基于树莓派的智能分类垃圾投放系统

基于树莓派设计了一种新型智能分类垃圾投放系统.采用MobileNet V2算法并进行迁移学习获得最终分类模型.为解决数据集类别不均衡问题,采用先细分后粗分两级分类方法以获得高分类正确率.以树莓派作为图像采集及分类处理器,用单片机控制相关机电部分工作,最终实现垃圾的智能检测及投放.实验结果表明,该投放系统进行垃圾分类达到...     

基于机器视觉的智能垃圾分类装置

文章设计了一种基于机器视觉的智能垃圾分类装置用于垃圾分类。使用树莓派作为主板，依托于Lobe Tensorflow平台使用机器学习算法实现垃圾图像处理功能。通过树莓派Linux操作系统中Python IDE状态栏输出垃圾识别信息，调动由舵机组成的分拣平台实现智能垃圾分类。基于机器视觉的智能垃圾分类装置具有可学习、成本低、易组装、操作简便以及上手快速等优点。     

基于树莓派Raspberry Pi的智能垃圾分类设计

目前，随着人口增长与城市化推进，生活垃圾产量与清运量大幅增加，垃圾分类处理效率低且浪费大量资源，基于上述社会环境，设计垃圾分类系统具有重要意义。本文章介绍在树莓派4代B型开发板上使用垃圾分类数据集训练的Keras模型识别垃圾的过程。采用卷积神经网络，通过Python搭载神经网络来做到图像识别进l行垃圾分类，将垃圾分类数据集在LeNet-5网络模型上深度学习得到训练模型，最后通过PyQt5构建图形化的界面。运行在搭建好TensorFow框架和Opencv计算机视觉库的树莓派开发板上，树莓派4B通过载入照片识别垃圾。     

一种新型快捷的智能垃圾归类装置

面对居民生活水平提高伴随而来的垃圾产生量骤增且没有规范回收的问题，本文设计了一种能够自主进行垃圾归类的装置。该装置以树莓派4B及驱动板I为处理器，首先由摄像头拍下所扔垃圾I的照片，将其传入固有路径下的文件夹，利用人工智能应用领域的机器视觉技术，经过程序验证APKEY后访问链接图像垃圾分类功能的AP，使用图像Base64的方式识别后，返回其垃圾名称及类型，驱动PWM控制舵机翻转即可将垃圾归类到相应垃圾箱中，最后通过语音播报提示完成分类。这种分类方式可以减少垃圾分配的工人损伤程度，同时使更多资源可以被重复利用，符合可持续发展战略。     

智能废电池回收系统的设计

针对废电池在使用后对环境污染严重且回收困难的问题,设计了一种基于STM32和树莓派的智能废电池回收系统。系统主要由主控模块、检测模块、识别模块、显示模块、语音播报模块组成,利用STM32实现废电池投入检测、投入废电池种类和数量显示,通过TensorFlow训练树莓派进行机器视觉的深度学习。该系统能够很好地从垃圾中识别并...     

物品智能分类抓取机械臂

随着快递服务市场的渗透率越来越高,快递的分拣难度也随之上升,传统的人工分拣和半人工分拣人力成本较高,效率相对机器也会更低.提出了一种小型机械臂智能分拣模式,整个系统由树莓派统一控制,摄像头读取图像,PC处理图像,识别图像中的物料和二维码,计算出物料的三维坐标,并获取该物料的分类放置信息,然后由树莓派控制机械臂活动完成物...     

融合注意力的轻量型垃圾分类研究

针对轻量化网络在图像分类任务中无法直接部署在小型计算机,如：树莓派开发板,且存在检测速度慢、对硬件资源要求较高的问题,提出了一种基于ShuffleNet的改进算法。首先,将传统卷积替换为最大公约数分组卷积,以减少网络所需的参数量和计算量,降低网络对于硬件算计资源的需求;其次,通过引入SE模块,融合通道注意力信息,提升网络在分类任务的检测精度;最后,针对多级分类的垃圾分类问题,分别连接不同节点数量的全连接层以及对标准类别和细分类别分别引入不同的损失和准确率权重,提升网络在多级垃圾分类任务的能力。将改进的ShuffleNet网络和ShuffleNet网络中具有不同网络层数的版本,进行准确率和速率方面的对比。实验结果表明,改进后的网络在基本的分类任务准确率达到80%以上,且其中的0.5版本能够直接部署在树莓派开发板,平均单张图像处理时间1.28 s,降低了网络对于硬件资源的需求。     

