安卓智能电视范文（精选6篇）

安卓智能电视 第1篇

本文对比了目前市场上存在的几种智能电视机芯升级方式,提出了一种在现有电视技术条件下,通过一个自定义接口,借助HDMI协议来完成安卓电视机芯智能升级,该方法具有电视整机机芯升级简单、便捷、成本低、原有整机利用率高等优点。

1 几种智能电视机芯升级方式比较

现有技术条件下,如果用户需要升级电视机芯,或者采用机芯整体更换的方法,此方案必须打开电视机后盖才能更换,用户没有可操作性,必须由专业人士处理,费用高,加之要匹配原整机各端口和屏参画质,技术实施难度大;或者采用更换电视的方式,直接淘汰旧电视,浪费极大。

在国外市场上,能见到的机芯智能升级方案为三星公司的智能升级卡,主要采用了芯片定制的方式,将原机芯主芯片So C各源Decoder输出到后端Scaler输入处理路径上的Video Buffer预留信号流输出口,送给新机芯,新机芯进行处理完成后,回传给Video Buffer,再送给原机芯后端Scaler和Display Port部分进行缩放、NR、DI、画质和上屏处理。但使用定制芯片制约因素较多,第一技术门槛高,第二需要锁定极大的订单数量,第三开发周期长,从而导致在国内的技术条件下,实施可能性极低。

在国内品牌电视厂家中,未见有厂家提供机芯智能升级的产品或系统解决办法。另一方面,市场上大量存在各种智能盒子,可当作电视整机的信号源,用来支持用户的智能体验。采用此种方式提升智能体验时,只要更换智能盒子即可,但是用户需要操作两个遥控器,同时,两套UI之间风格迥异,造成用户使用时的诸多不便。

本文综合利用现有电视机芯已有技术,结合外接盒子的优点,提出机芯升级的系统解决办法。新机芯可采用模块形式进行销售使用,用户只需通过购买匹配的新机芯模块,接入预留有本文描述的自定义升级接口电视机,系统软件检测到模块插入后,软件自动实现匹配以及合并工作,即可完成电视机芯的系统升级,升级方式简单、便捷、成本低,升级完成后,UI风格统一,用户只需使用一个遥控器即可完成各项操作。

2 系统总体设计

本文是一种在电视机芯现有技术条件下,通过在旧机芯上预留自定义升级接口,将新机芯处理后的音视频信号通过HDMI通道传递给旧机芯,软件管理上通过新机芯模块插入检测及UART通信协议来系统配置新机芯在旧机芯上的合并工作,完成各端口的信号处理并上屏显示。该自定义升级接口包含音视频传输通道、通信通道、USB通道及供电通道,详细定义见后续说明。

本文介绍的智能升级方案具体电路实现方案见图1。

2.1 自定义升级接口

本文定义的智能升级接口,详细定义见表1。

定义说明如下:

1)HDMI信号传输接口:主要用于新机芯按照HDMI信号协议[1],将新机芯处理后的音视频信号传递给旧机芯进行显示。本方案采用HDMI协议的优势是音视频可以同时无损传输。

2)UART通信接口:使用UART通信协议完成新机芯与旧机芯之间的沟通管理、完成相互配置合并工作。

3)GPIO信号接口:主要实现新机芯模块插入的自动检测,以及预留特殊情况下的控制使用。

4)新机芯供电接口:旧机芯提供12 V单路输入电源给新机芯,新机芯模块内部所需的供电电压以及上电时序由新机芯模块自己控制。

5)USB信号接口:主要用于旧机芯上原有的Wi Fi信号、RF遥控信号、USB2.0 信号传输给新机芯。

6)智能升级接口基本定义的管脚数量为50针。

2.2 系统实施方案

下文结合图1,进行系统实施方案的详细说明。

1)本文定义的智能升级接口包含匹配的插头和插座,分别位于新机芯和旧机芯,该板间连接器需保证新旧机芯的可靠连接。

2)旧机芯预留1 路HDMI通道连接至智能升级接口。

3)新旧机芯的遥控信号连接:目前中高端智能电视均采用RF射频遥控,接收到RF遥控信号时,数据通过USB切换开关送入新机芯的主芯片处理。

4)新旧机芯的上网信号物理连接:目前中高端智能电视均采用内置Wi Fi模块方式,原整机上的Wi Fi信号通过USB切换开关送入新机芯的主芯片处理。

5)旧机芯的端口使用配置:新机芯软件将对旧机芯所有端口信号源统一进行管控,原整机保留电视基本功能的端口,包括ATV/DTV,AVIN/AVOUT,YPBPR,VGA和HDMI,旧机芯的USB端口通过USB切换开关,将信号传递给新机芯使用。

