文章詳細(xì)介紹了針對(duì)潤(rùn)開鴻鴻銳開發(fā)板SCDAYU800A的OpenHarmony操作系統(tǒng)的移植適配過程。潤(rùn)開鴻鴻銳開發(fā)板SCDAYU800A基于平頭哥高性能RISC-V架構(gòu)曳影TH1520芯片，具備強(qiáng)大的AI算力和豐富的功能接口。通過對(duì)OpenHarmony的適配，實(shí)現(xiàn)了從產(chǎn)品定義、工具鏈適配到內(nèi)核移植、驅(qū)動(dòng)適配等關(guān)鍵環(huán)節(jié)的完整流程。并重點(diǎn)探討了RISC-V架構(gòu)下針對(duì)標(biāo)準(zhǔn)系統(tǒng)Linux內(nèi)核的移植以及觸摸屏驅(qū)動(dòng)的開發(fā)，為基于RISC-V架構(gòu)的嵌入式系統(tǒng)研究提供了實(shí)踐參考。
隨著大語言模型(LLM)及邊緣計(jì)算技術(shù)的發(fā)展，AI智能體(AI Agent)正逐步成為物聯(lián)網(wǎng)(IoT)系統(tǒng)中的核心調(diào)度與控制單元。文章設(shè)計(jì)并實(shí)現(xiàn)了一套以AI智能體為核心的人工智能物聯(lián)網(wǎng)(AIoT)系統(tǒng)架構(gòu)，融合傳感器/執(zhí)行模塊、邊緣終端、本地/云端LLM推理引擎、云計(jì)算中心與n8n自動(dòng)化平臺(tái)。系統(tǒng)采用模塊化設(shè)計(jì)，支持MCP調(diào)度架構(gòu)與OPC UA、MQTT等協(xié)議通信，具備低延遲、高可擴(kuò)展性和良好的工程可移植性。并重點(diǎn)介紹了系統(tǒng)構(gòu)成、核心模塊設(shè)計(jì)，以智能家具為典型應(yīng)用實(shí)例及部署實(shí)驗(yàn)，展示其在各種AIoT行業(yè)應(yīng)用場(chǎng)景下的實(shí)用性和開放性。
內(nèi)窺鏡泛指經(jīng)自然腔道或人工孔道進(jìn)入體內(nèi)，并對(duì)體內(nèi)器官或結(jié)構(gòu)進(jìn)行直接觀察和對(duì)疾病進(jìn)行診斷的醫(yī)療設(shè)備，一般由光學(xué)鏡頭、冷光源、光導(dǎo)纖維、圖像傳感器以及機(jī)械裝置等構(gòu)成。文章介紹了一款基于兩片圖像傳感器和FPGA組成的微型3D內(nèi)窺鏡方案，其可以三維成像，提供更好的空間顯示效果，已廣泛應(yīng)用于外科微創(chuàng)手術(shù)中。
心理健康是社會(huì)普遍關(guān)注的問題，我國(guó)抑郁癥患者群體人數(shù)持續(xù)擴(kuò)大，發(fā)病群體呈現(xiàn)年輕化趨勢(shì)，且高校學(xué)生群體占比持續(xù)升高，利用人工智能技術(shù)賦能高校心理健康工作刻不容緩。本文針對(duì)現(xiàn)有高校心理健康工作存在集中評(píng)測(cè)精度不足、隱患排查時(shí)效性差、傳統(tǒng)面談覆蓋面窄等問題，提出了基于多模態(tài)情感交互的學(xué)生心理健康支持系統(tǒng)。該系統(tǒng)依托校園行為大數(shù)據(jù)，構(gòu)建學(xué)生異常情緒及行為監(jiān)測(cè)與預(yù)警機(jī)制；通過自主研發(fā)的大語言模型，實(shí)現(xiàn)學(xué)生情緒的動(dòng)態(tài)識(shí)別與智能評(píng)估，并結(jié)合心理學(xué)理論，動(dòng)態(tài)適配個(gè)性化疏導(dǎo)策略，支持多角色的情感陪伴與心理支持。系統(tǒng)在實(shí)際應(yīng)用中表現(xiàn)出良好的效果，心理狀態(tài)評(píng)測(cè)準(zhǔn)確率超過85%，顯著提升了心理服務(wù)的精準(zhǔn)性與響應(yīng)效率，為校園心理健康教育體系的智能化與科學(xué)化建設(shè)提供了有力的技術(shù)支撐。
