摘要：本车模采用飞思卡尔半导体公司的微控制器MK60N512ZVLQ10作为核心控制单元,自行设计可以实现模块化处理的程序方案,包含的驱动模块有车速传感器模块、舵机驱动模块、电机的驱动模块、电源管理模块、线性CCD模块、超声波传感器模块。对不同类型的识别传感器模块进行自主行驶算法和编程等方面内容,最终达到所有模块程序集中在一个单片机中,并对不同模块分区处理,满足各个模块任意拆装都可自动切换程序并直接运行的目的。

摘要：为解决森林防火工作中监测预警不及时、不准确的问题,基于YOLOv8模型提出了一种面向复杂场景的监测技术,实现了森林火情的快速准确监测。在Backbone部分引入动态蛇形卷积(Dynamic Snake Convolution, DySConv)模块和全局注意力机制(Global Attention Mechanism, GAM)模块,显著增强了模型的特征提取能力,提升了烟火特征的表现力。采用WIoU(Wise Intersection over Union)损失函数,增强网络对普通质量锚框的关注度,从而提供更准确的目标检测评估。通过将DyHead模块集成到检测头中,增强了检测头的尺寸、空间和任务感知能力,优化了整体性能。为了对模型性能进行严格评估,设计了消融实验和主流模型对比实验,结果表明,提出的方法是有效的,该方法的权重大小为14.4 MB,平均精度均值(mean Average Precision, mAP)@.5:.95达到80.3%。相较于YOLOv8,mAP@5:.95提高了8.7%。该模型可为远程火情监控与预警提供技术支持,在森林防火工作中具备实用价值和现实意义。