基于物联网的智能室内定位送水系统设计

随着物联网技术的发展,机器人已广泛应用于生产和生活之中。自动送水机器人作为一种智能饮水系统,可应用于办公区域、医院、家庭等多种场所,智能化地为人类提供饮水服务。本文设计了一款智能室内定位送水系统,可以实现水杯定位、转向前行、自动添注水等功能。系统以UP Squared处理器为设计平台,扩展了UWB定位、Zigbee无线传输、陀螺仪、机械臂等功能模块。采用MPU6050 模块进行旋转角度感知,PID算法控制机器人旋转；基于电流磁效应和电磁感应定律感知水杯位置；采用超声波模块对出水口上升的高度和水杯中水位进行检测。通过实验测试了系统的定位、方向调整、测距、功耗等多项参数以及送水全过程,结果表明,系统具有定位准确、转向快速平稳和功耗低等特点,达到实际应用于室内智能定位送水的技术要求。     

基于自发表情数据集预训练的多任务深度网络表情识别方法

为了更好地将现有深度卷积神经网络应用于表情识别,提出将构建自然表情图像集预训练和多任务深度学习相结合的方法。首先,利用社交网络图像构建一个自发面部表情数据集,对现有深度卷积神经网络进行预训练;然后,以双层树分类器替换输出层的平面softmax分类器,构建深度多任务人脸表情识别模型。实验结果表明,本文提出的方法有效提高了人脸表情识别准确率。     

基于Arduino的货车油箱防盗系统

货车司机长途奔波,停车休息时无法有效地观察油箱周围环境,不法分子经常借机对油箱进行盗窃,影响行车安全和货运市场秩序,造成巨大的经济损失。目前市面上主流的油箱防盗系统主要通过测量车辆油量进行防盗,当发出警报时油箱通常已经遭到盗窃,无法提前预测危险。本文设计了一种基于Arduino和ESP32-CAM的货车油箱防盗系统。通过OV2640高清摄像头模块获取图像信息,经连接到车载WiFi上的ESP32模块上传至服务器,利用识别速度极快的YOLO卷积神经网络对图片进行实时识别;在摄像头由于种种原因无法使用时发出警告并利用液位传感器监测油箱剩余油量,允许车主通过手机APP控制舵机旋转摄像头实时查看油箱周围及挂车周围环境;在遇到危险情况时及时发出声光报警并通知车主,提前避免损失。     

植物图像识别理论研究

为实现对植物的高效识别与分类,现拟设计一种改进型卷积网络对大规模植物进行提取分类。利用图像算法对提取的植物图像进行增强,提高识别的灵敏度;然后以现有深度神经网络为基础,设计一个门网络,实现数千维输出的深度混合网络;再通过机器学习快速识别并提取探测目标的特征来实现植物的有效识别及分类。根据结果显示,本设计对植物的识别精确度能达到83%。