摘要：【目的】设计能够快速、低成本、便捷检测农田挥发氨装置。【方法】构建基于二氧化锡(SnO_(2))半导体气体传感器阵列检测系统,并在新鲜空气(氨气质量浓度为0 mg·m^(-3))和氨气质量浓度分别为75.9、151.8、303.6 mg·m^(-3)条件下,以及混合有乙醇的空气、纯乙醇气体(质量浓度为151.8 mg·m^(-3))、混合有氨气的空气和纯氨气气体(质量浓度为151.8 mg·m^(-3))样品下,通过主成分分析法(principal component analysis,PCA)、K-最近邻算法(K-nearest neighbors,KNN)和支持向量机算法(support vector machine,SVM)对多传感器阵列响应稳态阶段和暂态阶段的数据进行分类处理,分析该系统对不同质量浓度氨气和混合气体环境下氨气的区分效果。【结果】该装置能够明显区分不同质量浓度氨气,稳态阶段的主成分1值超过90%。KNN与SVM算法稳态阶段平均准确率超过97%,暂态阶段平均准确率68%,KNN与SVM平均分类准确率为68%。【结论】该多传感器阵列检测系统不需要等待传感器进入稳态阶段便可以读取数据,有助于农田环境中氨气快速和连续检测。

摘要：文中主要针对危险环境,设计了基于强化学习的分布式安全预警系统。其中,系统硬件选用FPGA作为边缘控制器构建分布式危险响应端,软件结合了多传感器数据融合技术和基于模型的强化学习算法进行环境参数预测与危险判断。首先,利用FPGA连接RL78/G15传感器阵列作为边缘控制器,进行环境参数的准确采集和高速并行运算;其次,应用基于支持度的算法对多组传感器阵列的检测值进行数据融合;最后,改进基于模型的强化学习算法,结合蒙特卡洛树搜索进行数据预测以及危险判断。仿真结果显示,系统有效地减轻了计算任务,同时提高了准确性。

摘要：在对移动机器人自动导航、障碍回避以及多传感器系统研究的基础上,设计了一种用于移动机器人自动导航的多传感器阵列实时动态测试分析与控制系统.系统利用数字信号处理器(DSP)的片内I/O端口和其他外围设置,简化外围电路设计,通过CAN总线完成超声数据与上位机通信,实现对多路超声传感器的实时动态监测和控制.试验运行表明系统可解决移动机器人的自动导航、停靠站等精确定位和避障的问题.