久热爱精品视频线路一,日韩中文字幕欧美亚洲第一区

服務(wù)機器人導(dǎo)航與調(diào)度系統(tǒng)技術(shù)研究[嵌入式技術(shù)][其他]

針對服務(wù)機器人導(dǎo)航和調(diào)度系統(tǒng)問題進行了研究。首先根據(jù)事先確定的任務(wù)進行自主全局路徑規(guī)劃，移動機器人在執(zhí)行路徑跟蹤時，還要不斷感知周圍的局部環(huán)境信息；其次，移動機器人不僅要避開附近的移動障礙物，而且要進行局部規(guī)劃或局部路徑修正；然后，完成了地圖創(chuàng)建、機器人全局定位、規(guī)劃局部路徑并控制車體運動；最后，介紹了服務(wù)機器人調(diào)度系統(tǒng)終端軟件。實現(xiàn)了機器人與調(diào)度系統(tǒng)的結(jié)合，完成通過調(diào)度系統(tǒng)進行機器人運動控制的功能。

發(fā)表于：5/3/2017

基于TMS320DM6437的車道線檢測與跟蹤[嵌入式技術(shù)][汽車電子]

在TMS320DM6437平臺上實現(xiàn)了車道線的實時檢測與跟蹤。通過兩級Hough變換實現(xiàn)了車道線實時檢測，利用視頻幀與幀之間的相關(guān)性對車道線進行跟蹤。在算法移植到TMS320DM6437平臺過程中，利用DSP特點，對算法在結(jié)構(gòu)以及流程等方面再次進行優(yōu)化進行進一步優(yōu)化。經(jīng)過實驗測試，該系統(tǒng)實現(xiàn)了車道線實時檢測與跟蹤。

發(fā)表于：5/3/2017

基于多特征融合的駕駛員狀態(tài)檢測的實現(xiàn)[嵌入式技術(shù)][汽車電子]

針對駕駛員狀態(tài)檢測和提取特征單一化以及檢測設(shè)備成本過高的缺陷，提出了一種多特征融合的駕駛員狀態(tài)的實現(xiàn)。該系統(tǒng)以內(nèi)置DSP芯片的STM32L4低功耗單片機為核心，首先通過SON1303、MPU6050等傳感器實時采集，分別獲取人的脈搏、加速度、角速度以及姿態(tài)角特征參數(shù)；其次，脈搏調(diào)用DSP庫實現(xiàn)快速傅里葉變換（FFT），利用切比雪夫窗口設(shè)計濾波器提取頻譜；最后，通過駕駛員狀態(tài)良好、疲勞、分心以及緊張頻譜分析，定義第一主峰B以及頻譜比K，融合B、K、姿態(tài)角、加速度、角速度等特征實現(xiàn)對駕駛員狀態(tài)的判斷。通過實驗測試，該系統(tǒng)具有抗干擾強、低成本等特點，可以廣泛應(yīng)用于駕駛員狀態(tài)檢測，便于ADAS技術(shù)推廣。

發(fā)表于：5/3/2017

海雜波背景下小目標(biāo)檢測的深度信念網(wǎng)絡(luò)方法[通信與網(wǎng)絡(luò)][通信網(wǎng)絡(luò)]

結(jié)合深度學(xué)習(xí)相關(guān)理論，提出了海雜波背景下小目標(biāo)檢測的深度信念網(wǎng)絡(luò)方法。該方法以無標(biāo)簽數(shù)據(jù)逐層進行非監(jiān)督貪婪訓(xùn)練，使每層得到一個合適的初始值；構(gòu)建深度信念網(wǎng)絡(luò)初步模型，并以帶標(biāo)簽的數(shù)據(jù)對該種模型以誤差反向算法對整個網(wǎng)絡(luò)的參數(shù)進行調(diào)優(yōu)，建立預(yù)測模型；最后利用該種預(yù)測模型檢測湮沒在海雜波背景下的小目標(biāo)信號。以加拿大McMaster實測的IPIX雷達數(shù)據(jù)進行實驗，利用均方根誤差評價性能。實驗結(jié)果表明，針對第54#海雜波數(shù)據(jù)，文章提出的深度信念網(wǎng)絡(luò)方法所預(yù)測的均方根誤差為0.016，與已有的選擇性支持向量機集成方法均方根誤差0.026 4和K均值有效極限學(xué)習(xí)機所得的均方根誤差0.042 8相比，預(yù)測精度有所提高。

發(fā)表于：5/3/2017

基于單片機和GSM的智能家居系統(tǒng)的設(shè)計[嵌入式技術(shù)][其他]

