Merge remote-tracking branch 'upstream/master' into BranchName

This commit is contained in:
sunrq 2021-04-29 18:37:22 +08:00
commit 58cd2366f9
7 changed files with 10 additions and 48 deletions

View File

@ -1,21 +1,25 @@
# 大胜达智能环境感知系统
## 1. 背景及动机
印刷和包装行业中大量使用油墨,润版液,废定影液,油性上光材料等不可避免地会对生产环境造成危害,会对工人的健康造成威胁,会对产品的质量造成损害。浙江大胜达包装股份有限公司非常重视生产环境保护,以工人健康为己任,积极提高产品质量。基于此背景,大胜达智能环境智能感知系统应运而生。
大胜达智能环境智能感知系统主要采集PM1.0、PM2.5、PM10、AQS、TVOC、甲醛、乙醇、二氧化碳、噪音、甲烷、温度、湿度、气压、风速、风向等环境因子此外还包括部分机器电能消耗的监测。当印刷机高速运转时墨膜分裂产生断片进而形成细小球状墨滴散落在空气中形成飞墨所以对PM1.0PM2.5PM10三种参数的监测可以有效反映飞墨现象在印刷过程的严重程度从而对高精度印刷产品质量的保障提供精准控制的参数支持。印刷过程中油墨溶剂包含了芳香烃类酯类酮类醚类等有机化合物这些化合物或多或少具有一定毒性。同时在印刷原材料中对甲醛和乙醇使用也较为广泛所以对TVOC和AQS的监测可以有效监测空气中这些有机化合物的浓度对工人的健康保护起到提示和预警作用对甲醛和乙醇这些挥发性较大的有机物的监测可以反映出原材料使用和管控的精细程度为企业节约原材料成本提供参数支持。大量的印刷机同时运转时会产生大强度的机器噪音和消耗大量的电能所以对噪音和电能的监测不仅可以帮助工人排查噪音干扰提高工作效率而且更为企业合理安排印刷机器的开机数量和节能减排提供依据。甲烷温度湿度气压和空气流动性等指标是印刷产品质量保证和安全生产必须参考的参数。
大胜达智能环境感知系统主要采集PM1.0、PM2.5、PM10、AQS、TVOC、甲醛、乙醇、二氧化碳、噪音、甲烷、温度、湿度、气压、风速、风向等环境因子此外还包括部分机器电能消耗的监测。当印刷机高速运转时墨膜分裂产生断片进而形成细小球状墨滴散落在空气中形成飞墨所以对PM1.0PM2.5PM10三种参数的监测可以有效反映飞墨现象在印刷过程的严重程度从而对高精度印刷产品质量的保障提供精准控制的参数支持。印刷过程中油墨溶剂包含了芳香烃类酯类酮类醚类等有机化合物这些化合物或多或少具有一定毒性。同时在印刷原材料中对甲醛和乙醇使用也较为广泛所以对TVOC和AQS的监测可以有效监测空气中这些有机化合物的浓度对工人的健康保护起到提示和预警作用对甲醛和乙醇这些挥发性较大的有机物的监测可以反映出原材料使用和管控的精细程度为企业节约原材料成本提供参数支持。大量的印刷机同时运转时会产生大强度的机器噪音和消耗大量的电能所以对噪音和电能的监测不仅可以帮助工人排查噪音干扰提高工作效率而且更为企业合理安排印刷机器的开机数量和节能减排提供依据。甲烷温度湿度气压和空气流动性等指标是印刷产品质量保证和安全生产必须参考的参数。
## 2. 基于XiUOS的环境智能感知系统
丰富的环境参数需要多种类型的传感器设备支持然而丰富的传感器类型涉及很多异构接口和不同的驱动程序。XiUOS提供的操作系统方案能够以统一设备驱动模型管理各种异构传感设备降低管理众多传感设备的复杂性。进一步地各种不同的传感器将实时的采集到大量的物理环境参数有效的传输和管理这些数据也颇为复杂。XiUOS提供的“感”子框架以用户需求为主旨采用了以物理环境参数为中心的抽象方式在应用开发时只需要考虑用户需要感知的物理量种类无需把重点放在实际采集物理量的传感器设备。这种“感”子框架有效地隐藏了底层传感器设备的硬件细节以操作系统的视角对外提供统一的数据采集接口有效地简化了传感器应用与驱动的开发。
![IMAGE1](./imagesrc/dashengda_1.png)
## 3. 部署架构
目前,大胜达智能环境智能感知系统部署于中国胜达产业园彩印车间,主要部署架构如图所示
![IMAGE2](./imagesrc/dashengda_2.png)
大胜达智能环境感知系统由1个网关 + 1个电表监测节点 + 6组环境监测节点组成每组包含8个监测节点共50台设备。
* 监测节点由终端设备携带若干传感器组成搭载XiUOS系统负责采集数据并发送
* 网关与监测节点之间采用LoRa自组网络通信,网关负责接收数据并转储到分布式内存数据库和分布式磁盘数据库
* 网关与监测节点之间采用LoRa网络通信网关负责接收数据并转储到分布式内存数据库和分布式磁盘数据库
* 最后通过web UI展示

