本帖最后由 STM新闻官 于 2023-9-20 10:01 编辑
6
Al植起绿色希.望--沙漠绿化机器人
参赛方向:嵌入式人工智能 团队名称:晨智队
本作品可解决沙漠种植沙柳环境差、效率低等问题,降低种植工人工作强度并提高沙柳的成活率。该装置包括电机驱动系统,螺旋式钻孔系统,沙柳储存、传送系统,回填压实系统组成,可以大幅度节约水资源的消耗,缩减施工时间,节省人力,高质量、高效率的完成沙漠种植工作。可用于沙漠农业、沙漠绿化、荒漠治理等场景,帮助减少土地退化和沙漠化,并改善荒漠地区的生态系统功能。
主要创新点: - 采用智能遥控的全自动植树,操作方便可靠。本机器具有实时控制系统、影像监测系统、GPS定位系统,可以时刻了解机器所处状态;搭配温度传感器、风速传感器、视觉传感器,实时了解当地的温湿度、风速以及画面。并且可以根据使用人员的远程遥控实现远程控制;
- 该装置具备多种功能,可实现挖坑、落苗、填埋、浇水全流程自动化,工作效率较人工提高3.2倍。本款装置具有流程化作业的设施,由前部分可调换式钻头进行挖孔,送苗机构通过旋转将树苗从苗堆中送至导向槽,并掉落至打完的坑中,再由浇水机构进行浇水。
▲ 作品展示
7
基于图像识别技术的智能灌溉小车
参赛方向:嵌入式人工智能 团队名称:三只小蜜蜂
本作品旨在通过控制智能灌溉小车代替人力劳动,结合传感器技术、自主导航和智能控制系统,实现对农田或园区进行自动化、精确化的灌溉。它可以根据植物的类型,精确控制水源供应,最大程度地满足植物的水分需求,并减少水资源浪费,还可以进行自动补水,确保智能小车运行正常。本项目小车通过自动循迹技术使小车按照地图行驶,并利用 OpenMV 图像识别技术来识别不同植物从而控制不同浇水量。可用于农田灌溉、果园、蔬菜种植、花卉种植等农业领域,是农林业开展智能化精准灌溉的好“帮手”;还可用于城市公园、高尔夫球场、庭院等绿化景观的灌溉。
主要创新点:传感器技术: 使用多种传感器,实现多方位检测,可以提高感知的准确度,不同工作原理的传感器联合互补,渐少环境、噪声等外界干扰; 自动循线功能:由于农田分布规整,分块明显,因而可以提前设置好循线轨迹,通过小车自动循线,实现智能小车自动行驶的功能; 精准灌溉控制:通过智能识别农作物的种类,控制灌溉的出水量,从而实现节约水资源,提高灌溉效率的目的。
▲ 作品展示
8
嵌入式机器人
参赛方向:嵌入式人工智能 团队名称:划水小队
本作品旨在完善智能体感感知的外骨骼式机器人设计(智能体感感知设备、外骨骼机器人设计),以提高精度,降低成本。项目拟在室内复杂环境下,采用三维场景建模、导航定位和视觉识别技术,定位较小局域内的任务目标精确测定运动物体的位置和运动状态,以完成精准救援工作。可用于火灾、震灾等高危场景的救援工作。本作品以灾后救援机器人为例,设计出一种可以远程操控,精准实现模仿人体感动作的智能机器人,系统采用嵌入式系统为核心的控制中心、传感器为检测器件以及物联网技术,实现精准的远程操控。
主要创新点:- 利用云端进行数据的远程交互,实现远程监控;
- 采用高灵敏度的陀螺仪和加速传感器,能更快、更准确地获取人体运动状态的信息;
- 采用无线传输,具有便携性和高可靠性,且操作方便;
- 预留了对外传输数据接口,可用于远程机器人的控制。
▲ 作品展示
9
Fly bot-智能轨道缺陷检测机器人
