基于卷积神经网络的红外监测系统设计
2023年电子技术应用第4期
焦翔1，赵文策2，蒯亮1，周淦1，白永强2，任彦程2
（1.中国电子信息产业集团有限公司第六研究所，北京 102209；2.太原卫星发射中心，山西 太原 030027）
摘要： 为了部队后勤物资有效、方便、统一管理，研究设计了一种用于监测物品在位状态的告警监测系统。该系统利用树莓派主板采集红外传感器检测物品在位状态的电平信号以及摄像头拍摄物品的图像数据，并将其转化为通用数据帧，通过指定源组播的方式发送至数据处理模块，最后使用基于卷积神经网络的图像识别算法判断物品的正确性，并在监测模块界面上实时显示其状态。经验证，该系统可以保证数据采集的实时性以及识别物品的准确性，实用性强。
中图分类号：TN215；P315.69
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.222979
中文引用格式： 焦翔，赵文策，蒯亮，等. 基于卷积神经网络的红外监测系统设计[J]. 电子技术应用，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.
文献标志码：A
DOI: 10.16157/j.issn.0258-7998.222979
中文引用格式： 焦翔，赵文策，蒯亮，等. 基于卷积神经网络的红外监测系统设计[J]. 电子技术应用，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
随着信息技术的不断发展，智能化的概念开始逐渐渗透到各行各业以及我们生活中的方方面面。其中，在部队后勤方面，智能化的物资管理能够有效地提高后勤保障工作，减小管理人员的管理成本，因此建设一套能实现实时化、智能化、可视化的监测系统具有重要的理论意义和实际应用价值。鉴于此，本文以部队后勤物资管理为背景，提出了一种基于卷积神经网络的红外监测系统，实时监测物品状态。该系统以树莓派作为主控制系统集成了多种元器件，并将采集的数据进行数据处理，最后将结果可视化，同时具有查询、预警等功能。该软件系统运行在国产银河麒麟操作系统、国产飞腾芯片处理器上，满足了核心领域高信息安全、高自主可信的服务需求。由于YOLOv5网络模型检测精度较高、速度快，因此该系统采用它进行目标检测。
本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005288
作者信息：
焦翔1，赵文策2，蒯亮1，周淦1，白永强2，任彦程2
（1.中国电子信息产业集团有限公司第六研究所，北京 102209；2.太原卫星发射中心，山西 太原 030027）
此内容为AET网站原创，未经授权禁止转载。