XiaoMi-AI文件搜索系统
World File Search SystemUno
机械臂和 arduino 控制的智能机器
摘要—如今，在建立和维持人际联系非常困难的一系列非人性化环境中，人工手臂的需求越来越大。此类任务的一些示例包括读取活火山的数据或拆除炸弹。在本文中，我们提出创建一个模仿人类手臂自然运动的机械臂，使用加速度计或人类观察者。该手臂是使用 ATmega32 和 ATmega640 平台、Arduino UNO 或 MEGA 板以及用于信号处理的个人计算机构建的。将使用串行连接将这些小工具连接在一起。最后但并非最不重要的是，这个原型手臂可用于伸出并抓取距离太远而无法安全放下的物品。它的用途不仅限于某些部门的自动化，还可以用于在需要在不同地点之间运输极其庞大的商品时使用。
基于电动物联网的电池监视系统...
摘要 - 由于环境益处，电动汽车（电动汽车）的突出性越来越大，但是监控电池的健康是一个巨大的挑战。因此，本文提出了用于电动汽车的实时电池监控系统，该系统可以测量并跟踪重要参数，例如电压和电流。Arduino Uno与当前和电压传感器集成在一起，以收集数据并将其上传到ThingsPeak Server。基于随机森林和决策树算法的机器学习模型经过训练，以估计电池的健康及其负荷状态（SOC）。此外，还创建了友好的用户网站界面，以显示实时电压，电池健康和警报。这种整体方法可确保更好地管理电池，确保安全并降低运营成本。索引条款 - 物联网，电动汽车电池，电网，充电状态，消息队列遥测运输（MQTT），电池管理系统。
高级研究和研究系
模块3：IOT设备简介：RPI硬件详细信息：PIN插图，GPIO内部电路，替代功能引脚电路，RPI的详细硬件规格。Arduino Uno硬件详细信息：Atmega 328p，数字I/O引脚，PWM数字I/O引脚，模拟输入引脚，DC，当前输入引脚，SRAM，SRAM，EEPROM。带有ESP8266开发套件的节点MCU固件：ESP 8266带有TCP/IP协议的WiFi模块，ESP8266的Auduino IDE。与ESP8266接口。Raspberry Pi Setup and Administration: OS LOADING, Post boot configuration, SSH Configuration, Serial Console on Rpi, Wiring Pi,I2c,SPI setup, DHCP server and DHCP client configuration, Wi- Fi Configuration, IP Configuration, Port Forwarding On RPi
高级气体泄漏检测系统-IJRPR
基于微型控制器的低成本气体溢出发现器，谨慎[3]创建了一个气体溢出发现框架，以警告人类从气体有害中的人。该谨慎是简短的消息好处（SMS），它使用了使用Arduino Uno和SIM900 GSM/GPRS门比较人的手机，分析师计划了他们提出的燃气发现溢出，如果通过气体传感器检测到任何溢出，则将SMS寄给使用GSM的People或Family Part。他们的框架具有包括LPG枪管的重量并在LCD展览中显示的作品。如果燃气桶的数量较小或即使达到10kg，则可以通过向商人发送SMS来自然预订LPG枪管。此外，当LPG枪管的重量降至0.5公斤时，它警告了SMS房屋中的人们更改枪管。
量子计算及其物理数学基础
评分模式：常规布置简短的作业，在下一节课时上交。将会布置一系列用纸笔完成的练习，这些练习将构成三项部分考试的指南。编程练习将以 Python 语言进行。将会有一场期末考试。评分标准将在课程开始时公布。
7。姿势估计的机器学习和计算机视觉
•熟悉计算机视觉-DeepLabcut [1]工具箱。•具有软件中的培训和测试CNN和DNN算法的专业知识，并了解在硬件上部署算法（在FPGA上）。•具有Python的培训，以及对基本信号处理概念的了解•具有Verilog和PCB设计的经验是首选•候选人必须具有自我驱动的态度，调试和解决问题的能力以及独立工作的能力。联系人：请与Mustafa Kanchwala（Mustafaa.kanchwala@mail.utoronto.ca）联系，然后复制到Roman Genov教授（roman@eecg.utoronto.ca）。请随附您的求职信，简历和成绩单（没办法可以）[1] https://www.mackenziemathislab.org/deeplabcut-动物姿势估计的软件包
