基于A7139无线传输的车窗分布式测温智能除雾系统

针对车窗起雾导致车祸,出现人员伤亡这一情况,设计了一种基于A7139无线传输的车窗分布式测温智能除雾系统，系统以单片机STM32F103R8T6为控制核心，通过多温湿度传感器实现车窗内外的温湿度和温度的分布式对点测量，将获得的车窗内外温差检测信息以及温湿度信息通过A7139无线传感模块进行传输?送入主控单元，实现车载空调开关系统的智 能控制，从而达到系统智能除雾功能。测试结果表明，系统性能可靠，可用性强，实用价值强。     

基于CAN总线的轿车车窗智能控制系统设计

随着电动车窗的普及和CAN总线广泛应用,车窗智能控制系统开发面临市场机遇。介绍基于CAN总线轿车车窗智能控制系统的设计方案。该系统通过检测车窗电机电流实现防夹功能,同时增加在发生意外事故时车窗的强制打开和关闭功能。该系统具有良好的可移植性和可扩展性,对实现汽车电动车窗的智能化控制和人性化设计有一定的实用价值。     

基于CAN总线的轿车车窗智能控制系统设计

随着电动车窗的普及和CAN总线广泛应用,车窗智能控制系统开发面临市场机遇.介绍基于CAN总线轿车车窗智能控制系统的设计方案.该系统通过检测车窗电机电流实现防夹功能,同时增加在发生意外事故时车窗的强制打开和关闭功能.该系统具有良好的可移植性和可扩展性,对实现汽车电动车窗的智能化控制和人性化设计有一定的实用价值.     

一种轿车电动车窗防夹控制系统设计

为解决汽车电动车窗的防夹设计问题,提出一种新的基于霍尔传感器和车窗电机电流检测的汽车车窗防夹系统设计方案。该方案采用霍尔传感器的脉冲信号数检测车窗位置,并设计了一种在车窗上升期间利用电机电流变化来判断车窗是否遇到障碍物及相应操作的控制算法。最后基于英飞凌XC164CS硬件平台和μC/OS-Ⅱ实时操作系统软件平台实现了该设计方案。试验检测数据表明,该系统具有良好的防夹功能。     

无传感器电动车窗防夹控制模块的研制

介绍了一种无传感器电动车窗防夹控制模块的设计,该控制模块基于PIC单片机PIC18F2480和飞思卡尔公司的智能功率驱动器件MC33486设计,通过监测车窗运行中永磁直流电机电流的变化来实现防夹功能。通过实验,证明在现有的不具有防夹功能的电动车窗上安装这种控制器,车窗的控制和防夹效果良好。     

基于LIN总线电动车窗防夹系统的设计

为达到电动车窗的安全性和快速响应要求,采用信号检测技术设计了基于LIN总线的电动车窗防夹系统。该系统通过霍尔传感器检测车窗玻璃的实时位置,选择直流电机的电流变化作为障碍检测判断的主要指标,采用Freescale公司的MM912F634为车窗控制器,该平台通过LIN总线连接实现。实验结果表明,该系统能够有效地检测障碍物,并能快速进行防夹控制,系统运行稳定、可靠、快速、抗干扰能力强且成本低,具有一定的市场推广价值。     

一种支持多网络协议的家庭能效监控系统的设计与实现

为了实时监测家庭用电设备的用能情况,进而对家庭用能进行便捷、智能的管理,在此提出了一套支持多网络协议的家庭能效监控系统方案。该系统由居民智能交互终端、主站系统、居民智能家庭网关、智能插座和智能电器设备组成,对用能信息进行采集,并将采集和分析后的数据通过居民智能交互终端和主站系统进行展现,并实现对智能监控设备的远程控制。详细介绍了系统的整体、硬件和软件的设计和实现。该系统可以有效地帮助用户了解家庭能耗,达到家庭节能的效果。     

面向铁路智能运维特殊作业的机器人数字孪生系统设计与实现

<正>我国铁路运输地理环境复杂，山体滑坡等自然灾害愈发频繁地发生。为避免二次灾害对铁路运维人员的伤害，引入了数字孪生技术，通过孪生机械臂与实体机械臂同步搬运落石的方式，实现铁路针对此类特殊作业的智能运维。本文设计了机器人孪生系统的软件架构及功能模块，并给出了机器人数字孪生系统的实现，为数字孪生技术在铁路智能运维应用进行了有意义的探索。     

基于黑板模型的多智能协作学习系统的模型研究

构造了基于黑板模型的多智能协作学习系统。运用黑板模型,将多Agent技术应用到协作学习系统中,实现多个Agent之间的通信与协作学习。设计并实现了一个Jadex平台的智能协作学习原型系统,通过系统平台的运行测试,该系统实现了基本的智能协作学习功能。该系统具有智能性,可以使协作学习系统为学生提供更好、更高效的服务,提高学生在协作学习过程中的效率     

基于HTML5的中小型智能仓库管理系统的设计与实现

为了实现对现代仓库系统的智能管理,提出了一种基于HTML5的中小型智能仓库管理系统设计方案,并完成了该系统的软硬件设计。该系统硬件部分实现对仓库的监测,软件部分实现对仓库物品信息的管理。实际结果表明,该系统具有操作简单,数据处理及时、准确,大大提高了仓库管理的工作效率,达到了设计要求。