FS_SXTC är ett projekt som integrerar smarta hem, intelligent jordbruk, intelligent lagring, intelligent transport och intelligent säkerhet. Inte bara är det lämpligt att lära sig teoretiska kunskaper om saker och ting och relaterade kurser som Internet-systemdesign, installation, ledning, felsättning och underhåll av system, men det ger också en kraftfull undervisningsplattform för innovationsutveckling av saker och ting.

Den består av 6 avtagbara paneler och 24 magnetsugande paneler, 6 avtagbara paneler innehåller 1 grund- och gateway-utbildningspanel, 1 intelligent lagerpanel och 4 projektutbildningsapplikationspaneler. Grundläggande och gateway-utbildningspanelen är lämplig för grundläggande teoretisk inlärning i IoT och innehåller sex grundläggande inlärningsenheter. Grundläggande inlärningsenhet och panel med magnetisk sugning för enkel avtagning, enheten innehåller Cortex-M0-chipbaserad periferisk drivutveckling, flera sensordrivutveckling och 6 typer av trådlösa nätverksutveckling. Gateway-området är lämpligt för utvecklings- och inlärningsbehov på plattformsnivå, inklusive Linux-systemutveckling och FreeRTOS-systemutveckling. Applikationsområdet är lämpligt för praktik, kursdesign och examen. Fyra projektutbildningsområden har en modulär design och styrplattan (MCU) är separerad från sensormaskinvaran. Kontrollpanelen och sensorn är fast vid användningsområdet på träningsbordet med magnetsugning + hakning. Kontrollpanelen kan anslutas till vilken sensor som helst. Dess flexibilitet och kompatibilitet uppfyller studenternas designbehov för olika scenarier och olika projekt.

1, användning av magnetsugning och design, kan användaren fritt ta bort, befria komplexa ledningsproblem;

2, innehåller grundläggande inlärningsenhet, som omfattar 6 typer av trådlösa sensornätverk (ZigBee, BLE, WiFi, LoRa, IPv6, NB-IOT) och 12 typer av sensorer och utförande komponenter, kan hjälpa kunderna att snabbt komma igång och behärska kärnkunskapen om trådlösa sensornätverk och Internet of Things;

Använd Cortex-A53 / Cortex-M4 dubbla gateway design, Cortex-A53 gateway är inriktad på inbäddade områden, för att öppna utformning av datorer, programvarudesign och utbildning av inbäddade talanger.

4, innehåller mer än 20 vanliga sensorer och körenheter, 6 typer av trådlösa kommunikationsnätverk (ZigBee, BLE, WiFi, LoRa, IPv6, NB-IOT) och 485 busskommunikation och andra applikationstekniker, som kan möta olika projekts designbehov;

Du kan välja ett enda trådlöst nätverkspaket (ZigBee, BLE, WiFi, LoRa, IPv6) eller ett hybridt nätverkspaket för att möta projektapplikationer under olika förhållanden.

FS_SXTC är en uppsättning end-to-end (användare, moln, sensor, aktuator) projektapplikationssystem, uppfattningsskikt (sensor / chip), nätverksskikt (chip / kommunikationsmodul), plattformskikt (operativsystem) och applikationsskikt (intelligent terminal), i enlighet med nuvarande tekniska applikationsscenarier, för att underlätta användarens förståelse av IoT-systemdesign, IoT-systemarkitektur, och användaren kan göra vetenskaplig forskning och undervisning separat för ett visst skikt.

Tillhandahållande av IoT-molntjänster.

Integrerad systemarkitektur

Ett smart hem

Smarta hemmesystem är en enhetlig och komplex helhet som kräver många typer av sensorer för att upptäcka inomhusmiljön. Det är också nödvändigt att kontrollera relaterade hushållsapparater utifrån denna information.

