基于单片机的灯光控制系统的设计

本文设计了基于单片机的室内灯光控制系统及其原理,提出了一种有效的节能控制方法。本设计以AT89S52单片机为主控制器,实现了系统的灯光警告提示等功能。该系统采用了传感器技术和计算机控制技术,利用光度参数和红外检测参数来实现对学校自习室室内照明的控制,从而达到节能的目的。本设计的灯光控制系统采用光传感器和热释电红外人体检测传感器,实现了依靠光线和检测室内人员有无的灯光控制系统。系统设计清晰,采用软硬件设计方案,实现节能的要求。     

基于自适应高斯核支持向量机的室内人体存在检测

服务监控对象人体存在检测是室内移动机器人应用中定位、识别与跟踪人的基础,但室内环境的复杂多变性与视觉系统的移动给人体检测带来很大的困难,使得人体检测结果不稳定且有效性差,为此,本文提出一种基于室内移动机器人视觉系统的人体存在检测方法.首先采用多尺度小波变换检测法与边缘连接算子相结合的方法提取图片边缘特征,并提出一种形态学方法去除非目标小区域、不封闭的边缘线或孤立点,利用边缘图片的不变Hu矩作为模式识别特征向量.然后应用自适应高斯核函数软间隔支持向量机建立两类识别分类器,并与基于不同特征建立分类器的人体存在检测法和基于不同分类方法建立分类器的人体存在检测法进行分析比较,结果表明本文算法是更稳定有效的.     

基于STC12C5A60S2的室内环境监测系统设计

如今人们在室内花费了大量的时间,而室内环境质量与人体健康息息相关,因此室内环境气体质量检测至关重要。针对目前市场上室内气体检测仪成本高、精度低、检测种类单一等缺点,本文基于物联网传感平台,以单片机为控制核心,设计出一种室内环境气体实时检测系统。本系统立足于解决室内污染超标而不被人所知继而危害人体健康的问题,实现对室内环境气体质量的实时动态检测,根据传感器反馈的数据,结合最高危害上限指标要求,及时给出室内环境污染对人体健康危害的报警基点。利用CO传感器、CO_2湿度传感器等实时检测室内环境气体质量,将检测数据交给单片机分析处理,单片机可根据检测值自动做出是否传感器、甲醛传感器、温报警的决定。     

一种有效的实时人群计数方法

对固定镜头下视频序列中运动人体的检测和跟踪方法进行研究,利用灰度图像差分双向投影信息检测人体目标,提出一种基于统计运动区域几何特征固定比例的分割算法,使用最近邻匹配方法对人体进行跟踪。完整地实现了一个有效的实时人群计数系统。大量室内和室外场景实验结果表明,该算法具有很好的实时性(每秒处理25帧~30帧且可并行处理4路视频)、对光照变化的鲁棒性以及对稀疏人群检测精度高等特点。     

基于人体红外感应的智能家居温度控制系统设计

为了解决家用温度控制系统智能化、自动化、节能的问题。本文设计了一种基于人体红外感应的智能家居温度控制系统。系统采用Arduino单片机作为控制核心,通过人体红外感应传感器采集室内人体红外线信息,当检测到室内有人时,夏季当温度超过设定高温时,蜂鸣器报警,同时风扇转动实现降温,直到温度降到舒适温度以下,风扇停止转动;在冬季,当温度低于设定低温时,蜂鸣器报警,同时启动电热丝工作实现升温,直至温度高于舒适温度以上。当检测到室内无人时,温度控制系统停止工作。经测试,本控制系统一定程度上满足了智能家居的有效控制需求。     

基于知识的仿真系统的研究与实现

本文以基于作战知识的作战仿真系统之研究实现为例,全面介绍了基于知识的仿真系统的系统结构。描述了知识库、模型库、推理机制、解释机制、黑板模型等的实现方法。提出在仿真系统中实现基于黑板结构的数值仿真与智能模似的设计思想。本系统的构造技术也完全适合于其它领域的新一代仿真系统的构造。     

基于ZigBee背景噪声的被动室内人体感应系统设计

随着智能门锁的普及,传统插卡取电的方式已不再适用,利用室内人体感应设备判断房间是否有人存在为市场所需,但目前已有的感应器在精确度、适应性等方面存在不足,尤其不能实现低成本判断静止人体。针对这一问题,采用热释电红外、ZigBee和NB-IoT三大技术设计被动室内人体感应系统,融合两种探测手段,设置三种通信模式,采用模式判别算法,有效实现了对室内静止人员(包括睡觉情况)和运动人员是否存在的准确侦测,降低了系统功耗。侦测数据由NB-IoT无缝接入云平台,实现数据共享。测试结果验证了设计的可行性。     

