基于STM32的远程空气质量检测

来源 :信息技术与信息化 | 被引量 : 0次 | 上传用户:mimi107
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了利于人们对空气质量进行监测,使广大群众对于当下空气环境更加重视,开发出了基于STM32的远程空气检测系统。通过STM32单片机与温湿度模块通信采集空气中的温湿度,ADC采集气体传感器检测的空气中各气体的浓度,然后单片机把数据上报到云平台,用户可通过云平台查看远程监测的空气数据。结果表明STM32结合物联网技术的方法十分可信,低成本,而且操作简易,是广大用户的理想选择。
其他文献
为了实时掌握冷链物流车辆的位置与运行状态,分析其运行轨迹,从而为提高车辆管理效率进一步优化车辆调度降低物流成本奠定基础,设计了以北斗系统为核心的冷链物流车辆监控系统。通过搭建云服务监控平台,接收和分析由北斗车载终端采集到的冷链物流车的位置和运行状态数据,并开发了具有电子地图、实时预览、轨迹回放、录像回放、信息管理等功能的监控系统软件。实际测试运行结果表明该系统实现了企业对冷链物流车的精准定位和高效管理。
普通群众难以快速准确地识别垃圾的类别是阻碍垃圾分类推进的一个重大难点。针对上述问题,设计并实现了一款基于Android系统的垃圾分类App,主要有四大功能,分别为垃圾分类指南、文字输入查询、图像识别查询、用户个人中心。App的核心功能为图像识别功能,以Pytorch框架和ResNet网络结构搭建了图像分类神经网络,并通过选择合适的损失函数和优化方法解决了过拟合等问题,使模型能够区分40种垃圾类别,
为了在满足检测速度的同时提升检测质量,研究了一种基于ResNeXt-SSD模型的多目标检测算法。算法在不额外增加参数复杂度的前提下采用了基于分组卷积优化残差块的SSD检测算法。通过优化骨干提取网络的残差结构增加了特征提取网络的稳定性。实验结果表明ResNeXt-SSD算法在保证实时性的同时更好地提升了目标检测的精准度。