Strukturdiagram för smarta hem

Intelligent jordbruk

I det intelligenta jordbrukskontrollsystemet används temperatursensorer, fuktighetssensorer, pH-värdessensorer, ljussensorer, CO2-sensorer och andra utrustningar i IoT-systemet för att upptäcka temperaturen, den relativa fuktigheten, pH-värdet, ljusstyrkan, jordnäringsämnen, CO2-koncentrationen och andra fysiska parametrar i miljön för att säkerställa att grödor har en bra och lämplig tillväxtmiljö. Genomförandet av fjärrkontroll gör det möjligt för tekniker att övervaka och kontrollera miljöer i flera hytter på kontoret. Använd ett trådlöst nätverk för att mäta de bästa förhållandena för grödodling.

Strukturdiagram för smarta jordbrukssystem

Intelligent trafik tillämpningsscenarier

Systemet använder urban vägtrafik, bostadsområden som prototyp och förlitar sig på sensorer och styrning som distribueras i verkliga sandskivor, trådlöst nätverk, intelligenta träningsbilar, videoövervakning, intelligenta gateways och andra enheter för att uppnå intelligent kontroll och hantering av simulerade städer.

Strukturdiagram för intelligenta transportutbildningssystem

Intelligent lagring

Intelligent lagerutbildningssystem är baserat på IoT-teknik. Tillförlita sig på trådlös nätverksteknik inom träningsrummet för att skapa en stabil och tillförlitlig ZigBee-täckningsmiljö; Alla typer av tillgångsutrustning (sensorer, styrenheter) kan trådlöst ansluta till IoT-informationsplattformen och bli en del av IoT-experimentella enheter för att bygga upp IoT-uppfattningsskiktet. Systemet utför lagring, analys och tillämpning av data genom ett enhetligt lagerhanteringscenter.

Strukturdiagram för intelligenta lagringssystem

Projekt 1:

genom mobil, PC、 APP i enheter som surfplattor, kontrollera enheter inomhus. Samtidigt kommer sensorenheten inomhus att justera ljus och temperatur baserat på förändringar i omgivningen och övervaka inomhusmiljön i realtid för att spela en snabb varningsroll.

Applikationsteknik: integrerad ledningsteknik, nätverkskommunikationsteknik, säkerhetsteknik, automatisk styrteknik, ljud- och videoteknik etc.

Höjdpunkter: Smarta hemsystem är en enhetlig och komplex helhet. Många typer av sensorer krävs för att upptäcka inomhusmiljön. Det är också nödvändigt att kontrollera relaterade hushållsapparater utifrån denna information. För att uppnå hemsäkerhet, bekvämlighet, komfort, konstnärlig och miljövänlig energibesparande bostadsmiljö.

Ramdiagram för belysningssystem baserat på träningsbord

Punkt 2:

Systemet simulerar verkliga ETC-scenarier och ger intelligenta avgifter för förflutna fordon. ETC-systemet lyfter automatiskt gränsfältet när fordonet passerar, simulerar automatisk avgift, och när fordonet passerar faller gränsfältet automatiskt för att uppnå en avgift utan parkering.

Tillämpningsteknik: trådlöst nätverk, AI, RFID-identifiering, sensorer och kontroller, AGV-magnetisk navigering, inbäddade system, mobilt internet, molnbaserad databehandling och mer.

Utrustning Höjdpunkter: Detta system använder stadstrafik, bostadsområden som prototyp, integrerad användning av trådlöst nätverk, AI-artificiell intelligens, RFID-identifiering, sensorer och kontroller, AGV-magnetisk navigation, inbäddade system, mobilt internet, moln och annan teknik, förlitar sig på sensorer och kontroll som distribueras i verkliga sandskivor, trådlöst nätverk, intelligenta träningsbilar, videoövervakning, intelligenta gateways och andra enheter för att uppnå den intelligenta styrningen och hanteringen av simulerade städer, för att hjälpa eleverna att bekanta sig med utvecklingen av projekt relaterade till smarta stadssystem och slutföra förbättringen av specifika grundkunskaper till integrerade applikationer.

Parkeringssystemdiagram