一种基于Lora无线局域网的智能型医用点滴监护系统设计与实现

针对采用ZigBee等传统无线技术的医用点滴监护系统存在数据传输距离有限、系统功耗高等诸多问题,设计了一款基于Lora技术的低功耗医用点滴监护系统.按照实现的功能不同可将整个点滴监护系统划分为3个部分,各个部分之间通过Lora无线网络实现数据交互.其中检测端的核心器件为红外光电传感器,其将获取的点滴速度和药液余量一方面...     

一种基于OneNet云平台的变电站可视化监控系统设计与实现

针对变电站监控体系中传输大数据信息有可能出现时间延迟或者不通畅等问题,设计了以OneNet为基础的云平台监控体系以解决上述问题,系统对于视频数据的收集利用高清CCD摄像头实现,将获取到的信息传送给工控板,工控板核心处理器为DSP+ARM双核架构芯片TMS320DM6467T,压缩视频信号是利用以H.264视频数据压缩协议算法来完成的,然后开启WIFI模块将上面获取到的压缩信息然后借助OneNet云平台向后端监控器传输,对于后端监控器来说,需要对视频数据解码后储存,解码是利用PC服务器提供的解码算法实现,解码完成后的视频通过手机端进行浏览。经过实践证实,系统在视频传输时效和播放质量等方面都符合预定标准,发展前景良好。     

基于O-YOLOv3 的无人机森林火灾识别研究

为解决传统森林火灾检测误报率高、响应速度慢等问题,提出了以无人机作为探测平台,地面站作为火灾识别系统,实现森林火灾的自动探测、识别和定位。开发了六旋翼无人机平台,通过所搭载的红外摄像机和机载计算机获取森林火灾现场图像并实时传回地面。利用地面站对所接收到的火灾图像进行处理,实现对森林火场的在线监测。在森林火灾识别算法方面,提出了O_YOLOv3 算法,采用Darknet 框架进行网络训练,使用K_means 方法自动生成锚点,有效提高火灾识别精度与响应速度。将O_YOLOv3 算法与其他几种算法进行对比实验验证本文算法的有效性。实验结果表明：O_YOLOv3 火灾识别算法能够快速、精准识别森林火灾;所研制的基于O_YOLOv3 的无人机森林火灾探测系统能够用于实际森林火灾探测。     

一种基于onenet云平台的老人安全监控系统设计与实现

针对独居老年人由于突发疾病或者意外摔倒等情况无法及时报警求助而导致的伤亡事故,设计了一款基于onenet云平台的老人安全监控系统。该系统保存了多种常见的求救语音信号,其语音识别模块采集住宅内的语音信号并传输给主控模块;主控模块通过特征语音匹配算法将接收到的语音信号与系统中保存的呼救语音信号进行比对;当比对结果表明住宅内存在呼救语音时,报警模块启动并发出声音进行报警,同时WIFI模块启动,完成与onenet云平台的连接,利用该平台通知老人家属并拨打120进行求救。实测表明,该系统能够准确识别求救语音信号并进行报警求助,能够有效防止老年人无法呼救而导致的伤亡事故,具有较强的推广应用价值。