该项目是作为 ELEC 424 期末项目的一部分而开发的,在此项目中,我们设计并制造了一辆能够保持车道并进行停车检测的自主遥控汽车,其功能是利用计算机视觉实现上述功能。我们的系统利用 OpenCV 来处理来自车载摄像头的实时视频输入,使汽车能够遵循车道边界并对红色停车标志做出反应。这项工作基于之前的努力,包括 raja_961 的 Instructables 项目“使用树莓派和 OpenCV 的自主车道保持汽车”,以及过去的 ELEC 424 Hackster 项目(如“非凡的 M.E.G.G. 汽车”和“T.E.A.M. 自动驾驶汽车”),这些项目为我们项目的实施提供了基础。
该项目利用计算机视觉技术实现自动驾驶遥控车的车道保持功能,采用定制的内核空间光学编码器驱动程序进行速度控制,并使用 PD 控制器实现平稳的模拟转向。
这是一个使用 RT-Spark(Spark-1)开发板的简单用户界面(UI)项目,该开发板采用的是 STM32F407ZGT6 微控制器芯片。该项目专注于读取开关输入,并通过控制 LED 和在 RT-Spark 内置的液晶显示屏上显示消息来做出响应。它展示了 GPIO 的基本使用方法,以及微控制器如何实时与用户进行交互。其目的是了解硬件和软件如何协同工作以创建一个简单且功能完备的嵌入式系统。
我患有注意力缺陷多动症(ADHD),我尝试过大多数常见的提高效率的方法:应用程序、计时器、闹钟、便签纸、白板。但真正起作用的还是携带一本实体笔记本。把事情写下来,把清单直接摆在眼前,没有任何通知干扰,也没有需要打开的应用程序。一旦我开始这样做,我的工作效率就明显提高了,而且这个习惯保持得越久,效率就越高。
PathFinder 是一款可穿戴的便携式设备,它存储了我家乡的地图,通过 D 键按钮即可查看和导航该地图。这就是“路径探索者”,这是一款由 UNIHIKER M10 提供动力的 DIY 数字地图设备,旨在帮助您找到正确的路线。
在一个一切都为了追求速度的世界里,就连时间也成了我们无需思考就能理解的概念。匆匆一瞥,然后继续前行。但倘若有一个时钟能够让你放慢脚步——慢到足以让你停下来思考呢?
在 ReCamera 上进行面部检测、年龄/性别分析以及情绪识别,然后通过 UDP 将实时结果传输到您的电脑上。在这个项目中,我使用“ReCamera”构建了一个实时的人脸分析摄像机。
该项目使用带有 TF-Luna 激光雷达传感器的 Arduino Uno 来实时测量距离。Arduino 通过 I2C 从 TF-Luna 读取距离数据并对其进行处理。测量得到的距离随后通过 XBee S2C 模块进行无线传输。
我构建这个项目是为了更深入地了解 USB 通信和 PCB 设计,于是自己制作了一个 USB 到 UART 的转换板。USB 到 UART 模块常用于微控制器编程、串行调试以及嵌入式系统与计算机之间的通信,所以我想从零开始设计一个这样的模块,而不是使用现成的模块。在开始 PCB 设计之前,我首先研究了 USB 到 UART 转换器的工作原理,并查阅了 CP2102N 数据表和参考电路。我的目标是设计一个紧凑且可靠的 USB Type-C 到 UART 转换器,用于嵌入式系统的编程和串行通信。
这是一款为 ELEC 553 课程的期末项目而开发的自主车道保持遥控汽车。它采用了车道保持流程,能够在蓝色车道间行驶,并在红色标记处停车,还具备使用 Ultralytics YOLO 进行物体识别的功能,以检测周围物体。
如今,穿孔卡片已几乎被人遗忘,使用这种卡片的最后一批机器早在 80 年代就已退役。不过也有一些例外情况,一些工业设备至今仍得以保留,并且在小范围内仍在使用这种卡片。
该项目使用了一款定制训练的 DeepLabv3+ 语义分割模型来检测摄像头画面中的路面坑洼。该模型会生成一个像素级别的掩码:一类用于背景,一类用于坑洼。您可以在 Jupyter 笔记本中对图像进行推理操作,或者在配备 AI 相机的树莓派上实时运行该模型。训练、转换和运行该模型所需的所有代码都在教程笔记本和配套的 aicamera 脚本中。
随着基于语音的工作流程逐渐成为主流,我想要打造一款小巧且具有前瞻性的语音键盘,以顺应这一趋势。Vibe 编程近来发展迅猛,使得自然语言编程比以往任何时候都更加普及易用。
如果在您外出时,厨房、车库或仓库发生火灾,那么每一秒钟都至关重要。此项目会在您已拥有的监控系统基础上,再增加一对由人工智能驱动的监控摄像头,它们会实时监控画面,并在一旦出现火情时立即向您的手机发送推送警报——而且只要火势还在燃烧,每隔 10 秒就会持续发送警报,以免您错过任何情况。
对于既失明又失聪的人来说,他们对世界的感知几乎完全依赖于触觉。传统的盲文学习工具通常依靠声音提示来补充触觉反馈,这使得失聪失明的学习者处于劣势。我的项目是作为我 EDES 301 课程的一部分而开发的,旨在填补这一差距,通过创建一个交互式、以触觉为主的系统来辅助失聪失明者通过直接的物理互动来学习盲文。