6)新机芯为提升用户系统升级后对新功能的体验,可增加如下端口:

(1)USB2.0 接口,可用于后续新的智能周边设备的应用或USB有线网卡;

(2)USB3.0 接口,可用于升级用户4K、2K视频播放,H.265等新技术的体验;

(3)HDMI接口,可适应新的HDMI2.0标准以及后续升级的标准,目前已大量使用的是HDMI 1.4[1]标准。

7)旧机芯的软件通过周期性读取智能升级接口上的智能卡检测口MODULE_DET,如果MOD-ULE_DET口电平为预设的模块接入电平,则表示新机芯已接入,并将旧机芯中预设的约定文件功能标志位进行状态更新。

8)功能标志1用于管控旧机芯的网络升级以及新机芯的网络升级功能,如标志1为非真时,表明未插入新机芯模块,旧机芯支持由厂家推送的网络升级功能;标志1为真时,表明已插入新机芯模块,则屏蔽掉旧机芯的网络升级功能,仅支持新机芯的网络升级功能。

9)功能标志2用于UI菜单控制,如标志2为真时,则屏蔽旧机芯的主场景及MMP,启动新机芯的主场景及MMP,此时所有的遥控相关按键(开关机键、信号源切换键、音量加减键等除外)均传到新机芯中处理,旧机芯接收到键后过滤掉不处理。

10)功能标志3 用于管控旧机芯与新机芯之间的功能互斥,标志3表明如接收到需执行的功能是旧机芯和新机芯都可以执行的功能,如果标志3为真时,则使用新机芯执行相应功能;如果标志3为非真时,则使用旧机芯执行相应功能。

11)原整机声音处理部分沿用原整机的声音信号处理及输出。

3 系统设计的实施可行性说明

1)目前电视整机均带有2~3 个HDMI接口,因此从主芯片预留1个HDMI通道连接至智能升级接口,机芯方案设计时即可预留,对于用户也没有影响。

2)自定义升级接口,包含的管脚数量较多,需要插拔有力、接触可靠,其中包含的传递USB数据格式信号以及满足HDMI数据传输[2]电气特性管脚,均需要满足相对应的技术协议要求,目前已有大量使用的经验,属于成熟经验推广使用。自定义升级的物理接口,目前国际的接插件大厂均有类似可满足要求的产品。

3)用于新旧机芯间的软件系统通信可以按照UART协议进行(见表2),目前使用UART协议在模块间进行通信的经验丰富,可以满足本文的新、旧机芯之间的通信需求。

数据帧说明如下:

(1)帧开始符低字节:0x55;

(2)帧开始符高字节:0x AA;

(3)命令字:通过解析命令字,更改参数数据;

(4)数据域长度:根据不同的命令字,有不同的数据域长度;

(5)数据域:命令字匹配的数据参数;

(6)校验码:从命令字到数据域的所有字节和,取最低的8位。

4)接入新机芯后,原整机USB数据传输给新机芯中用到的USB信号切换开关,可以选用Microchip公司的USB3740[3],进行二选一的USB通道信号切换。其优势是带宽达到1 Gbit/s,这样可以保证USB2.0的信号和眼图的质量,防止传输的时候数据包错误。另外ESD级别也比较高,达到±15 k V。