Binary file not shown.

Before

Width:  |  Height:  |  Size: 199 KiB

After

Width:  |  Height:  |  Size: 54 KiB

View File

@ -10,9 +10,9 @@
![智能框架架构](./imagesrc/framework-ai-arch.png)
图中 **端侧智能框架** 是我们提供的在节点端进行智能计算的框架,而 边缘/云端智能框架 是进行进一步复杂智能计算的框架。其中模型库是我们提供的一些训练好的AI模型比如仪表读数识别模型、人物检测模型等
图中 **端侧智能框架** 是我们提供的在节点端进行智能计算的框架,能够提供在端侧进行初步的智能运算
端侧智能框架 目前在 STM32 平台上支持 TensorFlow Lite for Microcontroller在勘智K210 上支持 KPU ModelCV算子目前暂不支持。后续工作中我们会将 TF Lite for MCU 和 KPU Model 融合以及提供一些通用的 CV 算子
端侧智能框架 目前在 STM32 平台上支持 TensorFlow Lite for Microcontroller在勘智K210 上支持 KPU ModelCV算子目前暂不支持。后续工作中我们尝试将智能框架进行融合并提供部分 CV 支持
## 端侧 Framework 的使用说明
@ -21,3 +21,5 @@
在 STM32 平台,本系统提供 TensorFlow Lite for Microcontroller 框架,关于 TF Lite for MCU 的使用,可以参照 [TF Lite for MCU 官方教程](https://tensorflow.google.cn/lite/microcontrollers) ,详细说明后续补充。
在 勘智 K210 平台,本系统提供 KPU Model 的框架,详细使用可以参考 [勘智官方说明](https://s3.cn-north-1.amazonaws.com.cn/dl.kendryte.com/documents/kendryte_standalone_programming_guide_v0.3.0.pdf) 的 “神经网络处理器KPU”章节详细说明后续补充。
针对 TF Lite for MCU 的使用,可以参考 XiUOS 代码中的 applications 下面的 tflite_mnist、tflite_sin 应用。

View File

@ -17,6 +17,3 @@
- [压强传感器](./pressure_sensor.md)
- [声音传感器](./voice_sensor.md)
- [图像传感器](./image_sensor.md)

View File

@ -1,41 +0,0 @@
# 图像传感器
## 传感器介绍
| 传感器信号 | 传感器说明 | 驱动支持 | 传感器外形 |
| --- | --- | --- | --- |
| OV7670 | 最大支持 40x48030万像素不支持 JPEG 输出,不支持自动对焦 | 已支持 | ![ov7670](./imagesrc/sensor-ov7670.png) |
| OV2640 | 最大支持 1600x1200200万像素支持 JPEG 输出,不支持自动对焦 | 待支持 | ![ov7670](./imagesrc/sensor-ov2640.png) |
## 使用说明
本系统支持 dev fscamera 设备会在 /dev 下面注册。
相关数据结构:
```c
enum CameraOutputFormat {
RGB565,
JPEG,
};
struct CameraInfo {
int width;
int height;
CameraOutputFormat format;
};
```
基本使用说明:
```c
// open camera device
int fd = open(“/dev/cam1”);
// get camera info
struct CameraInfo cam_info;
int ret = ioctl(fd, GET_INFO, &cam_info);
// read camera data to buf
void *buf = malloc(cam_info.width * cam_info.height * 2); // assume the format is RGB565
int ret = read(fd, buf, size);
```

Binary file not shown.

Before

Width:  |  Height:  |  Size: 490 KiB

Binary file not shown.

Before

Width:  |  Height:  |  Size: 487 KiB