基于Arduino的显微观测平台的设计

为了模拟纺织品中衣物纤维的吸湿性能,搭建了能操控并观测微小体积(微升)液滴的实验平台。本实验平台将自行编写可执行程序上传到Arduino开发板中控制步进电动机的脉冲信号,使用步进电动机和数码显微镜来达到微观尺度的高精度间距控制和观察。通过控制纤维的间距来观察液滴的形貌变化,发现液滴形貌变化与纤维半径、液滴体积有关。当纤维半径是0.25mm时,小体积液滴(约小于1.2μL)随着间距的增加或者减少形貌具有可逆性,但是(相对的)大体积的液滴(约大于1.2μL)随着纤维间距的变化出现了滞后性。本文的研究对于纤维纺织品的制造和小规模液体的操纵或运输有参考作用。     

基于高光谱技术的土壤水分无损检测

利用高光谱成像仪(光谱范围400～1 000 nm)对土壤含水率进行了无损检测。比较了208个土样不同天数下土壤含水率与光谱变化、不同质量含水量光谱的差异;对比分析了不同光谱预处理方法、不同方法提取特征波长、采用多元线性回归(multiple linear regression,MLR)、主成分回归(principal component regression,PCR)与偏最小二乘回归(partial least squares regression,PLSR)建模,优选出最佳模型。结果表明：光谱曲线的反射率随着土壤含水率的增加而减小。当超过田间持水率时,光谱曲线的反射率会随着土壤含水率的增加而增大。对比分析了不同预处理方法,近红外波段优选出单位向量归一化预处理方法。采用无信息变量消除法(UVE)、竞争自适应加权采样(CARS)、β系数法、连续投影算法(SPA)方法提取特征波长为49,30,5和7。为了减少数据冗余,对UVE与CARS提取的特征波长进一步采用SPA方法进行特征提取,UVE+SPA,CARS+SPA提取特征波长数分别为5和8个。在此基础上,利用MLR,PCR和PLSR方法对400～1 000 nm范围的特征波长建立模型,对比分析不同建模效果,优选出β系数提取的特征波长的MLR模型。最优的特征波长为411,440,622,713和790 nm,最优模型的预测相关系数R_p=0.979,预测均方根误差RMSEP为0.763。因此,今后可采用不同波段对土壤含水率进行定量分析。     

Arduino控制器CAN驱动模块的设计

随着Arduino控制器在测控系统和通信系统中的广泛应用,其CAN总线模块的开发技术日益关键,故将Arduino控制器的CAN驱动设备创建作为研究对象,从硬件电路设计到底层驱动开发进行了详细研究,以Simulink作为开发环境,采用嵌入式Matlab函数模块创建CAN驱动模块,并以实际电机应用例子的通信实验验证模型的准确性和可靠性。通过CANoe测试软件采集的传输通信数据,结果表明基于Simulink开发的CAN通信模块调试成功。这不仅为后续系统级的开发奠定了良好的通信基础,也给其他驱动模块的开发带来了启发。     

基于Arduino的便携式IRIG-B(DC)信号监视系统的设计

介绍了一种基于Arduino的便携式IRIG-B(DC)信号监视系统的设计过程。给出了以开放源代码硬件项目平台Arduino为核心构建的“输入控制 逻辑处理 数据处理 数据交互 数据存储 网络传输 实时显示”的系统硬件设计结构。利用Arduino内高度集成的AVR二次编译封装库,将复杂的逻辑控制和数据处理等底层的指令封装成简单实用的函数调用,完成了整个系统的任务调度和管理,实现了对时间统一系统IRIG-B(DC)信号的波形采集、数据分析、时间解调、状态监视、实时显示以及数据存储等功能。测试表明,系统设计简洁,工作稳定可靠,满足功能需求。     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

基于labview的闪光灯光强检测系统的设计

为了更好的对闪光灯性能做出评价,本文设计了一种应用于闪光灯的光强检测系统。以labview为开发平台,不仅能观测一定时间内的闪光波形,还可以快速准确的计算出闪光的峰值光强、有效光强和闪光时间。介绍了该系统的参数计算原理、硬件结构和labview程序设计,针对数据采集过程中易丢失数据问题提出了有效的解决方法,并完成数据的存储。检测结果表明,该系统操作简单,可检测闪光时间大于1ms的任意闪光波形,连续采集时间最大达10s,利用该系统能对闪光灯性能做出很好的评价。     

