基于ARM和嵌入式Linux的智能小车技术实践

论述基于ARM和嵌入式Linux的WiFi无线遥控智能小车的技术实践.介绍技术实践的过程、方法、经验体会.采用ARM 11芯片作为小车的主控制器.小车上的WiFi模块承担无线通信功能并接收来自远程Android智能手机的遥控指令.智能手机可通过“重力感应”或传统“按键”两种模式向小车发送遥控指令.ARM控制器接收到指令后通过GPIO接口控制小车的电机驱动小车的四个轮子做出相应动作（前进、后退、转弯、旋转等）,并通过PID算法控制小车走直线.小车可采集视频并运行计算机视觉算法进行实时人脸检测.     

基于模糊阈值的机器人视觉目标图像处理

机器人视觉目标图像信噪比低,背景噪声干扰大,目标识别处理通常利用目标的灰度信息进行预处理,由此设计一种基于数学形态学和模糊阈值的灰度图像实时预处理和阈值处理技术图像分割方法.仿真实验表明,该方法实时性好,简捷快速,对目标图像识别有实用价值.     

基于嵌入系统的机器人视觉跟踪算法优化研究

研究基于嵌入式系统的机器视觉跟踪算法的优化,针对目前机器视觉图像处理算法存在计算量大、执行效率低及实时性较差的现状,在构建了机器视觉三维空间成像模型的基础上,从传统机器视觉图像处理算法流程入手,通过对图像处理流程的图像去噪环节和目标跟踪环节的优化设计,提出了一种面向嵌入式系统的机器视觉动态实时跟踪算法,同时对算法进行了试验,试验结果表明该算法能够自动捕捉目标物,并对目标物进行三维空间定位和动态跟踪,仿真测试结果表明了优化算法相比于传统图像处理算法,在降低了运算量的同时具有更高的执行效率和实时性,能够达到基于嵌入式系统的图像处理算法的相关要求.     

基于ARM的嵌入式系统在机器人控制系统中应用

依据现代机器人技术的发展特点，提出了一种基于ARM（Advanced RISC Microprocessor）、DSP和arm-linux的嵌入式机器人控制系统的设计方法，介绍了嵌入式系统，给出了功能设计、结构设计、硬件设计、软件设计的控制系统的设计过程，并分别从上述各方面对控制系统的通用性进行了探讨。层次化的体系结构、模块化的硬件、结构化的软件使得设计出的机器人控制系统经过简单的硬件调整和软件定制，就能适用于多种机器人。通过七自由度串联机器人抓取工件的实例验证，该机器人控制系统性能稳定、具有一定的通用性。     

基于瞳孔定位技术的视觉跟踪系统的研究

设计了一款基于瞳孔定位技术的视觉跟踪系统。该系统通过安装在眼镜上的摄像头采集人眼球瞳孔运动图像,并利用硬件电路分离视频同步信号,然后将信息传送至S3C6410嵌入式处理器,处理器利用图像处理算法计算出人的瞳孔运动轨迹,从而得到人眼瞳孔的实时定位信息。该系统具有较为广泛的应用前景,可以通过人眼睛的转动来实现对各种智能化设备的控制,能够应用于残疾人智能护理、病床智能护理等实际领域。     

基于ARM的智能机器人语音控制应用研究

智能机器人作为机器人的研究热点,为机器人的交互提供一种方便有效的接口很重要。语音交互是一种最熟悉最自然的交互方式。在我们的个人计算机上具有丰富的软硬件资源易于语音识别技术的实现,但这也会限制了机器人的应用场合。而基于ARM的嵌入式语音识别系统可以嵌入到机器人对象内部,更适合机器人的应用需求。本文详细介绍了语音识别技术的原理,嵌入式语音识别技术的实现,机器人的语音控制技术,实验结果表明采用该方法实现机器人的语音控制可以达到方便,有效的控制效果。     

基于ARM的嵌入式系统在机器人控制系统中应用

依据现代机器人技术的发展特点,提出了一种基于ARM(AdvancedRISCMicroprocessor)、DSP和arm-linux的嵌入式机器人控制系统的设计方法,介绍了嵌入式系统,给出了功能设计、结构设计、硬件设计、软件设计的控制系统的设计过程,并分别从上述各方面对控制系统的通用性进行了探讨。层次化的体系结构、模块化的硬件、结构化的软件使得设计出的机器人控制系统经过简单的硬件调整和软件定制,就能适用于多种机器人。通过七自由度串联机器人抓取工件的实例验证,该机器人控制系统性能稳定、具有一定的通用性。     

基于视觉识别定位的苹果采摘系统研究

针对果实振荡、重叠影响采摘机器人采摘精度和效率的问题,研制了一种在农田 环境下利用视觉检测技术和机器人定位抓取技术的苹果采摘系统。首先利用图像处理技术对初 始图像进行图像预处理;其次根据图像角点提取算法检测图像曲率,通过计算曲线段上的多个 像素平均角方向之间的差值对曲率进行平滑处理,获取图像曲率集中峰值点;最后对图像曲率 峰值点进行像素坐标标定,并将该点像素坐标转化为物理坐标作为机器人的定位抓取目标点, 机器人根据定位目标点的位置信息调整运动姿态对果实进行实时追踪和识别,实现果实的精确 定位、抓取和采摘。试验证明,该系统下的机器人抓取果实的成功率高达九成以上,基本能够 满足实际生产中的果实采摘需求,可为苹果等球状果实精准识别、定位抓取提供参考。     