基于深度图像的嵌入式人体坐姿检测系统的实现

以检测不良坐姿,分析人们学习工作状态为引导,设计了基于深度图像的坐姿检测系统。该系统采用3D传感器获取人体坐立时的深度图像,设计了一种基于深度阈值的快速前景提取与干扰移除方法,能快速有效的提取坐姿状态下的人体分割图。基于人体轮廓的曲线特征实现了人体关键点定位,通过人体关键点的角度、深度信息与轮廓特征,对不同的坐姿图像进行统计分析,得到了一种区分不同坐姿的判定基准,运用该基准对9种不同坐姿进行识别,平均识别率可达到90%。最后,基于Android平台设计了坐姿检测系统的应用软件,实现了坐姿检测、坐姿提醒以及姿态统计等功能,并且对学习过程进行测试,测试结果表明,本系统可以有效的检测出9种坐姿、并对不良坐姿进行提醒与统计。     

基于蓝牙4.0的课堂签到系统设计与开发

针对校园环境下课堂签到耗时耗力的现状,设计并实现了一种方便、快捷且实现成本低的课堂签到系统。系统利用基于蓝牙4.0的信标设备使人物、事件、时间和地点之间相互联系,从而在课程指定时间和地点实现主动签到。系统采用B/S模式+C/S模式。对基于蓝牙4.0的室内定位技术进行研究,提出了在实际应用中易于实现并且满足定位精度需求的室内定位方法。实验结果表明,基于蓝牙4.0的课堂签到系统能够快速准确地完成主动签到过程,效率高、易于管理,系统可扩展性强。     

安防与智能家居机器人

随着5G时代的到来,智能家居、家居机器人等逐渐成为现代家庭重要的电子设备。传统的安防系统,往往以远程监控为主,对于室内出现诸如有毒气体泄漏、温湿度不适等情况无法做出判断和警示。安防和智能家居机器人是利用履带式行驶机器人在移动中完成对室内温湿度、有毒气体和人体红外信号的监测功能。该系统包括一台履带车、温湿度建模模块、气体检测模块和人体红外信号检测模块。其中,电机转动为履带机器人提供动力,温湿度检测模块可以实现高温火灾和室内潮湿度监测,气体检测模块可以对室内诸如一氧化碳等有害气体进行监测报警,人体检测模块则可以实现白天或夜晚对非法入室人员的监测。安防和智能家居机器人为家庭提供安全保障,是现代家庭重要的电子产品。     

Human fall detection using normalized shape aspect ratio

In video surveillance, automatic human fall detection is important to protect vulnerable groups such as the elderly. When the camera layout varies, the shape aspect ratio (SAR) of a human body may change substantially. In order to rectify these changes, in this paper, we propose an automatic human fall detection method using the normalized shape aspect ratio (NSAR). A calibration process and bicubic interpolation are implemented to generate the NSAR table for each camera. Compared with some representative fall detection methods using the SAR, the proposed method integrates the NSAR with the moving speed and direction information to robustly detect human fall, as well as being able to detect falls toward eight different directions for multiple humans. Moreover, while most of the existing fall detection methods were designed only for indoor environment, experimental results demonstrate that this newly proposed method can effectively detect human fall in both indoor and outdoor environments.

     

基于黑板的自治代理协同入侵检测系统模型

人侵检测系统是针对网络攻击的重要检测机制。迅速发展的网络技术、互联网流量的迅速增长以及攻击的复杂性使得现存的人侵检测系统难以提供可靠的服务。这就需要考虑优化性能，提供一种具备学习和自适应能力的入侵检测系统。文章提出了一种入侵检测模型，它基于自治agent和黑板结构，具有更好的自学习能力，这种检测系统能够自动适应网络环境和攻击类型的不断变化提高自身对新型的网络攻击的检测能力。     

Inference topology of distributed camera networks with multiple cameras

This paper proposes an inference method to construct the topology of a camera network with overlapping and non-overlapping fields of view for a commercial surveillance system equipped with multiple cameras. It provides autonomous object detection, tracking and recognition in indoor or outdoor urban environments. The camera network topology is estimated from object tracking results among and within FOVs. The merge-split method is used for object occlusion in a single camera and an EM-based approach for extracting the accurate object feature to track moving people and establishing object correspondence across multiple cameras. The appearance of moving people and the transition time between entry and exit zones is measured to track moving people across blind regions of multiple cameras with non-overlapping FOVs. Our proposed method graphically represents the camera network topology, as an undirected weighted graph using the transition probabilities and 8-directional chain code. The training phase and the test were run with eight cameras to evaluate the performance of our method. The temporal probability distribution and the undirected weighted graph are shown in the experiments.     