5)新机芯的电源供电,由原整机的电源模块进行功率预留,连接至旧机芯的智能升级接口,提供给新机芯使用,升级端口处的供电控制开关可通过GPIO口控制。

6)根据本文提供的方案,新机芯采用模块方式,尽量兼顾美观与便携,不阻挡原整机各端口信号线的插拔。图2为模块安装示意图,将新机芯插入旧机芯的自定义升级接口,进行可靠连接,安装完成后的状态,如图3所示。模块安装完毕,对整机通电开机,系统检测到模块接入后,软件自动升级,完成新、旧机芯的系统匹配和合并工作,升级完成后,用户就可体验新机芯支持的各种新技术。

4 小结

本文针对目前电视整机性能更新换代快,而一般家庭对电视整机的淘汰率低,为了满足部分用户对新技术的追求、新功能的体验,对比了几种智能升级方案。为了使电视机芯升级变得更为友好,原有整机利用率高,提出了在现有技术条件下的安卓电视机芯智能升级的系统解决方案,操作性强。

另需说明的是,机芯升级后,某些受原有整机硬件配置的限制,也无法实现新机芯的部分操作功能,如原配整机上没有麦克风阵列和摄像头,即使升级新机芯后,也不能实现手势控制、远距离拾音、人机直接对话等功能。

摘要：对比了目前几种安卓电视智能升级方案,提出了一种在现有电视技术条件下,通过一个自定义接口完成安卓电视机芯智能升级的方案。该方法具有电视整机机芯升级简单、便捷、成本低、原有整机利用率高的优点。并以50个管脚的自定义接口为例,具体阐述了安卓电视机芯升级的软件、硬件解决方案。

聚焦四核安卓智能机 第2篇

LG Optimus 4X HD非常的薄，只有8.99mm，屏幕采用的是LG称之为True HD IPS的原色硬屏。使用中，这款屏幕的黑色下潜度很深，白色也非常的亮，色彩鲜艳生动，饱和度很高，图像的细节表现也非常锐利，显示的文字基本上没有颗粒感。

所周知，如今智能手机领域的竞争除了硬件之外也体现在创新应用上，LG Optimus 4X HD就像大家展示了其不俗的“软实力”。Optimus 4X HD内置了LG独家研发的应用程序QuickMemo快捷备忘录。不同于其他记录分享程序，QuickMemo快捷备忘录省去了从第三方下载的繁琐程序，只要同时按住手机的增减音量键，或直接点击状态栏中的快捷键就可以进入程序界面。并且该程序的另一大优点是其没有界面限定约束，你可以在任何界面进行标、涂鸦，不论是浏览网页时，玩游戏时，还是拍照时等等。

Optimus 4X HD前置130万像素和后置800万像素镜头，拥有独特的Time Catch Shot 时间捕捉拍摄功能。开启该功能，Optimus 4X HD会在呢按下快门的一瞬间，自动捕捉你按下快门前后的5张照片，让你选择留下最美的瞬间，这对拍摄好动的小孩很有帮助。

NVIDIA的Tegra 3处理器拥有一个类似于更小的第五核芯，专门用来处理待机或者低性能任务，从而来改善智能手机的电池续航时间。Optimus 4X HD采用2150mAh电池，测试中在每天玩2小时游戏，1小时上网的使用负荷中，电池续航坚持1天是没有问题的。

性能方面，Optimus 4X HD在benchmark测试中表现还是相当不错的，具体测试结果请见前文《顶尖安卓手机排排座：让基准测试来说话》。实际体验中，Optimus 4X HD在游戏中的表现非常出色，尤其是一些对于显卡要求高的游戏，Optimus 4X HD跑起来非常流畅顺滑。

—冯华

LG Optimus 4X HD

性能出色，应用丰富

适用人群：高端商务

安卓智能电视 第3篇

为了响应国家大力倡导的节能减排政策,寻求新的学习智能调光系统的需求越来越高。LED灯以其显著的优势,逐渐替代了高压钠灯,成为学习照明光源的主流。但简单的替换并没有完全发挥LED灯快速启动、亮度可无级调节的优点,反而因为LED灯造价高的因素制约了LED的发展,因此文章提出了基于安卓手机的学习智能调光系统。智能调光系统,就是依据某区域功能、时间不同、室内外亮度或者某区域功能用途不同来控制照明。更为重要的是其可以进行光的预设,也就是说能将照明亮度转为一系列的设置功能,可以由中央控制系统自动调用。该系统使强、弱电一体化,巧妙地将其融进控制技术,使用户能对灯光进行智能化控制,使得灯光和其他各种设备联动成为可能。它是在智能照明系统上发展起来的,智能照明系统就是利用由智能化的信息处理、无线通讯的数据传输和计算机等组成的控制系统,实现对照明设备智能化的控制,其具有场景设置、调节灯光亮度强弱和进行定时控制等功能。

