人工智能飛速發(fā)展必然帶動嵌入式系統(tǒng)的發(fā)展。人工智能與嵌入式系統(tǒng)的融合的人才有哪些特點，該如何培養(yǎng)是當前高校所面臨的問題。本文分析了人工智能與嵌入式系統(tǒng)的融合人才的特點：系統(tǒng)優(yōu)化思想、具備神經(jīng)網(wǎng)絡新知識、交叉學科創(chuàng)新、跨學科自學等。再針對這些特點，提出了建議的新課程體系和一些可行的培養(yǎng)方法。
隨著物聯(lián)網(wǎng)和嵌入式系統(tǒng)的發(fā)展，實時操作系統(tǒng)(RTOS)的安全性和性能需求日益提高。傳統(tǒng)基于C語言的RTOS在內(nèi)存安全和并發(fā)控制方面存在局限，容易導致緩沖區(qū)溢出、數(shù)據(jù)競爭等問題。本項目以RT-Thread為基礎，使用Rust語言重構其內(nèi)核，形成了全新的RusT-Thread系統(tǒng)。系統(tǒng)采用模塊化架構，涵蓋內(nèi)核服務、進程調(diào)度、內(nèi)存管理、線程通信與時鐘控制等核心功能，并充分利用Rust的所有權模型與類型系統(tǒng)，實現(xiàn)內(nèi)存安全與并發(fā)安全保障。項目創(chuàng)新性地引入改進的多級反饋隊列調(diào)度算法、中斷安全數(shù)據(jù)容器(RTIntrFreeCell)、內(nèi)聯(lián)匯編與動態(tài)–靜態(tài)數(shù)據(jù)分離等技術，在保證功能兼容性的同時優(yōu)化了代碼簡潔性與可維護性。通過單元測試、集成測試和性能基準測試，RusT-Thread在中斷延時、上下文切換和線程創(chuàng)建時間等關鍵指標上表現(xiàn)出與RT-Thread相當甚至更優(yōu)的實時性能。該工作不僅展示了Rust在系統(tǒng)軟件開發(fā)中的可行性與優(yōu)勢，也為未來安全可靠的嵌入式RTOS設計提供了參考。
本文介紹了關于嵌入式虛擬化技術的主要類型和特點。針對虛擬化技術在嵌入式領域中應用的主要問題，提出了降低虛擬化損耗和提升系統(tǒng)實時性的方法。并針對嵌入式設備的需求，給出虛擬化下動態(tài)調(diào)頻的技術方案，用于提升系統(tǒng)性能的同時，降低設備功耗。最后列舉了兩個關于不同虛擬化類型在工業(yè)場景下的實際應用。
CherryUSB是一個輕量級、高性能的開源USB主從協(xié)議棧，由國內(nèi)開發(fā)者維護，專為資源受限的帶USB外設的嵌入式系統(tǒng)設計。近年來，隨著帶USB外設的嵌入式設備逐漸增多，CherryUSB成為了一個可靠穩(wěn)定的選擇。相比其他USB協(xié)議棧，CherryUSB更注重用戶閱讀體驗、驅(qū)動全面性、穩(wěn)定性和高性能，降低了開發(fā)者入門的門檻，發(fā)揮出了嵌入式設備中USB的優(yōu)勢。本文對CherryUSB主機和從機代碼進行原理性的分析，并基于rt-thread artpi2開源硬件平臺，進行CherryUSB主從機的應用實踐，為嵌入式USB開發(fā)提供參考和借鑒。
在大數(shù)據(jù)與深度學習浪潮的推動下，數(shù)據(jù)驅(qū)動模型已全面取代傳統(tǒng)規(guī)則式算法，成為提升圖像分辨率的核心引擎。本文綜述了數(shù)據(jù)驅(qū)動模型在圖像分辨率提升方面的應用，涵蓋了三維重建、壓縮感知、單像素成像和超分辨率技術，并進一步探討數(shù)據(jù)驅(qū)動模型在視覺成像、工業(yè)無損評估和醫(yī)學影像處理等實際場景中的落地實踐，以及未來的發(fā)展趨勢。
文章詳細介紹了針對潤開鴻鴻銳開發(fā)板SCDAYU800A的OpenHarmony操作系統(tǒng)的移植適配過程。潤開鴻鴻銳開發(fā)板SCDAYU800A基于平頭哥高性能RISC-V架構曳影TH1520芯片，具備強大的AI算力和豐富的功能接口。通過對OpenHarmony的適配，實現(xiàn)了從產(chǎn)品定義、工具鏈適配到內(nèi)核移植、驅(qū)動適配等關鍵環(huán)節(jié)的完整流程。并重點探討了RISC-V架構下針對標準系統(tǒng)Linux內(nèi)核的移植以及觸摸屏驅(qū)動的開發(fā)，為基于RISC-V架構的嵌入式系統(tǒng)研究提供了實踐參考。
