理指向偏差均控制在 0.05° 以内。该系统可显著提升地基遥测设备的直射光捕获效率，为大气痕量气体光谱反演提供高信噪比数据支撑。

关键词： 林果采摘   遥控   嵌入式系统   软件架构   多轴机械臂系统  

摘要： 针对振枝式采摘对可靠性与调节灵活性要求较高的需求，设计了一种遥控振枝式林果采摘多轴机械臂系统软硬件架构方案。系统采用基于速度环的开环控制方式，通过遥控指令实现多轴并行动作，振动频率与速度参数可在线调节，以适应不同作业工况。系统在硬件方面，完成了基于STM32H743ZIT6的多轴控制平台设计，并通过多种通信方式实现系统内部与外部的信息交互；在软件方面，引入实时操作系统，对多轴控制任务、通信管理任务及系统监测任务进行统一调度，并构建分层软件架构以提高系统的可维护性与扩展性。通过样机系统的功能验证，结果表明所设计的软硬件架构能够稳定支持多轴机械臂抓枝与振动采摘作业流程，验证了系统架构设计的工程可行性。研究成果可为振枝式林果采摘多轴机械臂系统软硬件的架构设计及工程实现提供参考。

关键词： 指针式压力表   自动化检定   目标检测   边缘计算   嵌入式系统  

摘要： 针对指针式压力表现场检定过程中人工操作依赖强、效率低且一致性不足的问题,本文基于“目标检测-字符识别-几何解算-流程管理”的分层协同架构,设计并实现了一种新型的基于深度学习的便携式自动检定系统。该系统遵循JJG 52—2013规程,以嵌入式平台为核心,集成自动对焦摄像头、LED环形光源、微型电磁铁轻敲装置及流程引导模块,实现本地化模型部署与无网络独立运行。针对表盘信息识别错误混淆问题,对通用轻量化OCR模型进行定向微调,并设计信息校正算法(ICA),结合正则表达式筛选与等差数列拟合,实现刻度值的一致性校验与修正。针对指针读数任务的特殊性,提出改进的YOLO11n-PR轻量化目标检测网络以提升指针关键点定位精度,增强复杂工业环境下指针读数的准确性。实验结果表明,与基准模型相比,表盘信息识别准确率提升至97.44%,词错误率(WER)降至2.56%,字符错误率(CER)降至1.28%,能够精准区分形态相近的数字与符号;指针读数MAE与RMSE从0.0421和0.0474降至0.0154与0.0270,分别降低63.42%和43.04%;单表平均检定时间缩短至73s,效率较标准人工操作提升约4倍,且系统长时间连续运行下稳定可靠。说明该系统具备良好的工程实用性和现场使用价值。

关键词： 嵌入式   脑机接口   树莓派  

摘要： 现有脑机接口系统普遍将脑电信号采集或脑电信号解码功能迁移至嵌入式平台,存在系统结构复杂、功能模块分散等问题。针对这些问题,设计了一种基于小型单板计算机——树莓派的嵌入式脑机接口系统。系统结合自主设计的模拟前端模块,将脑电信号的采集、预处理、特征提取、识别分类和应用接口等功能集成于树莓派平台,实现了脑电信号处理全流程的嵌入式部署。系统首先在稳态视觉诱发电位实验中进行了验证,其平均分类准确率达到97.1%。为了进一步评估系统的范式通用性,进行了运动想象实验,平均分类准确率为85.2%。实验结果表明,系统不仅能够有效采集和解码脑电信号,还展现出良好的范式适应性与通用性,为高集成度的嵌入式脑机接口系统提供一种新的技术方案与发展路径。

关键词： 带缺陷的板材   矩形排样问题   分支定界算法   阶梯线表示   精确算法  

摘要： 为了解决带缺陷的、不受限的、非剪切的二维矩形排样问题,建立了以最大化工件价值为目标的整数规划模型,提出了一种基于阶梯线的分支定界精确求解算法。算法使用阶梯线表示工件排布状态,以阶梯线角点作为分支点进行空间搜索,并通过最佳优先策略确定搜索方向。为减少搜索规模,提出了两种预处理策略,引入多种剪枝策略以提前排除劣解。为获得紧凑的上界值,结合三种上界计算方式评估空闲区域的可排布价值,并利用贪婪启发式快速生成可行排样方案以更新下界。实验结果表明,在5400个基准算例中,该算法能够证明其中 5258 个算例的最优性;在中小规模算例上,其解质量与计算效率均优于现有的代表性启发式算法,体现了良好的求解性能与稳定性。