Zephyr開源項(xiàng)目由Linux基金會(huì)維護(hù)，是一個(gè)針對(duì)資源受限的嵌入式設(shè)備優(yōu)化的小型、可縮放、多體系結(jié)構(gòu)實(shí)時(shí)操作系統(tǒng)(RTOS)。近年來，Zephyr RTOS在嵌入式開發(fā)中的采用度逐步增加，支持的開發(fā)板和傳感器不斷增加，其廣泛的設(shè)備支持和高度的可擴(kuò)展性吸引了開發(fā)者的關(guān)注。相比FreeRTOS等小型RTOS而言，教育生態(tài)不夠成熟的Zephyr系統(tǒng)規(guī)模更大，結(jié)構(gòu)更復(fù)雜，這提高了開發(fā)者入門和精通的門檻。文章對(duì)Zephyr硬件抽象層和設(shè)備驅(qū)動(dòng)的架構(gòu)與實(shí)現(xiàn)進(jìn)行系統(tǒng)性分析，重點(diǎn)闡述了設(shè)備驅(qū)動(dòng)模型和設(shè)備樹的作用。為了展示基于Zephyr的嵌入式軟件開發(fā)，文章在BBC micro:bit V2開源硬件上構(gòu)建樣例Zephyr設(shè)備驅(qū)動(dòng)和應(yīng)用程序，并做解釋和驗(yàn)證。
本文介紹了一種集成了自研電解質(zhì)傾角傳感器、無線模組(支持WiFi和4G)、溫濕度、電池電壓及振動(dòng)監(jiān)測(cè)模塊的低功耗傾斜穩(wěn)固性形變監(jiān)測(cè)系統(tǒng)。該系統(tǒng)設(shè)計(jì)旨在通過高精度、低功耗的技術(shù)手段，實(shí)現(xiàn)對(duì)結(jié)構(gòu)健康狀態(tài)的實(shí)時(shí)監(jiān)測(cè)與預(yù)警，特別適用于無法直接供電的遠(yuǎn)程或野外環(huán)境。本文詳細(xì)闡述了系統(tǒng)的硬件構(gòu)成、軟件平臺(tái)、核心優(yōu)勢(shì)以及在邊緣計(jì)算領(lǐng)域的應(yīng)用潛力，為結(jié)構(gòu)健康監(jiān)測(cè)領(lǐng)域提供了新的解決方案。
本文聚焦基于MCU平臺(tái)的物體檢測(cè)算法的討論，并提供了一套完整的工程實(shí)現(xiàn)示例：人臉追蹤風(fēng)扇。工程不僅提供了一個(gè)高效的物體檢測(cè)算法，并且實(shí)現(xiàn)了一個(gè)自動(dòng)追蹤人體的控制系統(tǒng)，控制雙路舵機(jī)轉(zhuǎn)動(dòng)底座，實(shí)現(xiàn)了風(fēng)扇一直跟隨人臉轉(zhuǎn)動(dòng)。本文所提供的檢測(cè)控制系統(tǒng)也可以集成到監(jiān)控設(shè)備，智能家居，工業(yè)自動(dòng)化領(lǐng)域等等。
在當(dāng)今電氣系統(tǒng)和設(shè)備日益普及的背景下，電器故障和老化等因素引發(fā)的火災(zāi)事故頻繁發(fā)生，嚴(yán)重威脅著人們的生命安全和財(cái)產(chǎn)?，F(xiàn)有的火災(zāi)預(yù)警方案多數(shù)依賴于電氣參數(shù)與固定閾值的比較，存在響應(yīng)速度慢、準(zhǔn)確性不足等問題，無法有效應(yīng)對(duì)復(fù)雜的電氣故障情況。為了解決這種問題，提出一種創(chuàng)新的電氣火災(zāi)預(yù)警系統(tǒng)，基于長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)技術(shù)，結(jié)合高頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(luò)(HF-LSTM)和低頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(luò)(LF-LSTM)進(jìn)行研究。HF-LSTM深入挖掘線路的溫升規(guī)律和超溫故障特性，而LF-LSTM則用于探索線路溫度變化的周期性模式。通過這兩種模型的結(jié)合，使系統(tǒng)能夠精確預(yù)測(cè)線路溫度，實(shí)現(xiàn)對(duì)電氣火災(zāi)風(fēng)險(xiǎn)的早期識(shí)別和預(yù)警。該系統(tǒng)突破了傳統(tǒng)模式只依賴某幾個(gè)參量的數(shù)據(jù)特征對(duì)電氣火災(zāi)危險(xiǎn)性進(jìn)行計(jì)算和研判，忽略了參量間的物理關(guān)聯(lián)，本文采用基于LSTM的動(dòng)態(tài)閾值調(diào)整機(jī)制，增強(qiáng)了時(shí)間序列信息的連續(xù)性和相關(guān)性，從而提高了預(yù)警準(zhǔn)確性和響應(yīng)速度。