智能路燈控制相關文檔，ZigBee學習文檔，主要講了ZigBee開發，ZigBee協議棧實現物聯網通信
標簽： ZigBee無線通信
上傳時間： 2016-04-09
上傳用戶：zzh12321
中國物聯網優秀應用案例匯編，涉及到智能家居、智慧醫療、智能物流等
上傳時間： 2016-10-30
上傳用戶：hbhs1998
物聯網技術論文，題目是智能家居，主要介紹其發展、前景展望。
上傳時間： 2019-04-10
上傳用戶：jans
配電物聯〔2020〕5號-關于發布《臺區智能融合終端相關技術規范》的通知
標簽： 技術規范
上傳時間： 2020-09-22
上傳用戶：
如何布署智能城市– 智能路燈想要了解有關智能城市布署的實際案例嗎?Pelion 設備管理為臺灣的智慧城市發展奠定了堅實基礎。市政府官員計劃在 4,000 個路燈柱上部署物聯網節點，用于感應環境光線亮度并適當控制輸出，以便減少能源消耗，最終達到能源成本和基礎設施生命周期成本降低的目的。
標簽： 智能路燈
上傳時間： 2021-11-15
上傳用戶：kent
廣和通是中國首家A股上市的物聯網無線模組企業。致力于將可靠、便捷、安全、智能的無線通信解決方案普及至每一個物聯網應用場景，豐富智慧生活。廣和通提供創新的5G、4G、3G、2G、NB-IoT、LTE-M、智能、車規級無線通信模組及物聯網應用一站式無線通信解決方案 。廣和通擁有全球1000多名員工，產品及服務遍及100多個國家。
標簽： 物聯網
上傳時間： 2021-12-26
上傳用戶：
神經網絡在智能機器人導航系統中的應用研究1神經網絡在環境感知中的應 用 對環境 的感 知 ，環境模型 妁表示 是非常重要 的。未 知 環境中的障礙物的幾何形狀是不確定的，常用的表示方浩是 槽格法。如果用冊格法表示范圍較大的工作環境，在滿足 精度要求 的情況下，必定要占用大量的內存，并且采用柵 格法進行路徑規劃，其計算量是相當大的。Kohon~n自組織 神經瞬絡為機器人對未知環境的蒜知提供了一條途徑。 Kohone~沖經網絡是一十自組織神經網絡，其學習的結 果能體現出輸入樣本的分布情況，從而對輸入樣本實現數 據壓縮 。基于 網絡 的這些特 性，可采 用K0h0n曲 神經元 的 權向量來表示 自由空間，其方法是在 自由空間中隨機地選 取坐標點xltl【可由傳感器獲得】作為網絡輸入，神經嘲絡通 過對大量的輸八樣本的學習，其神經元就會體現出一定的 分布形 式 學習過程如下：開 始時網絡的權值隨機地賦值 ， 其后接下式進行學 習： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神經元 1在t時刻對 應的權值 ；a(∽ 謂整系 數 ； (『l網絡的輸八矢量；Ⅳ()：學習的 I域。每個神經元能最 大限度 地表示一 定 的自由空間 。神經 元權 向量的最 小生成 樹可以表示出自由空問的基本框架。網絡學習的鄰域 (，) 可 以動 態地 定義 成矩形 、多邊 形 。神經 元數量 的選取取 決 于環境 的復雜度 ，如果神 經元 的數量 太少 ．它們就 不能 覆 蓋整十空間，結果會導致節點穿過障礙物區域 如果節點 妁數量太大 ．節點就會表示更多的區域，也就得不到距障 礙物的最大距離。在這種情況下，節點是對整個 自由空間 的學 習，而不是 學習最 小框架空 間 。節 點的數 量可 以動態 地定義，在每個學習階段的結柬．機器人會檢查所有的路 徑．如檢鍘刊路徑上有障礙物 ，就意味著沒有足夠的節點 來 覆蓋整 十 自由窯 間，需要增加 網絡節點來 重新學 習 所 138一 以為了收斂于最小框架表示 ，應該采用較少的網絡 節點升 始學習，逐步增加其數量。這種方法比較適臺對擁擠的'E{= 境的學習，自由空間教小，就可用線段表示；若自由空問 較大，就需要由二維結構表示 。 采用Kohonen~沖經阿絡表示環境是一個新的方法。由 于網絡的并行結構，可在較短的時間內進行大量的計算。并 且不需要了解障礙物的過細信息．如形狀、位置等 通過 學習可用樹結構表示自由空問的基本框架，起、終點問路 徑 可利用樹的遍 歷技術報容易地被找到 在機器人對環境的感知的過程中，可采用人】：神經嘲 絡技術對 多傳 感器的信息進 行融臺 。由于單個傳感器僅能 提 供部分不 完全 的環境信息 ，因此只有秉 甩 多種傳感器 才 能提高機器凡的感知能力。 2 神經 網絡在局部路徑規射中的應 用 局部路徑 規刪足稱動吝避碰 規劃 ，足以全局規荊為指 導 利用在線得到的局部環境信息，在盡可能短的時問內
上傳時間： 2022-02-12
上傳用戶：qingfengchizhu
