基于zigbee的可穿戴式超功耗姿态传感器模块

该模块以stm32与IMU(惯性测量单元,mpu9250)为核心芯片,zigbee组网作为通信方法,支持断开重连机制,具有高稳定的自组网特性。

拥有核心的射频电路设计技术,将模块硬件尺寸缩减至30*32mm,采用拥有核心技术的zigbee超低功耗算法,在几乎无休眠,一直工作的情况下,续航时间高达3个月以上。目前该产品已完成多版迭代,处于量产阶段。

获奖和成果情况:与多家企业展开深度项目合作,即将面向医疗市场使用


人脸识别锁

本项目通过搭载摄像头的树莓派搭配esp8266模块控制磁力锁实现实时人脸识别。以RTMP协议传输视频流,低延迟,稳定性好。识别算法基于C++开源库 dlib中的深度学习模型,用Labeled Faces in the Wild人脸数据集进行测试,有高达99.38%的准确率。

通过MQTT协议进行无线通信,低功耗,即时性强,网络质量要求低,能够同时对多个目的地发送不同信息。目前经过测试,能够流畅识别数个视频源,并准确发送控制信号,只要相关模块处于互联网环境下能够能够同时实现多个识别锁正常工作。

获奖和成果情况:目前正在申请发明专利;已在4204研究生实验室部署,进行实际应用阶段


自主导航机器人

黑蚂蚁实验室自主导航机器人是与香港中文大学合作研发的,基于ROS系统的、能够进行自主导航的智能机器人(共两款)。

此机器人搭载ubuntu16.04+ROS1.0系统,使用高集成IMU、激光雷达传感器,配合以舵机、电机、电调等模块,采用分布式结构化软件设计框架,基于Slam技术、扩展卡尔曼滤波等技术,可实现数据稳定采集与处理、模型自主构建、激光雷达2D地图实时构建、路径自主规划、自主导航与定位等功能。

获奖和成果情况:等待更新


示意视频


基于多传感器网络的警犬姿态重建与仿真系统

警犬姿态估计在警犬超视距训练和实战过程中有着迫切的需求。本作品设计基于多传感器网络的警犬姿态重建与仿真系统,包含穿戴式警犬马甲、穿戴式感光头盔两个部分, 具有易穿戴、实时性好、高可靠性、精度高、支持4G网络等特点。

在真实环境测试发现,姿态识别精度高达 90.66%,作品单个重量小于100克(不含电池),在4G网络信号稳定情况下,系统时延小于1s。目前该作品研究成果在南京市警犬研究所得到了实际应用,系统已稳定运行超过半年。

获奖和成果情况:发表中文核心期刊(系统仿真学报)一篇;支撑国家重点研发计划顺利验收;物联网大赛大赛特等奖

警犬系统网页端演示视频: