学科分类
/ 1
7 个结果
  • 简介:ARM与意法半导体(STMicroelectronics,以下简称ST)共同宣布,ST已正式加人ARMrobed项目。该项合作将允许开发者在使用ST基于ARMCortex—M系列处理器的STM32微控制器系列产品进行开发的同时,自由获取mbed软件、开发工具及在线合作平台,帮助他们实现打造新一代智能电子产品的愿景。

  • 标签: 意法半导体 电子产品 微控制器 开发工具 开发者 ARM
  • 简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。

  • 标签: 深度强化学习 DQN 自主决策 避障
  • 简介:Arm宣布将其DesignStart项目进一步升级,在Cortex-M0和Cortex-M3的基础上,又将其功耗最低、面积效率最高的应用处理器Cortex-A5纳入该项目,帮助开发人员在高级设计中轻松访问支持Linux的Arm处理器。

  • 标签: ARM处理器 Linux 嵌入式设计 CORTEX-M3 应用处理器 级设计
  • 简介:在工业物联网高速发展的同时,伴随着网络安全威胁的急逮攀升,准确检测到威胁工业物联网安全的入侵行为是极其重要的。本文简要分斩了工业物联网所面临的网络安全问题,采用了6种基于机器学习算法的入侵检测技术,并对应用效果进行对比分析。通过实验验证了入侵检测的有效性,并对下一阶段的研究方向做出了展望。

  • 标签: 物联网 入侵检测 网络安全 机器学习
  • 简介:深度学习算法在物联网终端设备上的应用存在着系统开销控制与保证精度和实时性之间平衡的问题。本文提出了一种在云和终端设备上分布式混合部署深度学习神经网络的方法:压缩深度神经网络在本地终端上执行快速的推理运算;当系统基于可信表现的判断标准需要进一步处理时,中间数据可传输至云服务器端,进一步利用云端的深层深度神经网络进行处理,以提高系统的表现精度。本文给出了深度神经网络在终端设备上部署时和在终端与云端上混合部署时进行推理运算的量化比较效果,结果显示此种方法兼顾了深度神经网络的系统开销和准确率。

  • 标签: 深度神经网络 云平台 终端设备 分布式 混合部署
  • 简介:从技术经济的角度出发,讨论了如何为项目开发选择合适的嵌入式操作系统。介绍了μC/OS-II、WinCE、Vxworks和嵌入式Linux的特点,分析了各种操作系统的优势和劣势。最后分享了GUI的开发经验和对技术的价值的看法。

  • 标签: 嵌入式操作系统 μC/OS—II WINCE VXWORKS 嵌入式LINUX
  • 简介:介绍了平时生活中各种不同设备的遥控带来不少麻烦和问题,而现有的万能遥控器数据压缩率低、响应时间长、学习类型少。通过分析研究,针对红外、无线这两种主流的遥控方式,进一步提出一种基于低功耗32位单片机EFM32GG230的自学习系统,对红外无线数据进行压缩存储,并通过多通道转发电路进行信号发射。本系统具有低功耗、自学习范围广、信号集中控制、数据压缩率高、一键多发多控等优点,可以为人们的生活带来便利,让遥控不再繁杂。

  • 标签: EFM32GG230 低功耗 自学习 红外 无线 数据压缩