课程文献中心 更多>>

关键词： 嵌入式   个性化学习   人工智能  

摘要： 伴随着人工智能技术的发展,个性化学习在教育领域开始兴起。为了推动个性化学习的普及,设计了一个针对儿童的嵌入式个性化学习系统。该系统以树莓派5作为核心控制单元,结合STM32H7系列微控制器负责运动控制,整体结构搭载于类人型机器人上,通过收集儿童与系统的交互信息,利用长短期记忆网络(LSTM)对这些信息进行推理分析,构建相应的知识图谱,从而为儿童提供定制化的学习体验。

关键词： 叉积Z分量   轻量交互终端系统   嵌入式系统   Unity引擎   3D交互  

摘要： 针对低成本嵌入式设备难以实现复杂的3D渲染交互难题,文章提出了一种叉积Z分量(Cross-product Z-component,Cross Z)的动态遮挡判定算法在轻量终端上的研究与应用。叉积Z分量的动态遮挡判定算法在二维半图形技术(2.5 Dimensional Graphics,2.5D)游戏领域已被证实具有计算轻量的优势,文章旨在将其适配并应用到资源受限的轻量交互终端。利用叉积Z分量的动态遮挡判定算法与嵌入式硬件相结合,并创新性地应用于上位机管理系统,实现一个低成本与高性能兼得的交互轻量终端系统。实验结果表明,该终端在典型互动场景下能维持60 fps以上的流畅帧率,且应用进程CPU占用率稳定在75%左右。

关键词： 物联网   便携手表   低功耗设计   续航优化   嵌入式系统  

摘要： 在可穿戴设备功耗持续优化的大背景下,本文基于主频72MHz、Flash容量64KB、SRAM 20KB的STM32F103C8T6微控制器展开研究。该芯片支持Stop模式低至0.8mA电流,结合1.3寸OLED屏与MPU6050六轴传感器,构建响应时间仅283ms、功耗控制在15mA以内的手表终端。通过FreeRTOS与DMA双缓冲机制,实现菜单60Hz刷新与<50ms UI响应。搭建标准功耗测试环境进行实测评估,结果表明,该优化策略能有效延长设备续航时间,为物联网低功耗设备设计提供了可行性路径与参考依据。

关键词： 燃烧控制系统   FAHP算法   反馈补偿模块   动态补偿模型   ARM控制  

摘要： 针对传统燃烧控制系统存在的多变量耦合控制精度不足、能源利用效率低及污染物排放调控滞后等问题,本研究提出一种基于嵌入式ARM架构的智能燃烧控制方案。设计以STM32F407为核心的微型智能控制器,集成高精度数据采集模块(16位ADC,采样率1 kHz)、自适应控制算法单元及多协议通信模块(CAN/LAN),构建包含回路检测、燃烧效率评估、动态补偿的三层控制架构。通过建立锅炉燃烧过程的非线性模型,设计改进型模糊PID控制器,以NO_(x)排放浓度(目标≤300 mg/m^(3))与燃烧成本(吨蒸汽能耗≤60 kg标准煤)为双优化目标,实现空气过剩系数、燃料供给量的实时协同调节。试验结果表明,该系统在600 MW燃煤锅炉应用中,燃烧效率提升至94.2%,较传统PID控制提高8.7%;NO_(x)排放浓度波动范围缩小至±15 mg/m^(3),目标特征误差控制在4.3%以内,能源节约率达12.5%。研究成果为工业锅炉的高效清洁燃烧提供了嵌入式智能控制技术范式,推动燃烧控制从“经验调节”向“精准优化”转型。

关键词： 天脉3多分区   故障记录   嵌入式系统   机载软件  

摘要： 针对机载嵌入式软件问题定位效率低的痛点,设计了一种基于天脉3多分区的故障记录方案。采用多层级架构,实现分区级和系统级异常隔离记录。采用双缓冲队列模式,降低对嵌入式系统实时性的影响。采用定制化配置,统一故障记录方式。测试结果表明,该方案可有效保障机载嵌入式软件问题定位的效率,提高软件可靠性和安全性。

