嵌入式Web视频服务器的设计

嵌入式Web视频服务器监控系统以ARM芯片作微处理器,摄像机视频信号压缩采用MPEG-2编码格式并在嵌入式Linux中内置服务器应用程序.数据采集压缩模块实时采集视频数据,压缩后发给网络传输模块,媒体流经ARM芯片发到Internet.该服务器直接浏览Web视频,授权用户可控制摄像机或对系统配置操作,实现远端现场监控.     

基于嵌入式技术的远程视频监控系统

基于嵌入式技术的远程视频监控系统由网络摄像机,网络视频编码器与视频监控系统构成.其中网络视频编码器是系统中的核心部分,主要由CPU模块、电源时钟模块、控制模块、视/音频采集编码模块和网络模块组成.系统所涉及关键技术还包括视频数据的压缩编码、视频数据的实时传输及嵌入式实时操作系统.     

基于RFID技术的智能收费系统

基于射频识别技术(RFID)的智能收费系统,由自动车辆识别技术和实时监控系统组成.通过RFID技术获取车辆牌照号、车型、所属用户和银行专用账户等数据,并由实时监控系统通过摄像机获取车辆图像.数字化处理后核对实际牌照号与车载信息卡的牌照号是否相符.相符即为合法车辆,其通行费经计算机网络,从用户开户行的专用账户中自动交纳,从而实现不停车自动收费.反之则通过监控网络对违章车辆进行惩处.     

基于ARM的生产控制平台

为解决传统工业控制技术存在的问题,设计一种基于ARM芯片的嵌入式控制平台。该平台以嵌入式ARM为核心,以移植μCLinux实时操作系统的嵌入式ARM平台作为下位机,以工控机作为上位机,并结合CAN总线技术实现对工业生产的控制。详细介绍了其软、硬件的设计,包括下位机的I/O模块设计、CAN总线设备在μCLinux下的驱动实现和μCLinux实时操作系统的移植等。该方案突破传统控制模式,具有更强大的处理能力和更优越的通信方式,适用于工业现场的安装和监控。     

利用休金1000-MR和HISAS1030的作战经验

休金1000航行器上装备多种高品质的传感器,例如HISAS1030、多波束回声测深仪(例如康斯伯格公司的EM3002)、光学摄像机、前视成像声呐以及海底剖面仪。所有这些传感器可以同时作业,也可在相同使命的不同阶段工作,或为专用的使命工作。与较为简单的传感器,例如CTD、ADCP以及浑浊度传感器配合使用,还可快速搜集大量的信息。HISAS与光学成像系统的结合对于反水雷特别有利。此种AUV适合反水雷作业的探测、识别、鉴别3个传感阶段:通过HISAS进行探测和识别(利用相同的数据组),然后利用光学传感器进行鉴别。     

便携式移动机器人手持监控系统

便携式移动机器人手持监控系统,基于嵌入式PC/104plus总线结构,由视频图像监视、状态信息监测、遥控指令、无线通信、数字地图交互及全局路径规划六大模块组成.各模块通过接口实现信息交换与数据共享.系统软件操作系统平台为Windows CE(WinCE),包括键盘扫描串口通信视频处理数字地图路径规划等模块.并以履带结构便携式移动机器人实验平台上的应用实例,验证了该手持监控系统.     

公共安全智能监控平台关键技术

为构建安全可靠的公共安全智能监控平台,从认证、跟踪、识别3个方面对其进行研究.应用人脸活体检测、指静脉识别、长期行人跟踪、人体行为分析、遗留物检测等方法,并采用分布式系统架构构建公共安全智能监控平台.应用结果表明:该应用能提升公共场所背景下身份认证,智能视频监控目标跟踪与行为分析,遗留物检测的鲁棒性、准确性和实时性.     

嵌入式电子装备在线状态监测系统实现方法研究

提出了嵌入式在线状态监测系统平台构成, 对被测对象进行失效机理分析, 获得要监测的环境和工作应力参数; 嵌入式系统控制传感器对数据的采集并对采集的数据进行处理, 处理结果可以二次开发处理. 监测信息的选取应遵循可测性、代表性、集中性、 针对性等原则. 系统的实现, 对于研究电子装备的全寿命周期具有重要意义.     

基于国产嵌入式智能计算平台的无人机检测方法

面向陆地战场上对反无人机侦察的现实需求,提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题,采用红外、可见光图像和视频流等多源输入进行目标检测;针对嵌入式平台算力和存储能力有限的特性,构建轻量化深度神经网络,通过将单次多盒检测器(SSD)中的特征提取网络替换为MobileNet进行模型优化;选用国产嵌入式平台比特大陆SE5智能计算盒进行验证,完成模型转换和移植。实验结果表明：所提基于轻量化深度神经网络MobileNet-SSD的无人机检测方法在国产嵌入式智能计算平台上能够准确判断出目标的类别,且平均识别精度和帧率与在开发环境中运行差距不大。充分表明所提方法在国产嵌入式智能计算平台上进行移植后,能够在速度和精度方面满足应用环境对无人机检测算法实时性与准确性的要求。     

