基于卷積神經網絡的紅外監測系統設計
2023年電子技術應用第4期
焦翔1，趙文策2，蒯亮1，周淦1，白永強2，任彥程2
（1.中國電子信息產業集團有限公司第六研究所，北京 102209；2.太原衛星發射中心，山西 太原 030027）
摘要： 為了部隊后勤物資有效、方便、統一管理，研究設計了一種用于監測物品在位狀態的告警監測系統。該系統利用樹莓派主板采集紅外傳感器檢測物品在位狀態的電平信號以及攝像頭拍攝物品的圖像數據，并將其轉化為通用數據幀，通過指定源組播的方式發送至數據處理模塊，最后使用基于卷積神經網絡的圖像識別算法判斷物品的正確性，并在監測模塊界面上實時顯示其狀態。經驗證，該系統可以保證數據采集的實時性以及識別物品的準確性，實用性強。
中圖分類號：TN215；P315.69
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.222979
中文引用格式： 焦翔，趙文策，蒯亮，等. 基于卷積神經網絡的紅外監測系統設計[J]. 電子技術應用，2023，49(4)：83-87.
英文引用格式： Jiao Xiang，Zhao Wence，Kuai Liang，et al. Design of infrared monitoring system based on convolutional neural network[J]. Application of Electronic Technique，2023，49(4)：83-87.
文獻標志碼：A
DOI: 10.16157/j.issn.0258-7998.222979
中文引用格式： 焦翔，趙文策，蒯亮，等. 基于卷積神經網絡的紅外監測系統設計[J]. 電子技術應用，2023，49(4)：83-87.
英文引用格式： Jiao Xiang，Zhao Wence，Kuai Liang，et al. Design of infrared monitoring system based on convolutional neural network[J]. Application of Electronic Technique，2023，49(4)：83-87.
Design of infrared monitoring system based on convolutional neural network
Jiao Xiang1，Zhao Wence2，Kuai Liang1，Zhou Gan1，Bai Yongqiang2，Ren Yancheng2
(1.The Sixth Research Institute of China Electronics Corporation， Beijing 102209， China； 2.Taiyuan Satellite Launch Center， Taiyuan 030027， China)
Abstract： For the effective, convenient and unified management of materials about military logistics, this paper studies and designs a monitoring system for monitoring the presence of items. The system uses the motherboard of Raspberry Pi to collect the level signal of the infrared sensor about the presence of the items and the images taken by camera of the items. Then it converts the data into the general data frame, and sends the frame to the data processing module through the source-specific multicast. Finally, the image recognition based on the convolutional neural network is used to judge the correctness of the item, and display its status in real time through the monitoring interface. It has been verified that the system can ensure the real time of data acquisition and the accuracy of identifying items. It has strong practicability.
Key words : Raspberry Pi；infrared detection；condition monitoring；image recognition；convolutional neural network
0 引言
隨著信息技術的不斷發展，智能化的概念開始逐漸滲透到各行各業以及我們生活中的方方面面。其中，在部隊后勤方面，智能化的物資管理能夠有效地提高后勤保障工作，減小管理人員的管理成本，因此建設一套能實現實時化、智能化、可視化的監測系統具有重要的理論意義和實際應用價值。鑒于此，本文以部隊后勤物資管理為背景，提出了一種基于卷積神經網絡的紅外監測系統，實時監測物品狀態。該系統以樹莓派作為主控制系統集成了多種元器件，并將采集的數據進行數據處理，最后將結果可視化，同時具有查詢、預警等功能。該軟件系統運行在國產銀河麒麟操作系統、國產飛騰芯片處理器上，滿足了核心領域高信息安全、高自主可信的服務需求。由于YOLOv5網絡模型檢測精度較高、速度快，因此該系統采用它進行目標檢測。
本文詳細內容請下載：http://www.cowatch.cn/resource/share/2000005288
作者信息：
焦翔1，趙文策2，蒯亮1，周淦1，白永強2，任彥程2
（1.中國電子信息產業集團有限公司第六研究所，北京 102209；2.太原衛星發射中心，山西 太原 030027）
此內容為AET網站原創，未經授權禁止轉載。