2智能照明系统的发展

(1)智能照明系统起源于20世纪20年代,由于当时照明光源以卤素光源为主,恰好该系统的技术适用于卤素光源控制和调光,所以本系统迅速发展起来。

(2)20世纪70年代,第一次世界能源危机让人们开始考虑如何节约资源和怎样管理能源。随着自动化控制技术进入各行业,人们在各种建筑中开始利用低电压的弱电信号去调节和控制其照明,进而实现它的智能化。

(3)1980年,西门子公司推出“EIB总线”,进而其被使用在建筑的照明控制方面,它主要实现自动节能控制和照明的集中管理。随着后来各个公司对其的不断优化,使得该系统得到广泛应用。

(4)近些年来,由于大力倡导节能环保,智能照明系统的应用越来越广泛。

目前,在中国该系统的市场还没有成熟,它主要被应用于一些公共领域和比较高端的商务领域。但物联网技术的出现,智能调光系统将得到更广阔的应用。

3安卓手机在中国的市场

近些年来,国内各种市场竞争的形势趋于明朗,Android在手机的操作系统竞争中占上风。据发布的《2011年中国Android智能手机用户调查研究报告》显示,在2011年中国Android智能手机的用户使用品牌调查中,其中华为、中兴、酷派等国内品牌百分比分别为11.4%,9.8%和9.2%。

4基于安卓手机的学习智能调光系统简介

如图1所示,借助安卓智能手机的感光传感器,制作一个安卓手机软件,读取手机光感模块的数据,再通过手机蓝牙向蓝牙4.0模块发送指令,模块将所收到的指令输入到单片机的输入端口,单片机根据所编写好的程序对所接收到指令对灯实现亮度调节。本系统的产品可以控制中小学生学习用的台灯,只需选择手机APP软件上的“读书模式”,手机感光系统会测量室内光照度,通过手机蓝牙发出指令,将台灯的光照度调节到适合学习的70到100Lx范围内,不仅节约了国家电量,还能适当保护学生的眼睛。

5基于安卓手机的学习智能调光系统的功能特点

第一,具有自适应性。基于安卓手机的学习智能调光系统,能够保持室内外亮度的联动,依据室内亮度和某区域的功能,有效实现室内外的亮度自适应。

第二,低功耗、超省电。灯泡核心部分内置蓝牙40模块,遵循最新的蓝牙4.0低功耗标准;效益是传统蓝牙技术的10倍以上,待机损耗极低。

第三,一对多的控制,一部智能手机可同时与多组灯泡配对,控制多组灯光;一部智能机可以进行多项控制,如灯泡的开关、明暗度等。

第四,让灯具寿命变更长。系统调光时,使用亮度渐变的控制方式,从而逐渐达到目标的亮度,进而防止因为瞬时开灯而引起的冲击电流对灯具和其它的电子设备造成损坏。

6基于安卓手机的学习智能调光系统的应用前景

随着数字时代的发展,智能手机的使用越来越普及,可以利用智能手机作为一个控制平台,从而方便快捷地实现对灯光的调控。现如今国内外生产的智能手机几乎都具有自带的感光系统,利用安卓智能手机上的感光传感器,获得光照度数据,根据环境灯光需求模式,再通过智能手机蓝牙4.0模块,对环境灯光的光照度进行无线控制。在开发APP软件时,开发人员会编辑出生活中需要的一些模式,如:“读书模式”“休息模式”等。当需要读书学习时,只需选择“读书模式”,然后智能手机的感光传感器便会测量出室内光照度的数据,通过蓝牙调节书桌台灯的灯光强度,达到适合读书的亮度,不仅节约了电量,还避免了太强或过弱的灯光在读书时对中小学生眼睛的刺激,有益于健康用眼。并且蓝牙4.0显著的特点在于低耗能,从而不会对手机的待机时间产生太大的影响,能够广泛地应用于生活中。相信本系统将会受到广大消费者的欢迎,并使消费者享受到该系统所带来的方便和益处。