嵌入式单元测试技术

对嵌入式系统软件进行测试是一项很有挑战性的工作。因为嵌入式系统的软件开发平台和最终运行平台是完全不一样的2个平台,开发者不可能在其运行平台上像在桌面环境那样执     

工业电视技术在无损检测中的应用

工业电视和无损探伤技术相结合，可检测材料表面和内部缺陷并直观显示，为质量判定提供依据。文中介绍了由X射线管、图象增强管、摄象机和记录装置等构成的工业X射线电视检测法的原理及其主要设备功能，以及在板材和管材焊件探伤中的应用。并介绍了由紫外灯、摄象管、监视器和信息处理器等构成的工业电视荧光磁粉探伤法的原理、特点和应用范围。     

基于图像拼接的全景目标检测技术

针对战场指挥车等战地车辆内作战人员需要在车内实时了解外部战场动向的问题,提出一种基于图像拼接的全景目标检测技术研究。利用监控转台摄像头获得全景图像并检测运动物体,以此模拟战场实际情况。首先使转台进行水平360?旋转,同时使用安装在转台上的摄像头采集实时图像,利用转台转速与扫描场时间等参数对图像进行预处理,从而削弱前后两场信号叠加造成的边缘模糊。最后对前后两帧图像进行灰度值相关匹配,并检测出全景图像上的运动物体。实验结果表明,该技术可以实现全景图像拼接并在全景图中标出视场内运动物体的位置。     

基于PTZ 摄像机的运动目标跟踪控制

针对在PTZ摄像机下云台实时连续控制比较困难的问题,对基于PTZ摄像机的运动目标跟踪控制方法进行研究。以HSV颜色直方图作为模型特征,通过Mean-shift算法实现运动目标的定位和检测。运用模糊控制的思想对PTZ摄像机云台的运动进行控制,并以行人跟踪视频来搭建系统进行实验分析。结果表明:该方法是可行的,具有控制简单、定位准确的优点,能提高目标跟踪的稳定性和可靠性。     

基于语义树Markov随机场模型的地面机器人多尺度道路感知

道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大。提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法。在时空域上采用三维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场（RT-MRF）模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航。采用自主研制的四足仿生机器人作为研究和实验平台。实验结果表明：该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求。     

航空相机稳定平台设计与仿真

介绍了一种航空相机稳定平台的设计方案,建立了稳定平台各环节数学模型并进行了仿真计算,同时分析了摩擦力矩、干扰力矩等非线性因素对稳定平台的影响。结果表明,该方案能够较好地满足航空相机系统在跟踪精度、响应时间等技术指标方面对稳定平台的要求。     

一种基于运动目标识别的智能视频监控系统

针对武器试验现场飞行目标降落中事故多发的现状,设计一种基于运动目标识别技术的智能视频监控系统。系统采用采集前端-服务器端-决策模型。利用背景差分法和帧间差分法检测运动目标图像,从而实现视频运动目标的自动分割;采用轮廓提取和边缘检测技术进行目标识别;最后用特征算法提取目标的特征参数,从而判断目标的参数信息是否会对降落安全构成威胁,做出进一步决策。对实现系统功能所需的关键技术进行详细介绍,在Visual C++6.0中用OpenCV实现相关算法的设计,并给出部分关键代码。仿真实验结果表明:该系统能满足智能监控的基本要求,精确显示运动目标在靶面上的位置,可根据客户需求识别运动目标。     

基于YOLOv5 算法的炮管内壁污渍识别与定位技术

为准确评估炮管内壁的清理情况,采用YOLOv5 人工神经网络结合机器视觉对清理后的155 mm 口径炮 管内壁的污渍进行实时检测。考虑到污渍主要分为油污与残留的铜渍2 种,在检测任务中通过图像识别技术分别对 污渍进行种类识别、定位以及对污渍面积判定;利用图像像素信息与外部环境信息,基于单目摄像头采集的视频图 像,采用改进并训练后的YOLOv5 人工神经网络模型作为识别工具对炮管内壁进行实时图像识别。实验结果表明： 该检测系统能较好地完成目标检测任务,对目标定位误差控制在5 cm 内,满足炮管内壁自动清理中的内壁污渍定位 要求。     

基于支持向量数据描述的火炮自动机故障状态监测技术研究

针对火炮自动机故障状态监测问题,提出了一种基于支持向量数据描述的故障状态监测模型。利用搭建的自动机振动测试平台获取自动机振动信号,采用变模态分解方法将振动信号分解为多个本征模态分量,计算各个分量的样本熵值作为故障特征,并以正常状态下的自动机故障特征为训练样本进行SVDD模型的训练,训练过程中根据模型特点找到合适的模型参数,完成自动机状态监测模型的构建。在自动机测试平台上设置多种预制零件故障进行模型的验证,结果表明所建立的状态监测模型对异常状态的发生有很强的敏感性,具有较高的检测准确率;同时设计了关重件模拟性能退化试验,试验结果验证了所提出的模型具有良好的早期故障检测能力,可较为准确地反映自动机故障性能退化过程,可为火炮自动机故障状态监测提供一定的借鉴和指导。