机器人学习的可编程超声波传感器阵列摄像定位系统

提出一种用于摄像机室内移动物体定位的超声波传感器阵列,通过机器人学习的可编程软硬件来实现的系统。该传感器阵列可被编程设定为11对发送/接收器,通过传感器阵列初始化时所采集的静态环境数据与被定位对象进入静态环境时所采集的数据作比较,结合不可能概率事件与采样数据的正态分布及几何学的相交定位思想,以最大似然估计、最小方差计算等作为编程机制,得到水平定位极坐标。实验表明:其精准定位水平方向角为7.5°,定位目标更新周期为200 ms,1.2 s内锁定目标。并实现灵活变倍与聚焦,满足人们对于室内摄像机的定位要求。     

采用计算机视觉进行室内飞艇定位的方法研究

采用单个摄像机进行定位时,需要设定图像中的特征点和实际物体特征点间的几何约束关系,建立数学方程,来获取摄像机坐标系中物体位置的封闭解,通过求解该方程获得物体在世界坐标下的三维位置。提出了利用单摄像机视觉定位技术于科技馆室内飞艇定位中,解决了科技馆室内飞艇自主航行的定位问题。实验表明,该方法简单易行,可用于工程实际应用中,具有较高的实用价值。     

移动机器人基于三维激光测距的室内场景认知

研究了移动机器人在室内三维环境中的场景认知问题.室内场景框架具有结构化特性,而室 内多样化的物体则难以进行模型化表述. 本文利用区域扩张算法进行平面特征的提取,并根据平面属性及其相互间的空间关系,完成室 内场景框架的辨识.为了借鉴图像处理领域的物体识别方法, 本文提出一种基于Bearing Angle模型的激光测距数据表述方法,从而将三维点云数据转换为二维Bearing Angle图. 同一类物体中的个体形态具有多样性,同时观测视角也导致激光测距数据的显著差异.针对这些 问题,采用一种基于Gentleboost算法的有监督学习方法, 并利用物体碎片及其相对于物体中心的位置作为特征,从而完成室内场景中的物体认知. 利用室内场景框架辨识结果在Bearing Angle图中进行天棚、地面、墙壁、房门等区域的标记,并利用所产生的语义信息去除错误的认知结果,从而有助于提高识别率. 利用实际机器人平台所获得的实验结果验证了所提方法的有效性.     

Multisensor-Based Human Detection and Tracking for Mobile Service Robots

One of fundamental issues for service robots is human-robot interaction. In order to perform such a task and provide the desired services, these robots need to detect and track people in the surroundings. In this paper, we propose a solution for human tracking with a mobile robot that implements multisensor data fusion techniques. The system utilizes a new algorithm for laser-based leg detection using the onboard laser range finder (LRF). The approach is based on the recognition of typical leg patterns extracted from laser scans, which are shown to also be very discriminative in cluttered environments. These patterns can be used to localize both static and walking persons, even when the robot moves. Furthermore, faces are detected using the robot's camera, and the information is fused to the legs' position using a sequential implementation of unscented Kalman filter. The proposed solution is feasible for service robots with a similar device configuration and has been successfully implemented on two different mobile platforms. Several experiments illustrate the effectiveness of our approach, showing that robust human tracking can be performed within complex indoor environments.     

基于立体视觉的3D地形拼接

为了从月球车上的全景相机所捕获的立体图像对重建月球车周围的3D地形,给地面科学家制定科学探测指令提供一个直观的可视化平台,预先展开了基于立体视觉的3D地形重建的研究,主要介绍了在3D地形拼接方面的研究进展。当恢复出多个局部3D地形模型时,首先基于边缘检测和图像匹配技术提取出相邻局部模型之间的公共数据点,然后采用分离旋转变换和平移矢量的策略拟合出相邻模型之间的坐标转换关系,之后就可以将局部模型统一在同一个坐标系下。通过室内和室外多次实验验证了该拼接方案。     

基于Kinect传感器和ORB特征的视觉SLAM算法设计与实现

介绍了一个基于嵌入式平台和Kinect传感器的同时定位与地图创建算法的设计与实现。Kinect传感器包括一个可见光彩色摄像头和一个利用结构光测量深度的红外CMOS摄像头。 算法利用ORB算子作为环境特征点的描述信息,并利用基于边沿的最近邻修复方法对深度图像进行修正以获得完整的深度信息。在此基础上,利用LSH方法进行特征点的匹配。实验结果表明,基于ORB特征的视觉SLAM算法具有较好的实用性和良好的定位精度,可以广泛应用于室内机器人的自主导航任务。     

基于目标检测的室内动态场景定位与建图

针对室内场景中动态对象严重影响相机位姿估计准确性的问题,提出一种基于目标检测的室内动态场景同步定位与地图构建（SLAM）系统。当相机捕获图像后,首先,利用YOLOv4目标检测网络检测环境中的动态对象,并生成对应边界框的掩膜区域;然后,提取图像中的ORB特征点,并将掩膜区域内部的特征点剔除掉;同时结合GMS算法进一步剔除误匹配,并仅利用剩余静态特征点来估计相机位姿;最后,完成滤除动态对象的静态稠密点云地图和八叉树地图的构建。在TUM RGB-D公开数据集上进行的多次对比测试的结果表明,相对于ORB-SLAM2系统、GCNv2_SLAM系统和YOLOv4+ORB-SLAM2系统,所提系统在绝对轨迹误差（ATE）和相对位姿误差（RPE）上有明显的降低,说明该系统能够显著提高室内动态环境中相机位姿估计的准确性。