智能安防摄像头的设计与实现

以RASPBERRY PI树莓派3代B+型为基础,结合摄像头,Python,OpenCV开源视觉库,Face++等功能组合成的智能安防摄像头.整个系统分为两部分,此设计的部分主要实现树莓派3代B+型和OpenCV和Face++部分的功能.采用树莓派为核心控制系统,结合OpenCV开源视觉库和Face++人脸对比库,Tomcat服务器和云服务器,有终端APP,使用了Python进行编程来完成所有功能的组合.     

基于树莓派的塑料纽扣次品检测系统设计

针对传统纽扣产业中人工检测过程效率低、经济成本高等问题,设计了一套基于树莓派的塑料纽扣次品检测系统。该系统结合了树莓派开发板、传感器、工业相机、气动剔除装置等硬件设备与软件检测算法,形成一套完整的检测系统。通过工业电荷耦合器件(CCD)相机与传感器配合实时采集流水线上纽扣的图像信息,并将其传输到树莓派,经过图像滤波去噪后,使用局部自适应阈值法保留污渍等纽扣表面易缺失细节。通过检索纽扣轮廓信息以剔除少孔、存在污渍块的次品。通过评价轮廓圆度剔除破损纽扣,最后依据评价结果由树莓派发出控制信号剔除次品纽扣。经试验验证,该检测系统能够较好地实现纽扣次品在线检测的准确性与高效性,且由于其硬件设备体积较小、成本较低、便于维护与管理,易于安装与推广至生产线环境。     

基于树莓派和云平台的智能灌溉系统

针对目前农业灌溉用水浪费的情况,提出了一种以树莓派为主控器件、云平台为监控的智能灌溉系统.本文以农作物为灌溉对象,分析了模糊控制算法、树莓派4B、传感技术、HTTP协议、MySQL数据库和OneNET云平台等技术的特点,设计了一种能够根据环境状况自动灌溉的智能灌溉系统.系统的硬件部分能完成空气温湿度、土壤湿度的采集.软...     

基于树莓派的骑行智能头盔设计

本系统为一款基于树莓派3b+的骑行智能安全便携式头盔。本项目采用的技术是以树莓派为核心,加载操作系统以及连接各种智能模块为辅助。目的在于设计一款基于树莓派技术的骑行头盔,具有定位与导航功能、环境监测功能、车道识别监测及速度监测功能、音乐播放功能,提高了骑行头盔的智能性、安全性。     

基于树莓派的无人值守信息处理系统

国内畜牧业智能化程度不高,相关环境监测系统依赖进口。针对这种情况,结合树莓派和多传感器设计并实现了一种无人值守信息处理系统,采用温度,湿度,图像和声音等传感器阵列,通过树莓派wiringPi驱动库进行驱动,实现对猪场的复杂环境进行实时监测。程序设计中采用多进程技术使各模块协同工作,保证了系统稳定高效运行。图像处理算法基于Open Source Computer Vision Library(OpenCV)设计,通过对图像中目标物的特征进行扫描,从而判断目标物状态。系统数据经处理后,通过树莓派板载的WIFI传输到上位机,便于生成数据日志。整个测试系统搭载在一个移动平台上,能够实现移动监测。本系统经过测试,系统稳定运行,温湿度数据测量精度可达0.1,系统能够对危险情况及时响应。     

e络盟推出树莓派计算模块开发套件

正e络盟推出最新系列扩展开发工具套件——树莓派计算模块开发套件,以帮助设计工程师充分利用树莓派(Raspberry Pi)在嵌入式应用中的强大功能。树莓派计算模块开发套件包括:树莓派计算模块、摄像头与显示器适配器、电源、USB、4个跨接连接器,以及I/O     

基于树莓派的应用型开放实验

树莓派在创新产品中的应用越来越广泛。文章提出以树莓派为开放实验平台,结合模式识别学科背景,阐述基于树莓派的监控拍摄系统的应用型实验项目设计,包括软件系统设置、基于Python的视频采集和处理以及接收模块的程序设计、整体系统的集成。     