7结语

随着智能安卓手机的普及,智能控制广受大家的欢迎,人们对智能的渴望,使智能家居越来越成为一种不可避免的趋势,人们也更加向往一种简单、便捷的生活方式。基于智能手机感光调节器来调节灯光照度,简单易行,利用安卓智能手机上感光传感器,获得光照度数据,根据环境灯光需求模式,通过智能手机蓝牙4.0模块,对环境灯光光照度进行无线控制,从而准确地调节各类家用电灯的光照度。在手机上实现对家具灯光的控制,可免去购买其他终端设备,使智能化控制其更触手可及。

参考文献

[1]林明标.基于安卓手机的无线重力感应控制智能小车[J].计算机测量与控制,2015(4):1175-1178.

[2]刘念杰.基于电力线载波通信的智能调光系统[D].杭州:杭州电子科技大学,2013.

[3]佘咸宁.支持智能手机控制的DALI智能照明系统的研究[D].广州:广东工业大学,2013.

[4]戴美想.智能调光系统的设计[J].建筑节能,2015(4):29-32.

[5]董珀.智能照明控制系统及其新技术研究[D].上海.东华大学,2010.

安卓智能电视 第4篇

基于位置的服务 (LBS) , 借助互联网或无线网络, 在固定用户或移动用户之间, 完成定位和服务两大功能[1]。目前, 主要使用的定位技术有:基于移动通信网的定位, 基于无线局域网 (WLAN) 的定位, 基于无线传感器网络 (WSN) 的定位, 基于射频识别 (RFID) 技术的定位[2]。

无线传感器网络的定位, 多径传播、非视距传播、多址干扰等效应会使定位的数据产生较为明显的误差;而RFID技术也会受到物体遮挡等的影响[3];移动通信网的定位, 在室内或卫星信号无法覆盖的地方效果较差。为了实现室内外环境的无缝定位, 同时避免以上定位技术的缺点, 此次设计利用手机传感器的加速度数据估算每一步的步长, 结合方位角得到步行的坐标, 从而实现室内的精准定位。

一、本系统的相关技术

系统编程主要涉及到加速度传感器、方向传感器和基于TCP协议的SOCKET通信技术, 其中客户端实现加速度和方向角数据的采集和发送, 而服务器端则是利用SOCKET技术, 接收客户端的实时坐标值, 并将坐标值描绘在坐标系中。

1.1Android的GPS定位。Android定位服务的相关类基本都封装在android.location包[4], 提供了Location Manager类来管理GPS信息, 通过get System Service (Context.LOCATION_SERVICE) 来获取, 然后再使用Location Provider表示获取定位信息的方式。最后用Location对象获取位置信息, 包括经度、纬度、海拔高度等。

1.2加速度和方向传感器[5]。加速度传感器, 返回x、y、z三轴的加速度数值。将手机平放在桌面上, x轴默认为0, y轴默认0, z轴默认9.81。将手机朝下放在桌面上, z轴为-9.81。

方向传感器, 返回三轴的角度数据。0°=北, 90°=东, 180°=南, 270°=西。

1.3Wifi通信技术。Wifi[6]是一种可以将个人电脑、手持设备 (如PDA、手机) 等终端以无线方式互相连接的技术, 用于传输高频无线电信号, 可以实现网络内的无线传输。Wifi具有覆盖范围广、传输速度快、不受布线条件限制和健康安全等优点。

二、定位系统设计

系统是基于Android智能手机和Windows操作平台的室内外人员定位与管理平台, 使用Eclipse集成开发环境, 实现C/S的代码和架构。整个系统主要分为两个组成部分:手机定位APP、PC端定位人员位置信息捕捉和显示。

