陈玉快
日期:2023-04-02  作者: 来源:  浏览量:168
个人信息

陈玉快,郑州工商学院信息工程学院在读大四学生,先后参加国家级、省级、市级、院级竞赛九次,次次斩获大奖,曾荣获“河南省文明学生”荣誉称号。


兴趣是最好的老师

陈同学带着对电子设计的兴趣加入到祝老师的智能设计与创新工作室,作为一个新手,他虚心学习,认真跟随工作室的前辈们学习本领。

从大一开始就不断加入到各学长的项目中,充分发挥自己的价值,接手的课题均能快速配合学长、学姐完成任务,自己也收获了喜悦感、成就感!

初露锋芒显身手

经过一个学期的知识储备,陈同学开始慢慢接触比赛,并为此学习了除专业课以外的计算机语言:Matlab、SPSS、PHP、C++、C#、LINUX等以及计算机技术。大二暑假他决定留校参加比赛充实自己,陈同学白天准备电子竞赛,晚上研究数学建模竞赛,通过努力最终在第七届河南省大学生机器人竞赛斩获一等奖!


在2021年,他的团队先后参加国家级、省级、市级、院级竞赛共九次,均取得优异成绩。

谈及竞赛,陈同学分享了2021年那次记忆犹新的数学建模大赛经历。当时由于时间紧迫,他的团队从比赛当日下午六点半题目发布之后就开始着手准备,从选题规划到拆解问题,快速进入到备战状态,三天三夜的比赛准备时间里,团队成员注意力高度集中,每次深夜的讨论,每次模型的制作,都让他们无比兴奋。考虑到比赛数据模型随时可能需要推翻重做,他们又无比细心,所有的环节认真对待,最终取得了国赛大奖!当问起陈同学这段经历,他说:“数学建模大赛让我坚信认准道路坚持一定能成功,虽然比赛中遇到了很多困难,甚至模型都随时有可能被推翻重建,内心的崩溃和压力让我彻夜难眠,但方法总比困难多,我相信我一定可以!”

➤薪火相传 宝藏男孩再传承

在大学工作室的四年,陈学长一直保持着规律的作息。早八晚十已经成为日常,每天都能看到他背着一个双肩包穿梭于校园和工作室中,虽然一群理工男都不善言语,但实践探索中发现的小小惊喜也让工作室充满欢声笑语。

嵌入式硬件设计中充满许多不确定性,需要不断地实践。不确定性意味着波动、挑战、事与愿违,却也潜藏着机遇、力量、柳暗花明。当不确定性本身成为一种“确定”,当不断修正计划本身成为计划的一部分,加之老师的指导,伙伴的合作与建议,科研之路虽然曲折,前方却总有光照亮。


项目经历

陈玉快和他的团队主要参与的项目有:解魔方机器人、智能分类垃圾桶、基于肌肉传感器的六轴机械臂、走迷宫小车、自动垃圾桶等。下面让我们一起看一看“宝藏男孩”的“宝藏”!

01肌肉传感器

表面肌电信号(sEMG,Surface Electromyography)作为人体产生的一种重要的生物电信号能够反映神经和肌肉系统的功能和生理状态,被广泛应用于人机交互、假肢控制、遥控机器人、虚拟现实、脑机接口等领域。无线传感器网络技术(WireleSS Sensor Networks,WSN)集传感器、计算机、网络通信、无线传输及嵌入式技术于一体。将表面肌电信号处理分析技术和无线传感器网络相结合,研究并设计基于肌肉传感器的无线控制设备。设计了表面肌电信号的增益电路,采用基于STM32 的EMG系统构建实验平台,设计并实现了网络各层通信协议之间的单片机串口通信过程。同时对接收到的表面肌电信号完成信号预处理后,对表面肌电信号进行动作分割,并分别使用统计方法、AR参数模型法和小波分解方法提取特征信息, 采用神经网络识别手掌开合,手腕上下,手腕旋转,肘击收张,手臂开合,手臂抬起和放下六个动作,取得满意的识别结果,为后续开发实际的人机接口奠定了技术基础。

02无土栽培技术

此项目可以有效解决高温干旱地区的植物栽培问题,该项目可适用于多种场景。它通过温控系统以及mttp调控使得光电转换效率最大化,基于物联网与机器视觉实现智能化测控以及远程控制,并利用昼夜温差收集水分。

03智能分类垃圾桶

分类垃圾桶整个设计分为PC端和硬件端两大部分组成,PC端主要功能是目标检测,它具有图像处理和算法识别功能,摄像头捕捉到含有垃圾的图片,将图片传入到模型中进行处理;处理完的数据会通过蓝牙发送信号给硬件端。硬件端主要包含通信模块,MCU核心模块,摄像头和舵机,是实现垃圾分类的主要区域, STM32主控芯片上电后串口、定时器进行初始化。当STM32收到电脑端发送的垃圾类型数据时,对收到的数据进行判断,用于区别出被识别的垃圾的种类。当垃圾被成功识别时,STM32通过控制垃圾桶底部的舵机,旋转不同的角度,并将垃圾投入不同分类的格子中。实现垃圾分类功能,完成自动垃圾分类。

本设计旨在用前沿的YOLOv3模型 去实现准确的垃圾识别。设计中的模型利用Anaconda搭建环境变量,并在Pycharm软件上运行模型。YOLOv3 模型实验所需的数据集来自华为云人工智能大赛提供的垃圾分类数据集,共有44种垃圾类别,图片数为1.9万 张。经测试发现YOLOv3模型能够快速而又准确地识别出44种垃圾。



  • 上一篇:没有了
  • 下一篇:孙彬