基于LabVIEW的光热偏转检测系统的设计

将虚拟仪器技术和光热偏转检测技术相结合,在LabVIEW平台上设计开发了一套材料热扩散率测量的自动扫描和数据处理系统。整个系统在仪器控制、数据采集和数据显示等方面实现了自动化测量,并且集成了光热偏转检测技术的数据处理功能。实验结果表明系统运行稳定,操作简单快捷,具有很好的实时性和直观性。     

基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

基于Arduino的多参数水质检测仪

近年来,农村水质的污染问题越来越严重。在水资源的保护与治理中,水资源的水质检测是一项必须的环节。本文设计的基于Arduino的多参数水质检测仪相比传统的水质检测仪在功能和结构上优化了许多。它是一款基于Arduino单片机模块化的应用,利用Arduino开发设计出一款成本低、实用性强、可以检测水的温度、PH值、浊度、电导率,适合广大农村地区普遍使用的多参数水质检测仪。本文详细论述了多参数水质检测仪的工作原理和在实际生活的应用。     

基于机器视觉的发动机喷嘴检测系统的设计

以检测发动机喷嘴上几何尺寸为目的,设计了以TMS320DM642DSP为处理器,利用机器视觉技术进行检测的系统;通过CCD摄像机采集被测喷嘴的数字图像,在DSP中进行图像去噪、边缘检测、图像识别等图像处理过程,识别出被测尺寸并计算出值;阐述了该系统的工作原理和图像处理的算法,流程及实验结果。     

基于Arduino的AIS数据分布式采集研究

为了解决船舶自动识别系统(Automatic Identification System, AIS)数据的分布式采集,使全球AIS消息报文接收、解码、封装、转发操作的安装成本更低、稳定性更好、安全性更高、维护工作量更小。通过采用以Arduino嵌入式平台为核心结合外围电子器件开发的网络解码器组成分布式采集网络,并采用C语言将合理的数据结构和算法直接在MCU上编程实现,来取代以x86架构和操作系统为基础的网络解码器。通过实验可以证明,采用Arduino技术的AIS网络解码器的解码效率能够满足AIS基站发送数据的速率要求,解码内容正确,能按照约定的网络传输格式转发消息内容,可应用于全球AIS数据的分布式采集中。该成果具有功耗更低、运行更稳定、成本更低廉等优点,对需要大量使用网络解码器来构建的AIS数据分布式采集网络具有重大现实意义。     

基于STM32大气动态雾霾检测系统的设计

大气的质量直接关系到人们的生存环境,衡量大气污染的程度和对身体健康造成的伤害,都离不开对大气的检测。如何进行检测,用什么方法来评判,本文提出一种方法来实时检测大气雾霾的状况,尤其是PM2.5(空气动力学当量直径小于等于2.5微米的颗粒物)被认为是造成雾霾天气的“元凶。大气雾霾监测系统利用雾霾检测器和GPRS传导,将所在地雾霾情况实时监测传输给手机APP终端,手机接收之后将数据整合显示给使用者,达到雾霾监测和提前应对恶劣天气的作用。     

基于Arduino的便携式IRIG-B(DC)信号监视系统的设计与实现

为了提高对时间统一系统IRIG-B码信号的监测效率,需要一套自动监测系统;本文结合某型号时间统一系统,针对该时统设备输出的通用IRIG-B(DC)格式时间码,介绍了一种基于Arduino的便携式IRIG-B(DC)信号监视系统的设计过程,给出了以开放源代码硬件项目平台Arduino为核心构建的“输入控制+逻辑处理+数据处理+数据交互+数据存储+网络传输+实时显示”的系统硬件设计结构;利用Arduino内高度集成的AVR二次编译封装库,将复杂的逻辑控制和数据处理等底层的指令封装成简单实用的函数调用,完成了整个系统的任务调度和管理,实现了对时间统一系统IRIG-B(DC)信号的波形采集、数据分析、时间解调、状态监视、实时显示以及数据存储等功能;测试结果表明,系统设计简洁,工作稳定可靠,设计指标满足功能需求。     

基于物联网的城市河道酸碱度远程检测系统的设计

随着城市经济的发展,城市河道水环境受到了严重的污染和破坏,其中水质的酸碱度是水质污染的一个重要指标。由于城市河道水质污染的不确定性,一套能够在野外无人看管的环境下,多节点多范围对河道水质酸碱度实时检测系统成为一种需求。系统中每个采集节点连有pH传感器,采集的pH值数据通过Zigbee模块传给基站,基站将每个节点的数据与时间和地点信息绑定存储到云端数据库。管理人员可以通过网页随时随地了解当前各区域的水质酸碱度情况,如一旦水质出现污染,管理人员可以通过后台了解水质污染的扩散情况和污染源头,可以及时采取措施降低损失。该系统的运用与传统的人工现场取样带回实验室分析的方法相比,不但极大的提高了预警能力而且还大幅降低人力成本。     

基于ZigBee的高速公路结冰信息检测系统的设计

针对高速公路上结冰状况仅靠驾驶员观察易导致事故的现状,根据结冰温度和冰的导电性,并结合光在冰层中的传播特性,提出一种利用ZigBee技术的新型的高速公路路面结冰信息检测系统。该系统以楔形光纤作为光的传播媒介,通过采集光纤内光强的变化,结合温度和阻值的大小来融合出高速公路上冰的冰厚和冰型。介绍温度、阻值和光强等采集模块的设计原理,及实验测试环境的实现。经过验证,该系统可有效检测出路面的冰厚和冰型。     

MicroRNA快速检测系统的设计

为了实现MicroRNA的快速检测,设计了一种便携式MicroRNA快速检测仪.基于等温滚环扩增技术,采用光电检测方法,检测标志物受激发出的荧光光强,建立特征荧光分析检测系统.通过改变激发光强度、MicroRNA试剂浓度等参量,验证了该仪器可测量的MicroRNA的浓度范围为0.01~0.1μmol,可检测出的最低检出限为7个拷贝数,MicroRNA浓度与荧光信号强度之间为线性关系(R2=0.999 1).     

基于Arduino的光敏电阻实验改进及其应用探究

随着科技的不断发展,人工智能技术渗透到人类生活的各个领域,在教育领域中也有体现.编程知识是人工智能技术的基础,利用Arduino开发板对光敏电阻光照特性进行探究,将编程知识融入物理实验教学中,并设置具体生活情境,让学生根据所学知识自主制作光敏报警器,培养学生自主创新能力.     

基于瞳孔几何特征的驾驶疲劳检测嵌入式系统的设计

驾驶员疲劳驾驶是引发交通事故的一个重要原因。针对驾驶疲劳检测算法运算复杂、视频图像数据量大的特点,设计了基于瞳孔几何特征的疲劳驾驶检测嵌入式系统。系统以TI公司的DSPTMS320DM642为核心,采用瞳孔图像的几何特征约束定位人眼,识别疲劳帧。在此基础上,提出了疲劳状况测评的判定方法,从而达到检测驾驶员疲劳程度的效果。实验结果表明,该系统算法简单、快速,是一种行之有效的、实时的非接触式疲劳驾驶检测系统。     

基于USB3.0和FPGA的传动误差检测系统的设计

为提高机床传动误差检测的速度、实时性以及精度,同时为优化硬件电路的结构,并保证采样数据毫无损失地传至上位机系统,提出了一种高速实时检测方案。通过脉冲插补的思想,提出一种传动误差检测的方法。另外在一块高性能FPGA芯片内部搭建数据预处理以及控制模块,利用USB3.0芯片作传输媒介,有效地减少了该系统外围电路复杂程度,降低了开发难度。并对该系统进行模拟仿真试验。试验结果表明：根据设定的误差曲线换算后的数据,通过另一个FPGA发送至该系统,处理后得到的数据不需要经过后期补偿,其误差曲线很好地归零并形成一条闭合曲线,而低速端转速误差曲线也正确反映了仿真实验的情况。实验结果表明该系统实现了高速实时检测,为机床传动误差检测提供了技术上的支持。     

阵列LED油品检测系统的设计

为了实现对输油管道上油品的测量,本文根据近红外光谱分析的基本原理,以及汽油和柴油的实际光谱图像的差异,设计了基于LED阵列的油品测量实验系统。该检测系统采用模块化设计,以多个不同中心波长的近红外LED组成阵列作为光源,并选用TI公司推出的带24位ADC的系统级高精度微控制器——MSC1211为系统的数据采集及控制核心,使系统具有体积小、结构简单、分立器件少、集成度高的优点。这些特性为系统在输油管道上的应用奠定了基础。