一波干货来袭，原来英伟达嵌入式开发板还可以这样用！

2016年NVIDIAJetsonTK1用户开发竞赛圆满结束，本次竞赛围绕英伟达嵌入式高性...



2016年NVIDIA Jetson TK1用户开发竞赛圆满结束，本次竞赛围绕英伟达嵌入式高性能开发板Jetson TK1，以移动中的原型机为主题共收到来自11所高校的参赛作品，经过来自商界、学界和NVIDIA的专家代表评选，前四名隆重登场，让我们来一睹他们的风采吧！

一等奖：

获奖作品：智能分拣机器人 & 六自由度机械手

获奖单位：浙江大学

作品概述：

智能分拣装配机械手采用计算机视觉识别物体，操作六自由度机械手进行分拣操作，大行程的设计使得机械手有更大的操作区域，满足复杂零件的抓取任务，可以有效的进行分拣和装配工作。Jetson TK1 高性能嵌入式视觉平台，具有 GPU 加速处理功能，可以加快图像的处理速度，提高识别速度和精度，开发套件集成度高，体积小，可以大大减少外部设备和视觉系统成本。以上这些优点，智能分拣装配机械手选择 Jetson TK1 作为图像处理平台。智能装配机械手采用 Darlnet yolo 物体识别算法 ，Darlnet yolo(You Only Look Once)作为一种快速的卷积神经网络目标识别算法，识别速度非常快，将其应用到工业领域具有广阔的应用前景。CUDA 作为一种通用并行计算架构，该架构使 GPU 能够解决复杂的计算问题。Jetson TK1 的处理器支持 CUDA™，于是 YOLO 目标识别程序就可以在 Jetson TK1 上以超高性能运行。



二等奖：

获奖作品：基于 jetson TK1 的 ROS 移动平台搭建 & HANDS FREE

获奖单位：西北工业大学/中国科学院大学

作品概述：

HANDSFREE 是一个比较完备，满足多种需求的框架。以 HANDSFREE 开源项目为核心，提供开放式的软件开发与电路、机械设计，在现阶段提供移动小车平台便于参考和开发。平台非常便捷和鲁棒，且由于 HANDSFREE 的开源性质，玩家既可以自己修改源代码，也可以用官方发布的固件，所以不管你懂或不懂嵌入式开发你都可以很轻易的上手这个平台，同时你还可以使用 Hands Free 开发的 ROS demo，以及使用 TK1 跑 ROS 的方案，你也可以利用底层通信协议 HF_Link 搭载自己的机器人控制方案，HF_Link 是该团队自己造的一个小巧型可移植的移动机器人抽象层通信协议，比起 mavlink，他们的协议更加易于理解。



二等奖：

获奖作品：基于深度学习的车载人脸识别系统

获奖单位：中科院自动化研究所

作品概述：

原型机是采用基于安卓手机蓝牙遥控的智能小车和用于进行人脸识别的Jetson TK1 两部分设计而成。这款无线遥控智能小车由手机控制平台、蓝牙通讯模块、电机驱动模块等硬件部分组成，通过手机上的蓝牙功能完成了控制小车前进、后退、左转、右转、停止等基本行走动作。本设计利用与 Jetson TK1 连接并安装在智能小车上的摄像头，采用深度学习算法对人脸进行识别，人脸识别界面采用 PyQt4 设计，在对话框中输入未注册用户的姓名，点击界面上的拍照按钮，即可快速完成人脸注册。注册完人脸后，下次再拍到该用户就会自动框出人脸并显示其姓名。本系统只要能捕捉到四分之三的人脸，就可以精准的识别出人的身份，完成整个识别过程只需要 200 毫秒。



二等奖：

获奖作品：基于 TK1 的的主动式异常行为监控系统

获奖单位：湖北工程学院

作品概述：

研究、实现一套基于嵌入式系统和模式识别的人员异常行为分析与检测系统，并具有低成本、可嵌入、具有一定智能的、主动式快速报警特点的系统。通过人员被动监测，改为使用系统主动发现，从而提高工作效率。系统以NVIDIA Jeston TK1为硬件平台，移植Linux操作系统以及opencv4tegra，利用摄像头采集视频数据，调用Video4Linux提供的API函数接口对视频数据进行提取；利用opencv4tegra库中的API对视频序列中的运动目标进行检测与跟踪处理，并对目标的异常行为进行分析和识别，如果发现异常行为则驱动报警装置进行报警，并对视频进行压缩存储。



点击【阅读原文】，可下载所有获奖作品！

    关注 吉浦迅科技