人工智能 嵌入式软件 软件定制 案例

升至高压击穿空气，产生电弧，装置点燃炸药，降落伞瞬间抛出，即可回收事故机来检查故障，又防止下落速度太快，人员无法躲避，安装在直升机螺旋桨的主轴中央，不随主轴一起旋转，主轴为中空定制。

5V供电，PWM输出，两路K型热电偶温度采集，将两路数据合成一路，用于无人机测试水温及发动机缸温，温度60摄氏度左右起飞，起飞后温度能维持在80度左右，防止温度过高。无人机产品具有体积小，重量轻的特点，可靠运行，适合无人机搭载。

在ubuntu系统的板子上，编写SPI驱动，点量LCD屏，主要用到linux kernel内核，理解linux驱动与其他硬件驱动的差异。完成相应功能。屏尺寸是1.47inch,主要分为两部分，一个是要在板卡上能驱动SPI接口，一个是能用SPI接口正确驱动屏显示画面。

自动驾驶系统应用层具体分有视觉感知模块，定位模块，雷达模块，规划模块和控制模块。整个应用层软件实现了，各个模块由各种传感器获取数据包括雷达，摄像头，车辆底盘的速度相关传感器等，通过对这些数据的处理获取当前车辆的自身状态，再由控制模块对车辆状态与预期状态的误差计算，通过各种控制算法计算出减小误差所需的控制量，再下发给底盘实现车辆按照预期路线与速度行驶。

中国银行正在打造的智慧眼系统，是对现有网点业务行为及人员管理上进行自动化升级。通过目标检测模型，智能检测金库开关门、金库人员穿着及作业、网点员工操作及客户险情识别等业务需求。

本项目采用 nRF9160 芯片，外置物联网传输模块（提供 LTE-M 网络），软件采用 Zephyr 实时操作系统。通过外置的 GPS、重力传感器、陀螺仪等传感器，将有效的数据加密、签名后上传到区块链，实现设备直接上链，数据永久保存。同时设备支持通过 http 空中升级固件，保证后期维护需求 项目源码地址如下： 系统固件源码地址： https://github.com/iotexproject/pebble-firmware app 应用源码地址: https://github.com/iotexproject/pebble-apps

商城和个人中心比较常规，就只介绍主要的设备模块。 用户在添加新的设备时，输入设备id和设备密码，如果与数据库里面的信息匹配，就添加到设备页。用户在点击蓝牙配网，输入WiFi名称和密码后可进行配网，点击设备详情可查看设备信息。

将车上物品送到指定编码位置，可以实现在长廊多十字路口的路况下自动循迹避障前进，在路口停车等待识别编码，编码不符合目标编码则继续前进，符合则拐弯进入符合侧的路况继续循迹前进，到达指定位置停车等待卸货，检测到卸货完成，原地掉头后原路返回

实现1:1人脸识别,人脸识别技术利用先进的计算机视觉和人工智能算法，能够自动检测图像或视频流中的人脸，并提取其独特的生物特征信息（如五官轮廓、间距等），形成高精度的“面部特征码”。通过与预先录入的人脸数据库进行快速比对和验证，该技术能精准识别特定个体身份或确认其真实性。

本系统采用 OpenMV 作为视觉传感器，利用其内置的图像处理能力，实施对场景中 网球的实时检测与识别。为了实现机器人的自主移动，本研究设计了一套基于微控制器 的驱动电路和运动控制算法。通过调整机器人的运动参数，如轮速和转向角度，以及PID 算法来控制小车按照理想的方向移动。本系统采用机械臂拾取网球。机械臂采用了多关 节结构，具备较高的灵活性和稳定性。通过对机械臂运动学和动力学的分析，开发了一 套精确的控制策略，确保机械臂能够平滑且准确地完成抓取动作。最后通过蓝牙通信模 块与用户的智能终端设备连接，用户可以接收到小车的状态信息，例如小车完成拾取后 会发送结束信息。