隨著大語言模型(LLM)及邊緣計算技術的發(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。文章設計并實現(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，融合傳感器/執(zhí)行模塊、邊緣終端、本地/云端LLM推理引擎、云計算中心與n8n自動化平臺。系統(tǒng)采用模塊化設計，支持MCP調(diào)度架構與OPC UA、MQTT等協(xié)議通信，具備低延遲、高可擴展性和良好的工程可移植性。并重點介紹了系統(tǒng)構成、核心模塊設計，以智能家具為典型應用實例及部署實驗，展示其在各種AIoT行業(yè)應用場景下的實用性和開放性。
內(nèi)窺鏡泛指經(jīng)自然腔道或人工孔道進入體內(nèi)，并對體內(nèi)器官或結構進行直接觀察和對疾病進行診斷的醫(yī)療設備，一般由光學鏡頭、冷光源、光導纖維、圖像傳感器以及機械裝置等構成。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，已廣泛應用于外科微創(chuàng)手術中。
心理健康是社會普遍關注的問題，我國抑郁癥患者群體人數(shù)持續(xù)擴大，發(fā)病群體呈現(xiàn)年輕化趨勢，且高校學生群體占比持續(xù)升高，利用人工智能技術賦能高校心理健康工作刻不容緩。本文針對現(xiàn)有高校心理健康工作存在集中評測精度不足、隱患排查時效性差、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)，構建學生異常情緒及行為監(jiān)測與預警機制；通過自主研發(fā)的大語言模型，實現(xiàn)學生情緒的動態(tài)識別與智能評估，并結合心理學理論，動態(tài)適配個性化疏導策略，支持多角色的情感陪伴與心理支持。系統(tǒng)在實際應用中表現(xiàn)出良好的效果，心理狀態(tài)評測準確率超過85%，顯著提升了心理服務的精準性與響應效率，為校園心理健康教育體系的智能化與科學化建設提供了有力的技術支撐。
Zephyr開源項目由Linux基金會維護，是一個針對資源受限的嵌入式設備優(yōu)化的小型、可縮放、多體系結構實時操作系統(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，其廣泛的設備支持和高度的可擴展性吸引了開發(fā)者的關注。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，結構更復雜，這提高了開發(fā)者入門和精通的門檻。文章對Zephyr硬件抽象層和設備驅(qū)動的架構與實現(xiàn)進行系統(tǒng)性分析，重點闡述了設備驅(qū)動模型和設備樹的作用。為了展示基于Zephyr的嵌入式軟件開發(fā)，文章在BBC micro:bit V2開源硬件上構建樣例Zephyr設備驅(qū)動和應用程序，并做解釋和驗證。
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、電池電壓及振動監(jiān)測模塊的低功耗傾斜穩(wěn)固性形變監(jiān)測系統(tǒng)。該系統(tǒng)設計旨在通過高精度、低功耗的技術手段，實現(xiàn)對結構健康狀態(tài)的實時監(jiān)測與預警，特別適用于無法直接供電的遠程或野外環(huán)境。本文詳細闡述了系統(tǒng)的硬件構成、軟件平臺、核心優(yōu)勢以及在邊緣計算領域的應用潛力，為結構健康監(jiān)測領域提供了新的解決方案。