2.1基于Android手机APP的客户端。Android手机应用程序主要分为四部分:获取定位人员 (室外) 的经纬度信息、获取相关传感器数据、利用加速度数据得到步长和利用方向角数据得到运动方向、将坐标值通过Wifi下的Socket协议传递出去。

2.1.1经纬度信息获取。GPS模块是封装在手机里面的固件, 底层是无法改变的, 想要使用location类, 需要先得到LOCATION_SERVICE的系统服务, 获得LOCATION的使用权限。设置标准Criteria类的相关参数。最后就是要设置Location Update的参数, 在本次设计中, 位置信息0.2S更新一次, 0.5m更新一次, 并且实现位置更新的Location监听。

2.1.2传感器数据的操作。传感器的开发需要得到SENSOR_SERVICE系统服务, 进程要继承Sensor Event Listene接口, 并且要复写on Sensor Changed () 方法。同时在On Resume () 方法中注册加速度和方向传感器, 采样频率设置为SENSOR_DELAY_NORMAL, 即0.2s。

2.1.3步长和运动方向确定。步长估计和运动方向的确定均封装在on Sensor Changed () 方法中, 目的是传感器数据每改变一次, 就能进行一次数据的处理。

(1) 加速度传感器和计步算法。本次设计是针对于处于复杂室内环境的人员, 根据人步行的规律[7], 行走过程可以分为三步:静止时向前跨步过程、步行中向后收步过程、步行中向前跨步过程。

初始化判断状态:主要用于定位人员静止和每一步计步结束的调用。静止时的调用, 主要是执行静止时向前跨步过程;每一步计步结束时的调用, 主要是判断步行中是向前还是向后跨步。

静止状态:当计步时间大于时间阈值, 就会调用此状态, 先将计时器清零, 然后继续判断是否满足跨步的条件, 如果满足则会跳转到相应状态继续判断, 不满足就会再次执行静止状态。

静止时向前跨步过程:程序先从初始化状态开始判断, 如果Y轴加速度acc_val_y不断减小, Z轴加速度acc_val_z不断增大[8], 则会执行计步程序STEP_STRIDE。

步行中向后收步过程:如果Y轴和Z轴加速度均减小, 则会执行Step_Backward程序, 继续判断Y轴和Z轴加速度, 如果Y轴加速度减小, Z轴加速度减小且为负值, 则会执行计步程序STEP_STRIDE。

步行中向前跨步过程:如果Y轴和Z轴加速度均增大, 则执行Step_Forward程序, 继续判断Y轴和Z轴加速度, 如果Y轴加速度减小, Z轴加速度增大, 则会执行计步程序STEP_STRIDE。

整个计步过程流程如图1:

(2) 方向角的确定。方向角的计算需要先考虑两种情况:屏幕朝上和屏幕朝下, 对应迈步还是收步。当屏幕朝上时, 定位人员的方向角与实际测量的角度方向相反, 而屏幕朝上时, 方向相同。假设定位人员在以正北方向为Y轴, 正东方向为X轴的坐标系内运动。

方向角小于90度, 坐标值增量X/Y均为负值, 方向角不变;大于90小于180度, X为负值, Y为正值, 方向角为180度减去此方向角;大于180小于270, X/Y均为正值, 方向角为此方向角减去180度;大于270小于360, X为正值, Y为负值, 方向角为360度减去此方向角。

(3) 坐标值的确定。为了确定每一步结束的坐标值, 就需要知道每一步的步长和方向角, 这些方法均被封装在计步程序STEP_STRIDE中。当计步程序被调用时, 步数自动增加1, 然后由一步的时间和采样的频率, 求出每一步的步频。根据步频和步长的估算公式, 进而得到步长大小。

2.1.4坐标值输出。首先基于TCP协议在Android终端和PC两端之间形成网络虚拟链路。使用Server Socket创建T C P服务器端, 然后在A n d r o i d客户端使用S o c k e t的构造器来连接服务器。其中Android终端通过WIFI连接和PC处于同一局域网[9]。然后使用字节流文件进行传输和接收, 定义Data Output Stream对象。当计步程序被执行时, 利用Data Output Stream的Write Double () 方法将坐标值发送给服务器端。