关键词： 大规模聚类   稀疏表示   集成聚类   代表点采样   分布式计算   Spark   大规模数据   共识函数  

摘要： 针对大规模高维数据聚类中存在的采样代表性不足与计算开销过高的问题,本文提出了一种稀疏表示驱动的集成聚类(Sparse Representation-driven Ensemble Clustering,SREC)算法。在基聚类生成阶段,SREC算法引入了随机样本划分与K-means的混合代表点采样策略,结合FAISS索引构建高效稀疏图,有效克服了局部采样难以覆盖全局分布的缺陷;在共识函数构建阶段,SREC算法采用了一种非迭代的加权谱共识函数,利用Tcut策略在稀疏图中实现高精度的簇划分。在分布式环境下基于Spark计算框架实现了SREC算法,通过百万级数据集对其表现进行了系统性地验证。实验结果表明:SREC算法在评价指标NMI、ARI和ACC上优于选用的10种主流聚类算法,较之次优算法获得了4.15%、3.33%、以及0.98%的性能提升;同时,SREC算法具备良好的稳定性,对基聚类算法个数的变化不敏感,NMI指标标准差仅为0.21%;另外,在处理五百万级样本数据的聚类问题时,相比次优算法,SREC算法的计算效率提升了51.8%,证实了其在处理大规模数据聚类问题时的优势。

关键词： 卷积神经网络   非负稀疏表示   嵌入式图像   乘性迭代算法  

摘要： 针对嵌入式系统的处理器运算速度和内存较小,从而限制了图像目标识别算法在嵌入式系统上运行效率和性能的问题,提出一种高性能的嵌入式图像目标识别算法,即卷积神经网络(convolutional neural network,CNN)和非负稀疏表示相结合的算法.首先,利用CNN挖掘嵌入式图像特征,通过参数共享和局部感知性能降低模型的参数量和计算复杂度,提高计算效率;其次,通过Roberts交叉梯度滤波器对嵌入式图像进行卷积操作,先结合Sigmoid函数运算初步获得特征挖掘结果,再采用非线性池化法对结果下采样,从而降低特征挖掘结果的维度,完成图像特征挖掘任务;最后,使用非负稀疏表示法建立目标识别模型,根据乘性迭代算法求解系数稀疏系数向量.经过核函数运算和最小类残留运算确定目标区域.实验结果表明,该算法获得的各组图像识别结果的F 1值均稳定在0.98以上,且在嵌入式图像目标识别方面帧率较高,表明该方法在保持高精度识别性能的同时,具有在嵌入式系统上高效运行的能力.

关键词： 智能体   扣子平台   嵌入式系统设计与应用   教学改革  

摘要： 针对嵌入式系统设计与应用课程教学中存在的实时交互不足、作业批改效率低下、个性化指导欠缺问题,提出基于扣子智能体的AI赋能教学改革方案,阐述如何通过扣子平台实现基于大模型的嵌入式系统课程智能问答智能体、平时测验(选择、填空、问答题)批改智能体、STM32程序代码批改智能体,构建涵盖实时答疑、代码自动批改、学习测评、学情分析、个性化指导等环节的AI辅助教学体系,最后说明课程教学改革效果。

关键词： 计算机   信息技术   网络安全   发展趋势  

摘要： 众所周知,当代国内社会正处于高速发展的计算机信息网络背景下,在极大地促进了国内社会经济发展的同时,大众的生产生活也变得更加便利。然而,网络的普及和人们对其依赖性的增加,也使得网络安全问题日益突出,从数据泄露到网络诈骗,从恶意软件到黑客攻击,各类安全隐患频频出现。相关的一系列安全问题不仅关系到个人隐私的保护,也是提升企业竞争力和保障国家安全的关键。随着计算机信息网络技术的发展,相应的网络安全技术也需要随之进行优化和完善,对其发展趋势进行探究和分析变得非常必要,有助于应对不断变化的网络安全挑战。

关键词： 嵌入式实时系统   多约束平衡   部署优化算法  

摘要： 文章提出一种基于约束的嵌入式实时系统架构权衡空间生成方法,并构建多约束平衡与部署优化算法。该算法利用区域分隔约束、区域资源平衡约束与适配性约束,划分软件子集,对可用硬件资源进行动态调整,确保系统实现最合理的资源使用与部署方案平衡。研究表明,多约束平衡与部署优化算法在嵌入式实时系统中的应用,能够降低资源消耗,加快计算速度,为嵌入式系统优化提供安全可靠的新途径。