介紹了單片機操作系統(tǒng)、C語言技術(shù)與GSM模塊結(jié)合完成智能家居系統(tǒng)的設(shè)計與實現(xiàn)。該系統(tǒng)主要實現(xiàn)三大功能：監(jiān)控室內(nèi)溫度、防盜和檢測室內(nèi)可燃?xì)庖约盁熿F。首先通過3個傳感器模塊采集室內(nèi)信息，例如溫度、人體、可燃?xì)馀c煙霧等，然后發(fā)送到以51系列單片機為核心控制器構(gòu)建的數(shù)據(jù)采集終端上進行處理，若發(fā)生特殊情況，系統(tǒng)發(fā)出報警聲，并通過GSM模塊發(fā)送報警信息到遠(yuǎn)程接收端。仿真結(jié)果證明，該系統(tǒng)成本低，操作方便，并且達到了預(yù)期的穩(wěn)定性和可靠性。

發(fā)表于：5/2/2017

非均勻節(jié)點情形下的一類三角B樣條曲線[嵌入式技術(shù)][其他]

給出一類在非均勻節(jié)點情形下帶參數(shù)的三角B樣條基函數(shù)，討論了這類基函數(shù)的性質(zhì)以及在重節(jié)點情形時的變化,并利用這類基函數(shù)構(gòu)造了相應(yīng)的三角B樣條曲線，這類曲線具有與二次非均勻B樣條曲線相似的性質(zhì)。在控制頂點不變的情況下，可以通過改變形狀參數(shù)取值來調(diào)節(jié)曲線的形狀。此外，它還能精確表示圓、橢圓等曲線。

發(fā)表于：5/2/2017

基于主凹點檢測的血細(xì)胞圖像去粘連分割算法研究[嵌入式技術(shù)][醫(yī)療電子]

針對醫(yī)學(xué)中血細(xì)胞圖像研究中粘連細(xì)胞難以分割的問題，提出一種基于主凹點檢測的分割算法。通過濾波預(yù)處理去除圖像的噪聲以改善圖像質(zhì)量，基于改進的活動輪廓模型初步提取細(xì)胞輪廓，通過尋找主凹點的方法準(zhǔn)確定位粘連細(xì)胞凹點位置，標(biāo)記并融合細(xì)胞圖像輪廓、粘連形狀等特性，實現(xiàn)粘連細(xì)胞分離。實驗結(jié)果表明，該方法具有很好的分割準(zhǔn)確度和完整度，且該算法具有普適性。

發(fā)表于：5/2/2017

雨天環(huán)境基于HOG-SIFT特征稀疏表示的行人檢測[嵌入式技術(shù)][其他]

針對雨天環(huán)境下監(jiān)控視頻因雨水噪聲、圖像的灰度值削弱使行人輪廓特征丟失而出現(xiàn)的目標(biāo)行人漏檢誤檢情況，建立了一種基于HOG-SIFT特征稀疏表示的行人檢測算法。通過直方圖均衡化降低雨水噪聲；提取圖像HOG-SIFT融合特征表征視頻圖像中的行人信息，減少輪廓特征的丟失；利用稀疏表示降低融合特征的維數(shù)，減小計算量并保留有效的行人特征，結(jié)合AdaBoost分類器降低漏檢率和誤檢率。實驗結(jié)果表明，該算法在雨天環(huán)境下有效地提高了行人檢測的準(zhǔn)確率。

發(fā)表于：5/2/2017

基于Kinect 2.0深度圖像的快速體積測量[嵌入式技術(shù)][其他]

為了滿足現(xiàn)實生活中對物體體積實時測量的需求，提出了一套基于Kinect 2.0深度圖像處理的快速體積測量方案。首先，使用Kinect 2.0 深度傳感器獲得深度圖像及對應(yīng)的點云數(shù)據(jù)矩陣，并對深度圖像進行增強、二值化、目標(biāo)提取等預(yù)處理，定位出目標(biāo)物體。然后，通過像素點的統(tǒng)計和點云數(shù)據(jù)的處理得到目標(biāo)物體的面積、高度。最后由面積和高度完成目標(biāo)物體的體積計算。經(jīng)驗證這種方法的體積測量誤差控制在3%以內(nèi)，完全滿足實時性的誤差要求，又由于深度圖像較彩色圖像不易受光線、背景的干擾，使得該方法具有很強的魯棒性。

發(fā)表于：5/2/2017

基于STC單片機的角度控制[嵌入式技術(shù)][智能電網(wǎng)]