基于ARM的上肢康复训练机器人系统设计

针对中风病人和上肢受伤的康复医疗需要,设计了一种基于ARM＋uClinux的嵌入式控制系统的康复训练机器人,阐述了系统机构设计、硬件电路设计及系统软件设计。康复训练牵引机械臂采用位置传感器和力传感器实时监测运动速度和牵引力／阻力,以实现多种训练模式。该系统可以实现手动训练、自动训练和基于网络的远程训练。实验结果表明：系统稳定可靠,能够辅助医生对病人进行康复训练医疗。     

基于图象分割的机器人视觉系统的设计与实现

机器人视觉系统是自主机器人的重要组成部分，而如何精确高效的处理视觉信息是视觉系统的关键问题．本文介绍了一个包括离线颜色分析器和实时视觉信息处理器两大部分的机器人视觉系统。离线颜色分析器用于提取各种颜色的阈值，实时视觉信息处理器则利用阈值进行图象分割，从而使机器人准确认知当前环境。     

基于图像识别的果蔬自助结算系统

实现对缺少条形码的水果蔬菜的识别与结算,是超市自助结算的一大难题;为在资源有限的结算终端设备上实现超市果蔬的识别与分类,提出了一种基于神经网络的果蔬识别算法;通过增加网络宽度的方法改进Alex Net,提升识别性能;结合压力传感器、摄像头等硬件设备,在树莓派上进行实验,完成了果蔬自助结算系统的搭建;经实验测试,系统对果蔬的平均识别准确率可达98.25％,单次结算总耗时约7.48s,仅为人工结算耗时的1/4,满足果蔬自助结算系统的实际应用需求.     

图像文本识别中目标定位方法研究

目标定位是图像文本识别的关键步骤。为了增加检测的可靠性,依据文本区域存在丰富的一致性边缘这一特性,改进了传统的基于Sobel边缘检测与形态学运算结合的文本检测方法,在此基础上采取了轮廓跟踪以及与先验知识结合的算法而实现了精确定位。     

基于深度学习的水果识别研究

我国水果生产总量达到了世界的前列,但是我国水果的采摘和处理依然采用人工的方法,造成了水果的大量浪费。随着4G通信技术的快速发展和各种移动互联设备的广泛普及,各种社交媒体在拉进人们之间距离的同时也产生了大量的图像、声音、视频等信息。水果的智能识别不仅可以用在前期水果的采摘阶段,还可以用在后期的挑拣和处理阶段。基于深度学习的水果识别技术能显著提高水果识别的准确率和鲁棒性,对推进智慧农业的发展具有积极的作用。它将有可能取代"人工特征+机器学习"相结合的传统方法而逐渐成为未来智能识别的主流方法。     

基于ARM的QNMV指纹识别系统的研究

目前指纹识别技术正向着嵌入式和小型化的方向发展,搭建了基于ARM的指纹识别系统的硬件平台并对硬件进行了优化,研究了指纹识别的软件开发环境,给出了指纹识别系统的软件实现方框图和详细的指纹识别算法流程图;详细论述了全新的基于QNMV结构向量的指纹匹配算法,给出了算法优化后的一些测试数据,将指纹匹配算法与其他常见的算法进行了数据比对后,发现系统具有较好的性能指标:具有较低的误识率(FAR)和拒识率(FRR)、识别率(MRI)有了较大的提高、有效地缩短了匹配耗费时间(Time-Match);系统具有安全可靠、易于扩展、性价比高等优点。     

基于ARM的嵌入式语音识别系统研究

在分析语音识别原理的基础上,设计了一个基于ARM9和嵌入式Linux的嵌入式语音识别系统。采用动态时间归整(DTW)算法对语音信号进行特征参数序列比较并识别出结果。采用S3C2410微处理器和嵌入式Linux操作系统,将交叉编译后的语音识别C语言程序编译进嵌入式Linux操作系统的文件系统,实现语音识别系统的功能。     

基于图像识别的标记阅读机研究

阐述了基于图像识别的信息填涂卡文档图像标记阅读机中的识别算法，并提出一种新的信息卡填写方式。对常用的字符识别方法以及特征提取方法进行了描述，并根据实际，采用基于最小距离分类器的模板匹配算法来对手写符号进行识别，结果表明算法能有效地解决信息填涂卡文档图像的手写符号识别问题。     

基于ARM9的说话人识别控制器的研究与实现

依据不同频率子带特征反应语音的不同细节的特征,将语音信号子带分别分成4子带层,2子带层,1子带层共三层子带,分别提取其MFCC特征参数,并采用容易实现的矢量量化（VQ）识别算法加以识别,最后将三层子带识别率融合的方式,实现基于ARM9的说话人识别控制器。     

基于图像识别的火灾火焰判据研究

火焰的判别依据主要有颜色亮度特征、形状特征及其在时间空间上的发展.本文综合运用火焰面积变化率和火焰尖角数目变化判据对稳定火焰和失控火焰进行识别,从而实现对火灾的早期探测预警.实验表明该判别方法能有效区分稳定火焰和失控火焰.     

基于边缘提取的无人机图像定位方法研究

无人机航拍图像具有很高分辨率,如何提取主要特征并降低计算代价是无人机图像匹配辅助导航的主要问题.提出了一种新的基于边缘梯度幅值和相位的边缘提取方法,对Canny算子进行改进,保留强阈值边缘,同时提取弱阚值下的直线特征,在保持主要边缘特征的同时,减少了边缘的数量,降低了匹配计算量,提高了图像匹配的精度.实验证明该方法是有效可行的.