RSComponents携手树莓派创始人开启中国之旅

2014年8月13日,RS Components（RS）与树莓派基金会创始人Eben Upton在上海及深圳两地开启一场树莓派的“中国之旅”,并与当地工程师及树莓派用户进行面对面的深入交流。随着“创客”概念的不断升级,自主设计正在被越来越多的年轻人视为梦想,而树莓派的设计初衷正是为了普及学生计算机编程教育。凭借信用卡大小的外形及电脑级的专业功能,树莓派一经推出就在全球范围内迅速积累了大批用户。作为树莓派的全球分销商兼设计厂商之一,RS从最初就参与到树莓派的生产与营销当中,凭借其庞大且精密的渠道系统,迅速帮助树莓派在全球特别是大中华及日本地区提升知名度与影响力。     

基于树莓派的智能交通系统研究

将道路CSI摄像头拍摄的监控图像发送给树莓派,树莓派基于OpenCV视觉库进行图像识别和存储数据.树莓派通过串口连接STM32控制板,控制STM32引脚来选择红绿灯配时方案.树莓派和手机APP通过WiFi网络和服务器进行交互,使APP可实现实时监控当前道路情况,并进行语音提醒的功能.尽力解决早高峰和晚高峰道路通行量不对称而带来的交通拥堵问题,减小潮汐效应,实现城市交通管理的人性化.     

基于树莓派的人体红外感应开灯实现

物联网技术已经走入了中学校园,开展了形式多样的创客教育.简述了物联网技术的含义、应用,并对树莓派与Arduino进行了对比,从树莓派操作系统的安装、硬件环境的配置、软件代码的实现等方面展示基于树莓派来实现人体红外感应开灯,为学习树莓派的物联网应用提供了一个较好的实践案例.     

基于树莓派的智能家居设计与实现

随着生活水平的提高和物联网的发展,社会对家居的智能化需求越来越迫切,本文阐述了基于树莓派的智能家居系统的设计与实现,通过采用树莓派为主要模块,搭建一款满足大众需要的智能家居系统.本系统以树莓派为主要开发平台,并基于Ubuntu操作系统进行开发的一种智能家居解决方案,其包含了语音合成、语音识别、图像识别、数据采集、AI对话、视频监控、语音控制、语音日志等功能.可通过语音、手机微信、APP与机器人和传感器进行交互,并能登录Web界面查看相应底层数据并对传感器进行相应控制.系统传感器部分采用ZigBee通信协议,与服务器通信采用MQTT通信协议,两种通讯协议低成本,低功耗,节约网络资源.     

基于树莓派的元器件检测系统设计

针对PCB元器件在贴装过程中出现贴装错误的问题,设计了基于树莓派(Rasspberry Pi)的元器件检测系统。系统采用树莓派作为硬件平台,采集PCB电路板图像,对图像进行预处理,读取PCB坐标文件、完成模板库的制作;并通过手动添加蒙版的方法提高运行效率,使用霍夫变换检测图像定位点对PCB图像进行定位,进而通过检测算法得出PCB元器件的正误,另外采用图像分割的方法对电容表面文字进行提取然后识别。在检测的过程中,如果被测板的图像能够和模板图像匹配,则说明元器件存在而且型号正确,并且能自动识别出电容表面的字符。经过多次测试,实现了电子元器件正误的自动检测。     

基于二维码识别技术的物流小车的设计

设计了一种利用免驱USB摄像头识别二维码的物流小车，该小车以树莓派3b+为核心控制器，MEGA2560板为辅助控制器，免驱USB摄像头为主要传感器，摄像头采集到二维码的信息并反馈到树莓派上进行解码分析，从而判断出二维码的信息，树莓派将识别到的信息发送给MEGA2560板控制小车的运动状态及行驶方向，MEGA2560板接收到树莓派的指令后，区分出是否符合做出改变的数据后，再向电机驱动板传输信号，电机驱动板通过引脚来控制小车左右电机的正反转，从而实现转向。通过测试，本文设计的物流小车可以实现通过摄像头采集二维码信息并利用树莓派控制小车行走。