基于人工神經網絡實現智能機器人的避障軌跡控制摘 要：利用人工神經網絡中的二級 BP網。模擬智能機器人的兩控制參數(左 、右輪速)間的函數關系。實現避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調整橢圓長、短軸大小。能實現多個及多層障礙物的避障控制．該方法 的突出特點是方法簡單、算法容易實現 。使機器人完成多個及多層避障動作時。不滯后于動態環境里其它機器人(障 礙物)位置的變化．在仿真實驗中。取得了理想的效果． 關鍵詞；BP神經網絡I多個及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機器人中，避障軌跡的生成是一個重要的問 題．對于不確定的動態環境下的實時避障軌跡生成， 是較為困難的．有關這方面的研究，目前已有許多方 法．一些神經網絡模型被設計出來，產生實時的軌跡 生成．文獻113[23提供的神經網絡模型產生的軌跡 生成僅能處理在靜態環境下及假設空間中沒有障礙 物的情況．[3]提供的神經網絡模型，能為智能機器 人產生導航的避障軌跡，然而模型在計算上相當復 雜．文獻[43提供了Hopfield神經網絡模型，能在動 態環境下產生時實的避障軌跡生成，并在文獻[5] 中，嚴格證明了因該方法生成的軌跡沒有遭受局部 極小點逃離問題．并且文獻[63用兩個神經網絡層疊 加起來，每層構造相似于[43中的網絡結構．它是利 用第二層網絡來發現下一個機器人位置的無監督模 型，然而它卻加倍了計算量，盡管文獻[4，6]提供的 方法能在動態環境下，產生時實避障軌跡，但都具有 較慢的運動速度，在快速變化的環境下不能恰當地 完成動作執行，因為機器人要比較好地完成避障動 作，必須不能滯后于障礙物動作變化
上傳時間： 2022-02-12
上傳用戶：得之我幸78
基于ROK101007型藍牙模塊和TMS320C54x型DSP的家用醫療保健智能機器人設計摘要：未來社會將會越來越重視 醫療保健服務 ，提 出一種新型智能機 器人 ，就其在數字化 家庭醫療 保健方面的應用進行模型設計 ，并將藍牙技術應用在智能機器人與醫療儀器和控制 PC的通信 中。 關 鍵 詞 ：數字化家庭 ；智能機器人 ；侍感器；藍牙技術；醫療保健 ；ROKl0l007；TMS320C54x 中 圖分 類號 ：R197．39 文獻標 識碼 ：A 文章編 號 ：1006—6977(2006)02—0數字化家庭是未來智能小區系統的基本單元 。 所謂“數字化家庭”就是基于家庭內部網絡提供覆蓋 整個家庭的智能化服務 ，包括數據通信、家庭娛樂 和 信息家電控制功能。 數字化家庭設計 的一項主要內容是通信功能的 實現 ，包括家庭 與外界的通信及家庭 內部相關設施 之間的通信。從現在的發展來看，外部的通信主要 通過寬帶接入 Internet，而家庭 內部的通信，筆者采 用 目前 比較具有競爭力的藍牙 (Bluetooth)無線接入 技術。 傳統的數字化家庭采用 PC進行總體控制 ，缺 乏人性化。筆者根據人工情感的思想設計一種配備 多種外部傳感器的智能機器人 ，將此智能機器人視 作家庭成員，通過它實現對數字化家庭的控制。 本文主要就智能機器人在數字化家庭醫療保健 方面的應用進行模型設計 ，在智能機器人與醫療儀 器和控制 PC的通信采用藍牙技術 。整個系統 的成 本較低 ，功能較為全面，擴展應用非常廣闊，具有極 大的市場潛力。 2 智能機器 人的總體設計 2．1 智能機器人的多傳感器 系統 機器人智能技術 中最為重要 的相關領域是機器 人 的多感覺系統和多傳感信息 的集成與融合【l1，統 稱為智能系統的硬件和軟件部分 。視覺 、聽覺、力覺、 觸覺等外部傳感器和機器人各關節的內部傳感器信 息融合使用 ，可使機器人完成實時圖像傳輸、語音識 別 、景物辨別、定位 、自動避障、目標物探測等重要功 能；給機器人加上相關的醫療模塊(CCD、CAMERA、 立體麥克風 、圖像采集卡等 )和專用醫療傳感器部 件 ，再加上 醫療專家系統就可以實現醫療保健和遠 程 醫療監護功能。智能機器人的多傳感器系統框圖 如 圖 1
上傳時間： 2022-02-15
上傳用戶：bluedrops
共建可信可管的互聯網世界白皮書-華為物聯網安全物聯網（Internet of Things，簡稱 IoT）將海量的設備互聯，使得網絡更 加開放復雜，業務更加豐富多樣。IoT 將帶我們進入一個萬物感知、萬物互聯、萬物 智能的全新世界，然而同時，IoT 世界也面臨巨大的安全挑戰。 本文分析了 IoT 安全技術的發展現狀， 提出了多重的端到端安全防御機制應作為應 對 IoT 安全威脅的有效保障，并進一步總結了 IoT 安全的實踐供參考。目前 IoT 技術正在 飛速發展，新的安全問題和安全威脅依舊層出不窮，IoT 安全需要整個產業鏈的共建、共榮。 所以我們倡導 IoT 的安全需要政府、國際組織和行業來共同建設，在政策引導、法律頒 布、標準制定、技術創新和產業生態等方面加大投入，以促進 IoT 產業的健康發
上傳時間： 2022-02-22
上傳用戶：fliang
