T=题名(书名、题名),A=作者(责任者),K=主题词,P=出版物名称,PU=出版社名称,O=机构(作者单位、学位授予单位、专利申请人),L=中图分类号,C=学科分类号,U=全部字段,Y=年(出版发行年、学位年度、标准发布年)
AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
范例一:(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二:P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016
摘要:智能家居的发展有效地提高了生产效率,节约了更多的时间成本和人力成本。文章针对市场上有关自动化叠衣装置技术方面的空缺,提出了一种基于STM32微处理器的叠衣装置控制系统。该系统能够控制叠衣装置中的各个电机的运动,并通过k210、检测模块与微处理器的串口通信方式,实时反馈衣物分类和叠放的状况,最终通过显示屏显示机器的运作状态,实现了叠衣过程的全自动化和智能化,有效提高了工作效率。
摘要:为解决物流机器人功能单一、搬运效率低的问题,基于k210和机器学习设计了一款具有定位、移动、扫描、WiFi网络通信、红外避障、变速、抓取与运载功能的智能物流搬运机器人。文章对机器人的机械结构和控制系统进行了详细说明,并制作了模型样机。试验结果表明,机器人能够实现在有限空间内行走与精确避障,并按任务要求将物料搬运至指定地点并精准摆放,具有一定的可行性和实效性。
摘要:为解决当前森林火灾检测存在的不便和成本高等问题,文章利用堪智k210嵌入式AI微控制器,设计了一种森林火灾烟雾识别系统。该系统利用已有的森林火灾烟雾和火焰图像数据集,采用YOLOv2-Tiny卷积神经网络,经过MaixHub在线Tensorflow深度学习开源框架得到训练模型文件,并将其部署到k210微控制器上。该系统通过OV2640摄像头拍摄图像,一旦图像包含烟雾及火焰形态,可在显示屏上进行识别。测试结果表明,该系统识别的FPS约为13~15帧,识别检测烟雾和火焰准确率分别可达91%和90%。
摘要:安全帽作为生产工作者和高空作业人员必不可少的一种安全用具,能够有效保证人员的生命安全,避免一些事故的发生。本文提出一种便携低耗且稳定可靠的嵌入式安全帽检测系统,该系统基于k210单片机和YOLO算法,能够识别人员是否正确佩戴安全帽,可以防患于未然,有效减少隐患发生,实现了智能化、数字化监控。
摘要:该文设计了一款基于机器视觉技术的智能口罩售卖机器人,采用k210作为机器人视觉模块的主控芯片,EC600N芯片作为机器人的4G模块,运用以三角测量法为主要算法的激光雷达LD14来实现循迹、避障和跟随等功能,通过Wi-Fi互联实现手机控制机器人运动。
摘要:嵌入式神经网络处理器实现了深度学习算法在嵌入式系统中的应用,极大程度地扩展了相关算法的应用场景。本文在基于MQTT的物联网架构下设计了基于k210和ESP32的嵌入式人脸识别考勤和远程报备系统,以云服务器作为代理,ESP32和手机APP作为客户端。该系统利用OV5640摄像头采集人脸信息,通过k210采用卷积神经网络算法识别人脸,配合ESP32将信息发送至云端服务器,在手机端APP实现查看签到签退消息、录入信息,以及云端信息保存、历史分析和消息交互传输等功能。经测试,该联网报备考勤系统的识别精度较高,同时具备体积小、实施方便的优势,可应用于人脸识别考勤场景。
摘要:在忙碌的生活中,并非所有人对食品的存储都有着良好的习惯。这不仅会造成食物的浪费,还会导致人们(尤其是安全意识较低群体)误食过期食品,而引发安全问题。本文围绕如何有效解决冰箱的食品存储问题为核心,主要讲述了利用基于YOLO2模型的k210芯片,通过训练冰箱食物模型,实现冰箱食物的智能管理。
摘要:为了实现安全快速地无接触人体温度测量与身份验证,设计了一款集身份验证和体温监测为一体的装置。装置以STM32F1系列开发板作为主控芯片,通过k210机器视觉模块与MLX90614ESF高精度红外测温传感器、USART串口屏等外设实现身份验证与无接触温度测量的功能。检测过程中若发现目标温度不正常或身份验证不匹配,系统就会激活语音提示。该装置的测量精度在0.1℃左右,成本低,工作可靠,应用前景广阔。
摘要:新型冠状病毒肺炎的全球爆发让人们意识到,对重大传染病的发现、治疗手段的开发已经刻不容缓。为此,文章设计一款基于STM32的智能身份识别与红外防疫测温系统。该系统以STM32单片机为主控芯片,采用k210智能AI模块训练模型结合YOLOv5 算法进行人脸口罩的识别,并将监测到的画面实时传输到显示屏上,通过红外测温达到零接触测温的目的。在人们进入人流密集的场所时,该系统可实现对入场人员的口罩佩戴识别和体温检测,如发现异常可通过语音播报系统发出报警提示,对防止新冠肺炎疫情的传播起到很好的保障作用。该系统可应用于医院、社区、火车站、商场等众多公共场所。
地址:宁波市钱湖南路8号浙江万里学院(315100)
Tel:0574-88222222
招生:0574-88222065 88222066
Email:yzb@zwu.edu.cn