打印
[信息]

共创芯未来 | 基于STM32的一等奖嵌赛作品集锦(4-1)

[复制链接]
31|2
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
本帖最后由 STM新闻官 于 2024-9-25 14:17 编辑

【导语】本期是嵌赛作品锦集第四篇文章,向大家介绍全国大学生嵌入式芯片与系统设计竞赛全国总决赛中,基于STM32产品系列的一等奖作品。

本期文章共展示9个作品,包含嵌入式人工智能智能可穿戴设备应用赛题方向。

1、水下检测机器人参赛方向:嵌入式人工智能   团队名称:不想白给队

本作品是针对水下大坝、桥梁以及钻井平台管道的检测需求开发的一款水下检测机器人。主控板的控制芯片选用 STM32F405VGT6,使用 FreeRTOS 控制系统进行多线程任务控制,传感器可将读取的各项信息反馈给主控板;电源管理板负责稳定的升降压和供电,使用 pico 口板与串口转网口模块读取串口信息,实现上位机的交互功能并观测水下画面;同时,可通过手柄或上位机向机器人发送指令,控制舵机和推进器系统以实现特定的功能。
主要创新点
  • 多模态运动能力:配备了两个水平推进器和两个垂直推进器,结合精细的串级 PID 控制系统,可实现前进后退、精确定角度偏航转向、滚转控制以及精确的定深操作;
  • 自适应地形功能:该机器人搭载了高度计和水下激光测距仪,当接近海底时,四足机械腿能够自动伸展准备触地;在正常水中航行时,四足腿收拢以减少阻力;
  • 智能目标跟踪:搭载了水下高清摄像头,能够对水下目标进行视觉识别和跟踪,无论是因外界水流等因素引起的位置偏移,都能通过自动调节推进器保持目标在摄像头的固定位置,从而实现动态目标跟踪。

作品展示
2、语音识别算法研究及轻量化部署参赛方向:嵌入式人工智能   团队名称:嵌我一个国一

本作品是一款高精度、低功耗的离线语音识别系统,可嵌入车载系统、智能家居和工业制造等系统。离线语音识别系统采用表征学习和时态卷积模型,结合DSP和深度学习技术,实现了高效的语音识别和降噪功能。
系统采用STM32芯片作为主控,主要功能包括高精度语音识别、轻量化模型设计、实时语音处理、低功耗优化以及智能家居控制等。通过优化算法和加速技术,系统能够在不依赖互联网连接的情况下,实时处理语音输入,快速响应用户指令,同时保证了系统的低功耗运行,延长了设备的电池寿命。

主要创新点
  • 降噪算法,相比于传统降噪算法,本项目采用音频特征提取+神经网络结合的方案,对一帧数据提取 38 维特征送入 3 层循环神经网络得到 VAD 和降噪结果。该方法不仅提高了降噪效果,还大大降低了运算成本。
  • 识别算法,使用表征学习方法和时态卷积模型,通过预训练和微调使得模型泛化能力强,并且支持自定义关键词。此外,模型本身具有计算量和内存占用小的特点,经过改进又大大提高了识别准确率,更加适用于嵌入式设备。
  • 应用广泛,本项目通过STM32Cube.AI软件工具将算法部署到硬件平台,具有识别精度高,功耗低,支持自定义关键词,应用场合广泛的特点。

作品展示
3、基于计算机视觉的智能婴儿护理系统参赛方向:嵌入式人工智能   团队名称:别和我作队

本作品是一款基于计算机视觉的智能婴儿护理系统,以 STM32H753 为主控芯片,配备 OV7725 摄像头和 OpenMV 摄像头,实现对婴儿的实时监测与分析。主要功能包括:人脸检测,危险物品检测,异常情况警报、智能安抚、环境温湿度监测和图形化界面操作。通过这些功能,系统能够为婴儿的健康成长提供全方位的保护。
在智能婴儿床系统中,我们使用了 YOLOv5 模型进行图像检测和分析,经过训练后导出ONNX 格式模型,并通过 STM32Cube.AI 工具将其转换为 C 语言代码,从而能够在STM32H753 上运行;还使用 OpenMV 模块实现对环境中危险物品的快速检测与分类,并及时发出警报,确保婴儿的安全;此外,上位机可以远程控制摇床和音乐播放,并显示实时温湿度信息。
主要创新点
  • 集成多传感器实现多维度数据采集和处理;
  • 使用轻量级神经网络在嵌入式平台上实现人脸识别;
  • 通过上位机实现远程控制和数据展示;
  • 将摇床控制、音乐播放和环境监测功能集成在一个系统中;
  • 图像通过抽取和插值实现放大和高速运行。

