王伟帆

来自iCenter Wiki
跳转至: 导航搜索

2018/7/16

1.学习Python语法。

1.1 Python语法用缩进量来区分代码模块。

1.2 Python主要使用while实现循环结构,用if,else,elif等实现分支结构,用def来定义函数,用import,as,from等导入其它代码。

1.3 Python为解释型语言,语法简洁,支持动态类型,运行速度较慢。

2.学习PYNQ。

PYNQ是德州仪器公司生产的单片机开发板,板上具有USB、PMod、HDMI(In/Out)等接口,可以通过网线与电脑通讯,访问指定网址,可以在Jupyter Notebook上让存储、编辑和运行Python代码。

2.1用网线实现PYNQ与电脑间的通讯。

2.2用Python编写程序并在PYNQ上运行。

2018/7/17

1.将摄像头与PYNQ连接,并用opencv库识别摄像头拍摄的照片中的人脸。效果如下。

Qwe123t346yesedga.png

Asdqwrghrtyrut.png

2018/7/18

1.将GitLab上的androidAudioRecg用Android Studio安装至移动设备,并测试其效果。

1.1经检测表明,androidAudioRecg能以较高准确度识别24句蓝牙指令,能够识别不同语调的指令,但对一些方言则难以识别。

2018/7/19

1.录制蓝牙语音指令并用GitLab上的AudioPlot将其转换为波形图和频谱图。

例如,“蓝牙开机”的波形图和频谱图如下图所示。

Qweasdq123qwrasdasfq.png

Qwead12345tr125asd.png

2018/7/20

1.用新录制的和已有的蓝牙语音数据训练AudioNet。

1.1AudioNet用语音指令的频谱图作为训练、测试和识别对象。

2.了解tensorflow,keras,yolo等机器学习相关技术。

2.1 tensorflow是google开发的用于机器学习的python库,利用tensorflow可以方便地用python搭建、训练和测试神经网络。keras是对tensorflow进一步封装得到的python库,使用更为简洁。yolo是1个经典的用于识别图片中的实体的神经网络模型,具有速度快、准确度高、能够输出实体的位置信息等特点。

2.2关于神经网络结构与性能的关系的知识大多基于前人在不断尝试得到的经验,以及模糊的理论分析,缺乏系统的理论基础。目前也有用神经网络构造性能优异的神经网络的研究。

Asdqfasdgqgasdsadqweqrqgbtr33qwsd.jpg

2018/7/23

1.了解了PMod,MyRIO等产品和技术。

1.1 MyRIO是NI的嵌入式系统开发平台,具有轻便、简洁的特点。

2.学习NAO机器人相关知识。

2.1 NAO机器人具有高自由度、动作灵敏、美观等特点。

2018/7/24

1.参观光轮电子公司,了解智能硬件与物联网的研发和生产过程。了解了包括智能硬件实训系统、NBIoT广域网、共享洗衣机、TreeOS操作系统等产品和技术。

1.1NBIoT广域网具有覆盖范围广,功耗低,速度低等特点,是专门为物联网设备研发的广域网。

1.2相比软件开发,智能硬件开发所需的知识结构相对复杂。

1.3TreeOS操作系统是针对物联网设备的操作系统,具有兼容多种设备、自动写代码等特点,能够极大地降低各式各样的物联网设备开发的人力成本。

2018/7/25

1.学习NAO机器人相关知识。包括与通过choregraphe软件使电脑和机器人通讯。

2018/7/26

1.编写NAO机器人舞蹈《最炫民族风》。包括关键帧位置和姿态的确定,针对对齐、摔倒、无线通讯、动作同步等问题的调试。

1.1主要问题是摔倒。设计机器人不易摔倒的动过,一方面可以凭借生活经验,另一方面可以利用物理知识,估计动作的力矩、机器人的重心等并进行估算。一般来说,动作越快、动作幅度越大,该动作使机器人摔倒的可能性越大。此外,不同机器人的性能指标略有差异,例如同一套动作,1台机器人不会摔倒,而另1台则会摔倒。总的说来,如何计算、设计优雅、安全的动作,需要对控制理论有深入的研究。

2018/7/27

1.展示编排的《最炫民族风》。

1.1展示较为顺利,2次表演均没有出现摔倒现象,主要问题是2台机器人音频、动作不完全同步,通过关闭其中1台机器人的音频可以在一定程度上环节这个问题。