参赛方向:嵌入式人工智能 团队名称:三只小虾米
本作品基于STM32H7和STM32F4,结合嵌入式 AI 与物联网技术,将四轴飞行器与检测装置相结合,自行设计新式“四轴飞行器车”式结构,灵活部署检测装置,实现对我国铁路路网铁轨表面缺陷的检测和分级,并将缺陷信息上传至后台系统方便日后维护。可用于铁路,高铁,地铁,城市轻轨等轨道表面检测领域。
主要创新点: - 全时段:参考火车轮子参数建模,设计了智能机器人的轮子,可在轨道上转弯;针对传统检测方法需要调度车辆的问题,以四轴飞行器和检测车结合的创新结构,使得机器具有飞行能力,当火车靠近时,机器人可以垂直起降,躲避火车;同时,使用夜间增强算法,使其在黑夜也能正常工作。从而实现机器的 24 小时随时部署工作,灵活高效;
- 全流程:实现了快速部署、自动返航、路况应对、缺陷识别与分级,及后台管理五大功能,建立并完善了从机器部署、到损伤检测、到最后工人处理的完整流程;
- 分类分级:将所有缺陷根据缺陷类型和尺寸大小分为三级,并根据级别的不同采用对应的处理,对于严重的一级缺陷,通知工人维修;对于发展中的二级缺陷,记录在数据库;而萌生初期的三级缺陷,则统计一片区域内的数量或暂时不做处理;
- 动态检测:为使机器在高速移动中也能完成检测,在物理和算法两个层面做了优化:物理上,增高摄像头高度,采用高快门速度的摄像头;算法上,一方面,融合了深度可分离卷积网络;另一方面,增加了直方图均值化、高斯模糊等数据增强方法,减少了参数量,提高了检测速度。
▲ 作品展示
10
基于机器视觉的蓝莓果蝇果识别与分拣系统
参赛方向:嵌入式人工智能 团队名称:万有引力队
本作品是基于视觉技术的蓝莓果蝇果无损识别与分拣系统。通过对已采集到的蓝莓进行特定的流水线设计,基于 STM32F407ZGT6 控制步进电机带动齿轮组对蓝莓进行分行分列处理,通过深度学习算法 YOLOV5 模型进行蓝莓果蝇果的识别,在暗箱实时检测标记蓝莓果蝇果,获取中心坐标值,设定特殊算法简化 Jetson Nano 与 STM32F407ZGT6单片机的串口通信,控制相应舵机实现击打动作,实现将被标记的蓝莓果蝇果与健康的蓝莓分开,保证蓝莓的品质,延长贮存的时间,提高蓝莓生产过程中的经济效益。可应用推广到黑加仑、蓝靛果、五味子、树莓、葡萄等水果的分拣。
主要创新点:
- 蓝莓分行分列齿轮装置,设计齿轮组与二级筛漏瓶的机械结构,通过电机带动齿轮转动,蓝莓自然下落实现分行分列处理;
- 构建蓝莓果蝇果的数据集,训练出效果较好的深度学习模型,并通过剪枝量化蒸馏获取轻量化模型部署至 Jetson Nano 端,后期通过 TensorRT 加速模型推理速度,优化实时检测效果;
- 采取特殊算法处理坐标数据,简化串口通信数据量,后期通过解码操作获取控制信息,实现舵机击打操作;
- 运用 Solid Works 设计舵机臂,实现对蓝莓果蝇果的单个击打,进行精分拣处理。
▲ 作品展示
*免责声明:本文所有视频及作品简介均来自2023第六届全国大学生嵌入式芯片与系统设计竞赛应用赛道学生提交的参赛作品展示,由学生自行制作。意法半导体展示获奖作品内容仅为展示参赛者作品,为开发者带来更多创意启发,并已征得主办方同意。意法半导体不承担作品展示内容或视频字体的相关法律责任。如有异议,请联系STM32客服沟通(微信号:STM32_01)。
|