系統(tǒng)還引入了預(yù)警分位的概念，實(shí)現(xiàn)了火災(zāi)風(fēng)險(xiǎn)的定量評(píng)估和分級(jí)管理。硬件電路實(shí)時(shí)采集電流、電壓和溫度信息，并與物聯(lián)網(wǎng)平臺(tái)結(jié)合，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和自動(dòng)響應(yīng)。通過先進(jìn)算法，系統(tǒng)提高了對(duì)微弱信號(hào)的識(shí)別能力，確保了早期風(fēng)險(xiǎn)感知和預(yù)防。實(shí)驗(yàn)數(shù)據(jù)表明，該電氣火災(zāi)預(yù)警系統(tǒng)在預(yù)測(cè)準(zhǔn)確性和響應(yīng)速度上均顯著優(yōu)于現(xiàn)有方案，能夠有效降低火災(zāi)發(fā)生率，為保障生命和財(cái)產(chǎn)安全提供了高效可靠的解決方案。
由于傳統(tǒng)PID控制器面臨參數(shù)調(diào)整繁瑣、實(shí)時(shí)調(diào)適滯后、工況適應(yīng)局限等挑戰(zhàn)，本研究提出了一種以人工蜂群算法(Artificial Bee Colony, ABC)為核心的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化策略。研究表明，ABC算法對(duì)蜜蜂覓食行為的模擬機(jī)制，顯著增強(qiáng)了BP神經(jīng)網(wǎng)絡(luò)在參數(shù)空間中的探索能力，有效維持了粒子群的多樣性特征，構(gòu)建起了高效的PID控制參數(shù)自適應(yīng)調(diào)節(jié)框架，成功地克服了因參數(shù)失配而引發(fā)的控制效能遞減難題，確保了控制系統(tǒng)在復(fù)雜工況下的穩(wěn)定性與魯棒性，為提升控制系統(tǒng)整體性能提供了堅(jiān)實(shí)保障與有力支撐。ABC算法在提升BP神經(jīng)網(wǎng)絡(luò)性能上卓越可靠，為PID控制革新提供了依據(jù)與范式。
針對(duì)礦熱爐電極端部位置檢測(cè)精度低及開發(fā)過程中的復(fù)雜性問題，本文介紹了一種新型差動(dòng)式磁場(chǎng)陣列檢測(cè)系統(tǒng)。該系統(tǒng)通過布置磁場(chǎng)傳感陣列，利用差動(dòng)信號(hào)處理技術(shù)，有效消除了環(huán)境干擾和系統(tǒng)噪聲，提高了電極端部位置檢測(cè)的精度和可靠性。研究首先構(gòu)建了礦熱爐磁場(chǎng)檢測(cè)模型，并基于畢奧–薩伐爾定律，分析了礦熱爐的爐外磁場(chǎng)分布。仿真驗(yàn)證了差動(dòng)式磁場(chǎng)陣列檢測(cè)方法的有效性。測(cè)試結(jié)果表明，該系統(tǒng)能夠在惡劣的工業(yè)環(huán)境中準(zhǔn)確檢測(cè)電極端部位置，為礦熱爐的高效運(yùn)行提供了有力支持。本研究為礦熱爐的工業(yè)參數(shù)檢測(cè)和控制提供了新的思路和技術(shù)支持。
智能時(shí)代的嵌入式系統(tǒng)離不開高性能、高效的軟件和先進(jìn)的軟件開發(fā)方式。本文介紹了近期嵌入式軟件開發(fā)的三個(gè)趨勢(shì)：1)邊緣計(jì)算作為一種在本地處理和分析數(shù)據(jù)的方式正在快速發(fā)展，邊緣計(jì)算與人工智能的結(jié)合正將智能計(jì)算從以云為中心的模型中轉(zhuǎn)移出來；2) 虛擬化技術(shù)是今天高算力多核處理器計(jì)算系統(tǒng)采用的全新解決方案，容器技術(shù)則可通過簡(jiǎn)化嵌入式軟件開發(fā)、部署和維護(hù)來助力復(fù)雜嵌入式系統(tǒng)的管理；3) DevOps的概念和實(shí)踐正在逐步滲透進(jìn)入嵌入式軟件開發(fā)中，助力加快軟件交付速度，提高應(yīng)用程序質(zhì)量和穩(wěn)定性。