本文聚焦基于MCU平臺的物體檢測算法的討論，并提供了一套完整的工程實現(xiàn)示例：人臉追蹤風扇。工程不僅提供了一個高效的物體檢測算法，并且實現(xiàn)了一個自動追蹤人體的控制系統(tǒng)，控制雙路舵機轉(zhuǎn)動底座，實現(xiàn)了風扇一直跟隨人臉轉(zhuǎn)動。本文所提供的檢測控制系統(tǒng)也可以集成到監(jiān)控設備，智能家居，工業(yè)自動化領域等等。
在當今電氣系統(tǒng)和設備日益普及的背景下，電器故障和老化等因素引發(fā)的火災事故頻繁發(fā)生，嚴重威脅著人們的生命安全和財產(chǎn)?，F(xiàn)有的火災預警方案多數(shù)依賴于電氣參數(shù)與固定閾值的比較，存在響應速度慢、準確性不足等問題，無法有效應對復雜的電氣故障情況。為了解決這種問題，提出一種創(chuàng)新的電氣火災預警系統(tǒng)，基于長短期記憶網(wǎng)絡(LSTM)技術，結合高頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(HF-LSTM)和低頻電氣參數(shù)循環(huán)神經(jīng)網(wǎng)絡(LF-LSTM)進行研究。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合，使系統(tǒng)能夠精確預測線路溫度，實現(xiàn)對電氣火災風險的早期識別和預警。該系統(tǒng)突破了傳統(tǒng)模式只依賴某幾個參量的數(shù)據(jù)特征對電氣火災危險性進行計算和研判，忽略了參量間的物理關聯(lián)，本文采用基于LSTM的動態(tài)閾值調(diào)整機制，增強了時間序列信息的連續(xù)性和相關性，從而提高了預警準確性和響應速度。系統(tǒng)還引入了預警分位的概念，實現(xiàn)了火災風險的定量評估和分級管理。硬件電路實時采集電流、電壓和溫度信息，并與物聯(lián)網(wǎng)平臺結合，實現(xiàn)實時監(jiān)控和自動響應。通過先進算法，系統(tǒng)提高了對微弱信號的識別能力，確保了早期風險感知和預防。實驗數(shù)據(jù)表明，該電氣火災預警系統(tǒng)在預測準確性和響應速度上均顯著優(yōu)于現(xiàn)有方案，能夠有效降低火災發(fā)生率，為保障生命和財產(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、實時調(diào)適滯后、工況適應局限等挑戰(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)絡優(yōu)化策略。研究表明，ABC算法對蜜蜂覓食行為的模擬機制，顯著增強了BP神經(jīng)網(wǎng)絡在參數(shù)空間中的探索能力，有效維持了粒子群的多樣性特征，構建起了高效的PID控制參數(shù)自適應調(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)整體性能提供了堅實保障與有力支撐。ABC算法在提升BP神經(jīng)網(wǎng)絡性能上卓越可靠，為PID控制革新提供了依據(jù)與范式。
針對礦熱爐電極端部位置檢測精度低及開發(fā)過程中的復雜性問題，本文介紹了一種新型差動式磁場陣列檢測系統(tǒng)。該系統(tǒng)通過布置磁場傳感陣列，利用差動信號處理技術，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的精度和可靠性。研究首先構建了礦熱爐磁場檢測模型，并基于畢奧–薩伐爾定律，分析了礦熱爐的爐外磁場分布。仿真驗證了差動式磁場陣列檢測方法的有效性。測試結果表明，該系統(tǒng)能夠在惡劣的工業(yè)環(huán)境中準確檢測電極端部位置，為礦熱爐的高效運行提供了有力支持。本研究為礦熱爐的工業(yè)參數(shù)檢測和控制提供了新的思路和技術支持。
本站介紹 歡迎投稿 隱私聲明 廣告業(yè)務 網(wǎng)站地圖 聯(lián)系我們 誠聘英才
21ic電子網(wǎng) 2000- 版權所有