火灾监测与识别功能 ：系统通过摄像头等设备实时采集户外场景的视频图像数据，利用基于 YOLOv8 的深度学习模型对图像中的火焰、烟雾等火灾特征进行快速准确的检测与识别。一旦发现疑似火灾目标，立即触发警报机制，提醒相关人员注意。该功能实现了对监控区域的全天候、全方位、不间断监测，确保火灾隐患能够及时被发现。 警报推送与定位功能 ：当识别到火灾时，系统会迅速生成包含火灾位置信息的警报消息，并通过多种渠道（如短信、APP 推送、邮件等）将警报发送给预先设定的应急响应人员，如消防队员、护林员等。同时，结合地理信息系统（GIS）技术，系统能够在地图上精准定位火灾发生的具体位置，为应急救援人员快速赶赴现场提供准确指引，提高灭火效率，减少火灾蔓延的风险。 历史数据查询与分析功能 ：系统对每次火灾检测事件进行详细记录，包括时间、地点、火灾特征图像等信息，用户可以通过界面方便地查询历史火灾数据，对火灾发生的时间分布、地域分布等进行统计分析。这有助于深入了解火灾发生的规律和趋势，为制定更加科学合理的火灾防控策略提供数据支持，从而更有针对性地加强重点区域、重点时段的火灾监测与预防工作。

在jetson环境上开发硬件编码功能，使用英伟达硬件优化编码过程，时延从100+ms降低至6ms，极大程度优化了程序，使远控功能完全可用。并基于零拷贝技术发布ros2通道。整个编码到解码渲染150ms左右，完全满足业务的低时延需求。

集成化模块：利用 ROS 架构整合驱动器、传感器和控制单元，简化通信，提高能源效率和便携性。 多模态感知模块：集成多种传感器，借助 ROS 融合数据，增强环境感知，保障操作安全高效。 可拓展性模块：采用模块化设计，组件标准化，便于更换升级，兼容第三方配件和现有系统。 人工智能学习模块：运用机器学习和 AI 技术开发算法，使机器手能依环境反馈自动调整动作，适应复杂环境。 核心控制电路模块：作为机器手的控制核心，通过多种电路和功能模块实现指令传达、电流监控和通信，对关键部件进行精细配置。 传感器数据采集模块：配置多种传感器采集环境信息，各指骨板和手掌核心板分工协作，实现数据采集、处理和整体控制。 电机控制模块：控制电机运转，根据指关节位置设定调节电机转向，确保机器手精准动作。

主要实现了日产系列汽车无人驾驶智能车的车内遗留物检测（小目标），提醒乘客携带所带好物品下车，活体检测（动物等），人员超载检测，异常姿态检测，报警，数据整合上传等功能。dms部分由另一个团队开发。

负责agent搭建以及RAG处理接入网关(模型聚合平台)，同时打造边缘计算产品(搭载离线算立卡，docker部署)，产品包含AI助手，知识库，机器人，AIPPT等功能。同时上线SAAS端饭方便用户进行体验各种功能负责agent搭建以及RAG处理接入网关(模型聚合平台)，同时打造边缘计算产品(搭载离线算立卡，docker部署)，产品包含AI助手，知识库，机器人，AIPPT等功能。同时上线SAAS端饭方便用户进行体验各种功能

使用Qt开发机械臂控制系统，通过交叉编译将控制软件移植到ARM Cortex-A9开发板，实现了6轴机械臂位置、姿态正运动、逆迅动求解，示教指令实现、语法检查，人机操作界面等，网络通信、串口通信、Modbus实现。开发了一体伺服关节Ethercat COE主站软件。

智能小车自主巡航并拍照识别字符。使用Arduino 板子里ros2arduinoROS2 库，基于 XRCE - DDS 协议，让基于 Arduino 的低功耗、低成本设备能够轻松运行 ROS2 生态系统，进行小车驱动，树莓派作为中央控制小车驱动，并使用RTAB-VSLAM进行基于外观的实时三维建图，进行实时巡航并添加OCR识别工厂机台显示器数值，数据异常则报警