隨著人口老齡化程度加深，社會(huì)養(yǎng)老負(fù)擔(dān)加重，處理好全社會(huì)的養(yǎng)老問題十分重要。在全球范圍內(nèi)，老人身體健康受到許多致命疾病的威脅。而獨(dú)居老人生活中缺少家人照顧，心理上缺少慰藉，導(dǎo)致患病率更高，同時(shí)發(fā)生意外也無法及時(shí)得到救助。面臨精神、健康、意外風(fēng)險(xiǎn)三重困境，因此，他們具有更大的健康風(fēng)險(xiǎn)。本文提出的系統(tǒng)基于云–邊–端架構(gòu)實(shí)現(xiàn)，由云端服務(wù)器、感知控制和應(yīng)用服務(wù)構(gòu)成，實(shí)現(xiàn)了語音服務(wù)和老人應(yīng)急服務(wù)，即老人有語音需求時(shí)可以及時(shí)提供相應(yīng)服務(wù)，老人摔倒時(shí)可以給老人送藥并向前端發(fā)送照片和警報(bào)；前端交互模塊則由微信小程序?qū)崿F(xiàn)，使家人能遠(yuǎn)程關(guān)注家中老人的身體健康狀況。
具有開源、簡(jiǎn)單和靈活等特點(diǎn)，RISC-V架構(gòu)受到業(yè)界廣泛關(guān)注。近年來，市場(chǎng)上相繼出現(xiàn)了多款RISC-V架構(gòu)微處理器，32位RISC-V架構(gòu)MCU正逐步進(jìn)入Cortex-M MCU應(yīng)用領(lǐng)域。本文針對(duì)將應(yīng)用程序從RV32移植到Cortex-M的需求，分析RV32與Cortex-M結(jié)構(gòu)、編程模型和過程調(diào)用規(guī)范等方面的不同之處，提出程序移植過程中遇到的問題，提出方法和建議，并進(jìn)行相關(guān)性能分析和比較。
介紹一種完全自主開發(fā)的體積小的基于MEMS無線數(shù)字地震檢波器。該檢波器主要包括以下幾個(gè)部分：MEMS傳感器板、放大采集板、FPGA控制主板、無線觸發(fā)接收板、無線WIFI模塊板和供電電源設(shè)計(jì)等。該傳感器的設(shè)計(jì)涉及多個(gè)關(guān)鍵技術(shù)點(diǎn)，包括微弱信號(hào)獲取、低功耗設(shè)計(jì)、總體結(jié)構(gòu)的合理布置、高精度和高靈敏度、無線數(shù)據(jù)通訊以及無線觸發(fā)信號(hào)接收等。應(yīng)對(duì)這些關(guān)鍵技術(shù)點(diǎn)，本設(shè)計(jì)首先對(duì)芯片和材料精挑細(xì)選、對(duì)電路和結(jié)構(gòu)進(jìn)行合理設(shè)計(jì)，滿足該檢波器各項(xiàng)技術(shù)指標(biāo)。最后通過一系列的室內(nèi)測(cè)試和野外試驗(yàn)，驗(yàn)證了該檢波器的各項(xiàng)功能和性能，為地震勘探提供高精度、高靈敏度、穩(wěn)定可靠的地震檢波器。
本研究旨在開發(fā)一種在資源受限的微控制器單元(MCU)上運(yùn)行的方法，用以進(jìn)行鼾聲檢測(cè)。不同于使用CNN進(jìn)行聲音檢測(cè)的方式，我們采用門控循環(huán)單元(GRU)模型以對(duì)音頻數(shù)據(jù)進(jìn)行處理和分析。通過采用優(yōu)化模型結(jié)構(gòu)、模型量化等常用的模型優(yōu)化方式，我們最終成功將GRU模型適配到低功耗的MCU平臺(tái)，使其能夠在不依賴外部計(jì)算資源的情況下，獨(dú)立完成端側(cè)的鼾聲檢測(cè)任務(wù)，無需聯(lián)網(wǎng)。實(shí)驗(yàn)結(jié)果表明，該模型在保持較高準(zhǔn)確性的同時(shí)，能夠有效降低系統(tǒng)算力需求，滿足移動(dòng)健康監(jiān)測(cè)設(shè)備的實(shí)時(shí)性與便攜性要求。這一研究為鼾癥患者的持續(xù)監(jiān)測(cè)和睡眠健康管理提供了一種新的解決方案，同時(shí)也拓展了深度學(xué)習(xí)在嵌入式系統(tǒng)中的應(yīng)用前景。
本站介紹 歡迎投稿 隱私聲明 廣告業(yè)務(wù) 網(wǎng)站地圖 聯(lián)系我們 誠(chéng)聘英才
21ic電子網(wǎng) 2000- 版權(quán)所有