RISC-V AI + IoT 的 Sipeed Maixduino 套件
• CPU： • RISC-V 双核 64 位，带 FPU；400MHz 神经网络处理器 • QVGA@60FPS/VGA@30FPS 图像识别 • 板载 ESP32 模块支持 2.4G 802.11。 b/g/n 和蓝牙 4.2 • Arduino Uno 外形尺寸，Arduino 兼容接口 • 板载全向 I 2 S 数字输出 MEMS 麦克风 • 用于 DVP 摄像头的 24P 0.5mm FPC 连接器 • 8 位 MCU LCD 24P 0.5mm FPC 连接器 • 支持自弹式微型 SD 卡座 • 重置和启动按钮以及 3W DAC+PA 音频输出 • 只需连接 USB Type-C 电缆即可完成下载 • 基于卷积神经网络的机器视觉 • 用于机器听觉的高性能麦克风阵列处理器 • 支持 MaixPy IDE、Arduino IDE、OpenMV IDE 和 PlatformIO IDE • 支持用于深度学习的 Tiny-Yolo、Mobilenet 和 TensorFlow Lite
盲人 AI 指导系统 - 实施
根据世界卫生组织的数据，世界上有超过三百万人是盲人。这些人在日常生活中遭受了很多困难。他们变得依赖他人，我们的系统帮助他们识别一些日常互动物体。该系统可以识别周围的物体，并使用语音指令将其通知给用户，由于系统生成的语音输出，整个系统的操作都可以被理解。用户可以向系统发出语音指令来执行他们想要执行的操作。该系统使用各种传感器，如摄像头、超声波传感器、PIR 传感器，从而提高了系统的运行效率。因此，它是物联网和人工智能的跨学科方法。通过使用单板计算机 Raspberry pi 4，我们执行我们创建的程序，该程序检测并向用户提供有关对象的信息。传感器由单独的 Arduino Uno r3 处理，并通过串行端口接口将其计算信号提供给 Raspberry Pi，这有助于最大限度地减少 Raspberry Pi 的计算工作。
Alisha Menon
华盛顿感觉运动神经工程中心。开发了36个小时的时间，Dropstop是一种用于脚下患者的互动康复系统。卫生专业人员建议几乎所有脚落下的患者的物理治疗。然而，治疗对患者来说可能会令人沮丧，因为练习（在中风或受伤之前很容易运动）非常难以执行。这使他们减少了自己完成任务的动力。大量研究表明，康复和培训中的视觉和音频反馈可以帮助患者以清晰而激励的方式更好地了解自己的表现和改善。Dropstop通过与OpenBCI Cyton生物传感板相连的表面EMG传感器测量胫骨前肌肉活性。Cyton记录并通过RFDUINO无线电模块驱动音频和视觉反馈的USB加密狗连接到Arduino Uno的计算机无线通信。
基于 Arduino 的简单自主安全系统......
a 尤里·费德科维奇切尔诺夫策国立大学，Kotsybynsky 街 2 号，切尔诺夫策，58012，乌克兰 b 国立大学“扎波罗热理工学院”，Zaporizhzhia 朱可夫斯基街 64 号，扎波罗热，69063，乌克兰 c 穆罕默迪亚塔西克马来亚大学，Jl. Tamansari No. KM 2,5，Mulyasari，Kec. Tamansari，塔西克马来亚，Jawa Barat，46196，印度尼西亚 摘要 在本文中，我们介绍了一种简单的自主安全系统。该安全系统基于 Arduino Uno 和指纹扫描仪模块。Arduino 通过 USB 端口连接到计算机，并使用类似于 C++ 的语言进行编程。使用程序软件 ArduinoIDE 将编程代码（草图）上传到 Arduino。给出了连接方案和实验结果，可用于教育。 关键词 1 指纹扫描仪，安全系统，Arduino