加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

【RT-Thread作品秀】基于神经网络分类模型(百度API)汽车安全驾驶检测

2020/12/03
666
服务支持:
技术交流群

完成交易后在“购买成功”页面扫码入群,即可与技术大咖们分享疑惑和经验、收获成长和认同、领取优惠和红包等。

虚拟商品不可退

当前内容为数字版权作品,购买后不支持退换且无法转移使用。

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
放大
方块图(3)
相关方案
  • 方案介绍
  • 相关文件
  • 推荐器件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

作者:a8456123

概述:本作品以openmv作为摄像头模块将预处理好的数据通过串口发送到ART上,然后基于ART板载的AP6212模块连接到百度驾驶识别API上进行云端识别,返回识别结果,达到识别驾驶行为是否安全,是否处于危险驾驶。

RT-thread版本:4.0.3

开发工具:RT-Thread Studio,OpenMV IDE

RT-Thread使用情况:

内核部分:使能软件定时器,内存管理,控制台

组件部分:使用WIFI框架,SPI设备驱动,SD设备驱动,UART设备驱动

软件包部分:Micropython

硬件部分:SDRAM,UART,SPI

硬件框架:

软件框架说明

软件模块说明:

通过对图片预处理然后传输到ART上利用板载的AP6212上传数据(密钥,以及关键的图片数据),等待百度那边API返回json文本结果

演示效果:

代码地址:

https://github.com/SCTTJ/RTT

代码是基于ART出厂例程的基础上修改的,调用API以及串口所使用的代码在工作中的“python代码”里面

比赛感悟:

原本以为毕业前还能试着完整地参加一次比赛,但是事实上考证,毕业设计等一堆东西都快把自己压死了,不过尽管白天很忙,晚上还是试着去完成作品,原本是想移植省赛时树莓派上运行的TF2驾驶识别模型转换成更小的tflite模型(也不小,足足2M多),原本上M的模型在市面上常规的单片机上基本是无缘的,但是ART板载32M的SDRAM给了我想整活的灵感,于是我想基于RTT提供的TFlite软件包来移植,可惜自己没能移植成功,后面实在不行的情况下,我选择了妥协,选择使用百度驾驶识别API来代替本地运行。真的可惜。

  • )G}P0NL~U@V_]B$V]XCWKOJ.png
    描述:串口接线图
  • 代码地址.txt
    描述:github托管
  • edge使用.docx
    描述:tflite模型简易训练教程
  • 描述.docx
    描述:描述

推荐器件

更多器件
器件型号 数量 器件厂商 器件描述 数据手册 ECAD模型 风险等级 参考价格 更多信息
LTC1799HS5#TRPBF 1 Analog Devices Inc 1kHz to 33MHz Resistor Set SOT-23 Oscillator

ECAD模型

下载ECAD模型
暂无数据 查看
L6470HTR 1 STMicroelectronics Fully integrated microstepping motor driver with motion engine and SPI

ECAD模型

下载ECAD模型
$7.05 查看
L6206Q 1 STMicroelectronics DMOS dual full bridge driver

ECAD模型

下载ECAD模型
$5.24 查看

相关推荐

电子产业图谱