利用STC12系列單片機作為控制核心，減速電機作為執(zhí)行機構(gòu)，以單圈電位器作為檢測元件，在有限范圍內(nèi)實現(xiàn)了角度的精確控制。經(jīng)過實驗測試，在0°~235°的控制范圍內(nèi)，最大誤差控制在±1°，保證了控制精度和控制速率；經(jīng)過實際使用驗證了該方案安全、可靠。

發(fā)表于：5/2/2017

基于多尺度重采樣的車道線檢測[嵌入式技術(shù)][汽車電子]

提出了一種適用于輔助駕駛的高魯棒性車道線檢測算法。算法采用了根據(jù)距離的影像金字塔，有效提高了檢測效率和準(zhǔn)確率，實現(xiàn)了Android平臺的實時檢測，使用水平方向暗-亮-暗特征、二次曲線車道模型和基于卡爾曼濾波的跟蹤實時提取跟蹤路面車道線，實現(xiàn)相機俯仰角的快速標(biāo)定。實驗證明，基于簡單特征和車道線模型算法在Android系統(tǒng)的行車記錄儀上可穩(wěn)定地進行車道跟蹤。

發(fā)表于：5/2/2017

手機ADAS：基于OpenCL的車道線檢測應(yīng)用評估[嵌入式技術(shù)][汽車電子]

先進駕駛輔助系統(tǒng)(Advanced Driving Assistant System，ADAS)有利于提高駕駛安全性。如今，Open Computing Language(OpenCL)框架以及集成Graphics Processing Unit（GPU）手機的出現(xiàn)，使得在手機上高效運行ADAS應(yīng)用成為可能?；贠penCL框架實現(xiàn)了ADAS最典型的一個功能——車道線檢測，并運行在三款手機上。通過比較該應(yīng)用的檢測準(zhǔn)確度、幀處理速度、應(yīng)用能效，根據(jù)實驗結(jié)果手機設(shè)備非常適合運行基于視覺的ADAS應(yīng)用。

發(fā)表于：5/2/2017

基于SAR-ADC的精密同步數(shù)據(jù)采集系統(tǒng)設(shè)計[嵌入式技術(shù)][物聯(lián)網(wǎng)]

針對某精密數(shù)據(jù)采集系統(tǒng)中模擬信號同步采樣問題，文章研究了多通道同步模擬信號采集方法，設(shè)計了一種基于SAR-ADC、使用FPGA控制的16位同步采樣AD轉(zhuǎn)換系統(tǒng)。該系統(tǒng)可實現(xiàn)模擬信號的實時同步采樣，同時兼顧多路模擬信號采樣頻率要求的差異性，最后通過試驗測試了該系統(tǒng)的信納比(SINAD)和有效位數(shù)(ENOB)。測試結(jié)果表明，該系統(tǒng)具有良好的動態(tài)性能指標(biāo)。

發(fā)表于：4/27/2017

基于高速外設(shè)模塊的多核DSP與FPGA通信系統(tǒng)設(shè)計[嵌入式技術(shù)][其他]

詳細(xì)介紹了TI公司TMS320C6678多核DSP高速外設(shè)模塊EMIF16（外部存儲器接口）的功能及特性，利用EMIF模塊擴展存儲空間大、通信速度快、硬件接口電路簡單、性能穩(wěn)定等特點，設(shè)計并實現(xiàn)了一種基于EMIF模塊的DSP與FPGA異步通信接口，重點描述了接口通信系統(tǒng)架構(gòu)設(shè)計和具體軟件實現(xiàn)。測試驗證表明基于該接口可進行DSP與FPGA之間多種格式數(shù)據(jù)傳輸，接口運行穩(wěn)定可靠，擴展了TMS320C6678多核DSP處理芯片與外部器件通信系統(tǒng)接口的設(shè)計方式。

發(fā)表于：4/27/2017

基于Kinect的實時障礙物檢測[嵌入式技術(shù)][工業(yè)自動化]

傳統(tǒng)的傳感器在移動機器人障礙物檢測領(lǐng)域都有其各自的局限性。文章提出基于Kinect的障礙物檢測方法：利用Kinect傳感器獲取環(huán)境深度圖像；通過Kinect標(biāo)定配準(zhǔn)之后獲取校準(zhǔn)參數(shù)；通過該參數(shù)獲得圖像像素點與空間三維坐標(biāo)的對應(yīng)關(guān)系；通過空間三維坐標(biāo)確定地平面與障礙物區(qū)域，并將障礙物區(qū)域作為感興趣區(qū)域；通過三維坐標(biāo)在x軸和z軸的連續(xù)性對感興趣區(qū)域進行處理，分割出各個障礙物。實驗結(jié)果表明，文中算法可以有效且實時地檢測到障礙物信息。

發(fā)表于：4/27/2017