关键词： 无监督学习   异常检测   标准化流   嵌入式系统   轨道道床异常检测  

摘要： 在城市轨道交通系统中,轨检车通过嵌入式设备进行轨道道床异物实时检测,由于异物种类不可预知、检测方法响应慢、硬件资源有限,面临检测效率和性能的挑战。为解决未知异物检测并满足嵌入端实时部署需求,提出一种轻量化无监督的轨道道床异物检测模型FANF-Net。该模型由特征提取模块和异常估计模块组成,使用卷积神经网络增强图像特征表达,并通过标准化流结构有效捕捉异常数据特征。为应对嵌入式设备的资源限制,采用基于几何中值的剪枝策略和基于静态量化的量化策略,减少模型参数并提升嵌入平台上的运行效率。实验表明:FANF-Net在MVTec AD数据集上取得96.41%的图像AUROC和97.59%的像素AUROC。通过剪枝和量化,模型参数减少32%,权重存储位宽从32位降至8位,检测速度达到70 FPS,验证了其在嵌入式系统中的可行性和实用性。

关键词： 嵌入式系统   IAR   Proteus仿真   虚实结合  

摘要： 针对嵌入式系统教学中硬件资源受限及底层通信协议抽象难懂的痛点,提出基于IAR与Proteus联合仿真的虚实结合教学模式。以STM32F401主控的智能大棚系统为例,采用HAL库编程风格,包含SPI总线接口技术、单总线协议及L298N电机驱动模块等核心技能点,构建“仿真实验—信号观测—调试定位”的实践方法,完成系统逻辑仿真、通信协议波形分析与故障模拟验证。教学实践表明,该模式有效降低了实验门槛,显著提升了学生对底层通信原理的理解深度及工程调试能力。

关键词： 产教融合   案例式教学   嵌入式系统   汽车嵌入式系统课程   电机控制  

摘要： 随着汽车“四化”快速推进,嵌入式系统在汽车上得到前所未有的应用。为了深化产教融合、培养出更能适应汽车产业的人才,借助“汽车工程国家级实验教学示范中心”“四川智能及新能源汽车产业学院”资源组成产、教融合教学团队根据汽车产业发展结合课程教学目标,筛选出最佳汽车嵌入式系统的教学案例,围绕教学目标,提炼出案例中的知识点的教学方案,完成汽车嵌入式系统设计案例式教学的探索及实践。教学评价结果表明各项指标表现良好,学生能力及专业自信得到显著提高,并在相关赛事中取得丰硕成果。

关键词： 教学改革   创新能力培养   嵌入式系统”课程   口袋实验室  

摘要： 为解决传统“嵌入式系统”课程在实践教学中存在的时空限制、内容碎片化、评价单一等问题,文章基于口袋实验室,构建了“三层”教学内容体系与“四阶”能力提升融合的教学模式。采用创新项目驱动、技术防作弊等教学方法,引导学生完成从基础知识训练到系统应用拓展的递进式训练。该模式有效突破了实践教学的时空界限,显著提升了学生的工程实践能力、系统设计能力和创新能力,为新工科背景下集成电路专业的实践教学课程改革提供了参考方案。

关键词： 六维力传感器   改进灰狼优化算法   BP神经网络   解耦建模   嵌入式系统  

摘要： 针对六维力传感器存在的维间耦合误差问题,提出一种基于改进灰狼优化算法(IGWO)与反向传播神经网络(BP)的解耦方法。通过引入动态分布参数调节、自适应非线性控制因子及改进的位置更新策略,对BP神经网络的初始权重和阈值进行优化,从而提升模型的收敛性能与全局寻优能力。基于六维力传感器的静态标定数据建立解耦模型,并将所提方法与最小二乘法、标准BP、GA-BP、PSO-BP及GWO-BP等方法进行了对比分析。实验结果表明,所提出的IGWO-BP解耦方法能够有效降低传感器的维间耦合误差,其中Ⅰ类分量的最大相对误差为0.267%,Ⅱ类分量的最大相对误差为0.127%,整体解耦精度优于对比方法。为进一步验证该方法在嵌入式系统中的应用性能,将解耦模型嵌入STM32F103C8T6微控制器,并构建了由AD7606模块与传感器标定装置组成的实时数据采集系统。在500Hz采样频率下开展实时测试,上位机显示的六维力/力矩解耦输出与标准加载值之间的最大相对误差未超过±1.6%,系统运行过程中未出现明显延迟或数据丢失,验证了所嵌入解耦算法在实时解耦精度与系统稳定性方面的可行性与有效性。