▲ 作品展示
4、基于 STM32F407ZET6 的智能球童机器人
参赛方向:嵌入式人工智能   团队名称:给牢丙端茶倒水

本作品面向网球运动简化捡球繁琐的需求,设计了一种基于嵌入式系统的捡球机器人。该机器人以 STM32F407 芯片为控制核心,集成了多个先进技术模块,包括硬件系统设计、OpenMV 物体识别、网球跟踪的 PID 控制、OLED 显示以及超声波避障。
主要创新点
  • 多功能集成:结合机器视觉、电机控制、PID 算法,实现机器人自动识别、追踪和捡拾网球的综合功能;
  • STM32F407 控制核心:采用 STM32F407 芯片,提供强大的处理能力和丰富的外设接口,确保系统稳定高效运行;
  • OpenMV 物体识别:利用 OpenMV 进行实时图像处理和网球识别,通过串口与主控芯片通信,获取精确坐标;
  • 滚筒式捡球机构:设计前置滚筒式捡球结构,提升捡拾效率,并配备储球仓,确保长时间工作;
  • 超声波避障:使用超声波传感器实时检测障碍物,通过算法实现智能避障,确保运动安全;
  • OLED 实时显示:集成 OLED 显示屏,实时显示机器人状态,方便用户监控和调试。

▲ 作品展示

5、督学萌宠 — 防拖延学习机器人参赛方向:嵌入式人工智能   团队名称:学业守护者联盟

本项目是一款结合物联网技术和人体姿态检测技术的新一代学习机器人,功能主要分为人体姿态检测和环境检测。人体姿态检测利用了计算机视觉库 OpenCV 和集成机器学习视觉算法的 MediaPipe 工具库,通过寻找特定特征点,在基于STM32F4的主控板对目标状态进行姿态检测,提醒学生及时调整坐姿;环境检测主要由温湿度传感模块、人体红外模块、光敏模块和 LED 等组成,实时感知环境适宜度。此外,通过无线网络连接到互联网,家长可以使用各种设备对孩子进行远程监督并交流;还设置奖励机制,帮助学生形成积极的学习态度和情绪,提高学习效果。利用 WiFi 模块组将采集到的信息通过 MQTT 协议上传至 OneNET 云平台。后端从云端将采集到的数据信息上传至 Web 端、手机 APP,实现软硬件交互。
主要创新点
  • 有益的健康支持:坐姿识别与纠正 利用坐姿识别算法,寻找特定特征并实时监测目标状态,当学生坐姿不端时给予提醒;
  • 便捷高效的远程交流与监督 家长通过手机端随时随地监督学生学习状态;
  • 积极的奖励系统 当学生完成学习计划时,机器小狗内舵机被驱动,推出奖励小箱;
  • 亲切有趣的外形设计 用 Cura 与 Nomad 切片设计和建模,将机器人设计为“宠物狗”形态并 3D打印;
  • 可靠的隐私保护 采取加密算法并实施实时监控和记录,保护个人隐私安全。

作品展示

*免责声明:本文所有视频及作品简介均来自2024第七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)。

使用特权

评论回复
沙发
STM新闻官|  楼主 | 2024-9-25 14:36 | 只看该作者

使用特权

评论回复
板凳
onlycook| | 2024-9-25 16:24 | 只看该作者

优秀,优秀,点赞

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

认证:意法半导体(中国)投资有限公司
简介:您的嵌入式应用将得益于意法半导体领先的产品架构、技术、多源产地和全方位支持。意法半导体微控制器和微处理器拥有广泛的产品线,包含低成本的8位单片机和基于ARM® Cortex®-M0、M0+、M3、M4、M33、M7及A7内核并具备丰富外设选择的32位微控制器及微处理器。

541

主题

706

帖子

17

粉丝