【摘 要】
：
垃圾分类投放也越来越成为人们生活中的一部分,实行垃圾分类也越来越受人们的关注.基于这些因素进行语音控制垃圾分类的智能垃圾桶设计,本次设计的主要是利用STM32单片机以及以LD3320语音识别模块为核心来设计.垃圾桶会通过步进电机自动对该垃圾进行分类并自动地开合相应的桶盖,并且通过语音播报模块来告诉人们该垃圾是属于哪种类型的垃圾.通过研究实现系统功能设计,避免了人们扔垃圾需要接触垃圾桶时细菌的传播,确实方便了人们在日常生活中对不同垃圾的准确分类.
论文部分内容阅读
垃圾分类投放也越来越成为人们生活中的一部分,实行垃圾分类也越来越受人们的关注.基于这些因素进行语音控制垃圾分类的智能垃圾桶设计,本次设计的主要是利用STM32单片机以及以LD3320语音识别模块为核心来设计.垃圾桶会通过步进电机自动对该垃圾进行分类并自动地开合相应的桶盖,并且通过语音播报模块来告诉人们该垃圾是属于哪种类型的垃圾.通过研究实现系统功能设计,避免了人们扔垃圾需要接触垃圾桶时细菌的传播,确实方便了人们在日常生活中对不同垃圾的准确分类.
其他文献
本文设计了一种新型四轴旋翼无人飞行器控制核心部分,从硬件(包括微控制模块、加速度计与陀螺仪模块、无线数据传输模块、电机驱动模块、电源模块等)和软件(包括无线通信、飞行姿态以及对姿态的测量等)两方面阐述设计原理.给出了基于STC15单片机的小型无人机飞控系统总体设计方案和软件流程.
为提高联锁采集防混电的能力,业内常见两个联锁采集的方案,分别为双断采集与前后接点采集.rn双断采集:如图1(a)所示,联锁机通过一个继电器的两组接点,由正负电构成一路采集信息.
本文通过分析智能变电站系统特征,探讨二次设备系统调试的技术,针对二次设备系统的常见问题、调试方式评估及维护治理等层面提出一些建议.rn变电站作为供配网络中电力与配电网的关键传送点,有着重要的作用.电气和高压设施进行高压输送检测时,务必保障测试质量,最大限度降低测验成本.
对于一些复杂的多方向枢纽车站,由于各种特殊原因导致调度指挥系统运行图上存在多个场节点,而对应车站只有一套信号设备的情况,该情况导致传统CTC系统不能有效的被应用.为解决信号系统与运输系统车站不对应的问题,本文提出了一种虚拟分站方式的CTC系统方案,可有效的解决信号系统与运输系统不一致的CTC行车指挥方案,提高了调度集中系统多方向车站计划的可靠性和准确性,为铁路行车指挥提供有效的安全保障.
为了保障电力系统的稳定运行,保证工业生产和人们日常生活对于多元化电能的需求,采用变电运维技术是十分必要的.通常情况下,电力系统会受到来自于多方面的影响,如何快速从受干扰状态恢复到稳定的运行状态是衡量电力系统运行稳定性、可靠性的一项重要指标,所以变电运维技术对于电力系统至关重要.变电运维技术在保障电网安全运行中起到了关键作用,降低电力系统故障率,降低电力经济损失.本文从多方面对变电运维技术进行分析,包括变电运维技术基本概念、变电设备常规故障及故障原因等,最后给出了利用变电运维技术保证电网、设备安全运行的措施
应急电力物资供应节点是对电力调度稳定性的重要保障,免除自然灾害对电力调度稳定性的影响,设计基于物联网的电力应急物资智能调配管理系统,对比该系统在不同自然灾害中的性能.在硬件结构中,设计复位电路,增强系统数据调配速度.在软件结构中,建立电力应急物资智能调配函数模型,根据物联网反馈信息,计算自然灾害下物资需求量,设计智能调配优化算法.以地震、洪水、台风作为自然灾害的变量,设计实验验证不同自然灾害下该系统的适应性.实验结果显示,地震灾害需要的调配资金为12739.01元,洪水灾害需要调配资金14556.74元,
随着经济建设的不断发展,对智慧城市建设提出了绿色、环保、节能、智能化等要求.传统的路灯是定时定点控制,控制简单,但是一旦发生故障无法实时控制,知道时已经影响到了人们的出行和电能资源的浪费.本文以LED路灯为研究基础,根据不同季节不同时段路灯的开关和调光操作来设计模糊控制器.
随着智能油气田建设潮流和大数据时代的到来,某油气田在勘探开发和日常生产运行管控领域也开始迎来重要的发展契机与挑战.大数据技术促进了我国各个行业的发展,天然气生产行业也面临来自生产模式、数据分析及经营决策等各方面的挑战.本文结合天然气生产信息化在某油气田的应用实例,展望大数据技术在油气生产行业的应用前景.
随着我国计算机网络技术、互联网技术、车联网技术、大数据信息技术甚至云计算平台等先进科学技术的飞速发展,社会各界人士和各行各业对移动互联网的关注和利用越来越多、越来越广,银行、旅游公司甚至汽车公司等进一步引入了手机银行app、旅游软件app和车联网信息技术平台等诸多信息手段,在此背景下,越来越多的移动联通公司逐步朝着业务融合和IP化方向发展,以期能够在信息化时代发展背景下不断发展大体量数据信息业务,进一步扩大移动网络通信公司的市场占有份额和市场竞争力,为最大化获取经济效益奠定扎实的基础.因此,本文对面向IP
为了保证建筑工地施工人员的安全,要求佩戴安全帽.目前对安全帽佩戴的监督与检测大多采用深度学习的方法训练模型.为了使训练的模型达到实时检测的速度和精度需求,本文在进行了YOLO系列算法对比试验后,提出了一种采用改进的YOLO v5模型的安全帽佩戴检测方法,该方法对原始 YOLO v5模型进行输入尺寸、初始候选框的调整以及损失函数的改进,使YOLO v5模型更适用于安全帽佩戴的实时识别.