摘要：针对目前存在的顾客用餐后极易在衣服上残留着实物味道问题,采用机械创新设计方法,结合机电一体化设计理念,运用虚拟样机技术,通过红外传感器、速度传感器、超声波传感器与51单片机结合,实现对两侧装有空气净化装置(负离子产生器)、鼓风装置、喷雾产生器、香氛喷射器四大异味去除装置的控制,实现智能化,高效化,可靠性高的智能除味机的设计。

摘要：针对遥感影像复杂的目标成像特性,采用传统的目标检测算法准确率低、鲁棒性不够的问题,提出了一种基于深度学习的光学遥感影像在轨目标检测方法.在硬件层面,设计了大规模可编程逻辑器件FPGA与多核DSP为构架的星上硬件处理平台,支持在轨目标检测网络参数上注重构功能,实现深度学习模型性能不断优化.在软件层面,采用模块化、参数化和并行流水等设计思想的软件架构和数据流,有效提升了算法实现的效率和可移植性.在算法层面,该方法在YOLOv3特征提取网络(DarkNet-53)的基础上引入深度分离卷积(depthwise separable convolution)以有效压缩模型参数与推理计算量.在检测阶段加入局部再检测模块以提升算法对密集目标的适应性.硬件实测结果表明,与目前常用的目标检测方法相比,该方法在处理速度和精度上都有较大的提升,目标检测精度高于90%,单元处理速度达到334.24FPS.同时支持飞机、舰船、车辆等典型目标的检测,为型号应用奠定基础.