2.2服务器位置信息监控和管理程序系统。服务器端使用的是java编程语言, 同时继承了Application Frame类的方法。在程序的实现中, 首先指定了和客户端一致的端口号, 获取客户端的数据接收机制, 然后利用JFree Chart工具类[10]实现显示坐标系面板的绘制, 即定位人员实时位置图。

三、系统运行效果图和误差分析

具体的室内测试时, 定位人员在沈阳化工大学六号实验楼楼内进行测试, 选定一块长3米、宽3米的正方形区域, 并且其中两边分别为正北方向和正东方向, 交点设为坐标原点。实验者从原点出发, 沿正东方向, 在正方形区域内逆时针运动, 总长度为12米, 共行走20步。

3.1客户端系统运行的效果图

3.2服务器运行的效果图

根据二维空间的欧式距离公式

其中sqrt表示求平方根, (x1, y1) 为第一个点的坐标值, (x2, y2) 为第二个点的坐标值, ^2表示求表达式的平方值。从图5可以看出, 规则四边形的折线图表示的是实际的路线图, 不规则四边形的折线图表示的是测量的轨迹图。步行人员在第一次拐弯时步行的角度和距离均开始出现较大波动, 到第二次转弯时角度和距离误差达到最大。此时实际坐标点是 (3, 3) , 测量坐标点是 (3.15, 3) 。由公式 (1) 可以得到最大的距离偏差约为15厘米, 而最大的角度误差约为3.01度, 基本符合定位要求。

四、结论

本文提出了在Android智能手机上开发室内定位软件的设计与实现方案。该方案对客户端和服务器端的硬件要求较低, 适用于具备智能手机的绝大多数用户。同时, 手机内部封装的传感器性能稳定、可靠性高, 还可以在当前系统的基础上添加楼层检测和跌倒检测等功能。

参考文献

[1]王萍.基于位置服务的移动学习研究[J].中国电化教育, 2011 (12) :114-119.

[2]周鹏, 刘晖, 韩丽华, 等.第四届中国卫星导航学术年会论文集:S1北斗/GNSS导航应用[C], 2011.

[3]庄春华, 赵治华, 张益青, 等.卫星导航定位技术综述[J].导航定位学报, 2014, 2 (1) :34-40.

[4]刘海蓉.基于Android平台的移动通讯设备GPS定位设计[J].武汉电力职业技术学院学报, 2014, 12 (1) :56-61.

[5]尹邦杰, 黄晓莹.浅析Android手机传感器机制及应用设计举例[J].计算机光盘软件及应用, 2013, 16 (5) :148-149.

[6]李晓阳.Wi Fi技术及其应用与发展[J].信息技术, 2012 (2) :196-200.

[7]美新半导体有限公司.基于加速度传感器的计步方法及其装置:中国, CN201110051838.X[P].2012-09-05.

[8]韩迪, 潘志宏.基于Android移动设备传感器的体感应用[J].华南理工大学学报, 2012, 40 (9) :75-80.

[9]单家凌, 叶润发.基于Wifi的Android通信系统[J].计算机系统应用, 2014, 23 (5) :69-72.

安卓智能电视 第5篇

芬兰赫尔辛基和韩国首尔2012年10月23日电/美通社/--Tuxera Inc.今天宣布泛泰 (Pantech) 获得授权并已将Tuxera ex FAT文件系统集成进其备受赞誉的安卓 (Android) 智能手机中。通过采用Tuxera软件, 泛泰智能手机现在能够支持64GB和及更大容量的SDXC闪存卡。从而大大扩展了手机存放图片、视频和应用的可用存储空间。Vega R3是泛泰第一款配备SDXC的机型。该机搭载了高通 (Qualcomm) S4 Pro, 拥有5.3英寸屏幕并支持LTE。泛泰同时也获得了Tuxera NTFS文件系统授权, 计划将其集成进其后续机型中。

通过Tuxera软件, 安卓和其他设备制造商得以支持最新的SDXC大容量存贮卡标准以及USB存储。同时Tuxera文件系统也大幅提升标准SD与SDHC存贮卡以及内置MMC闪存的性能。Tuxera文件系统方案可使任何通行的文件系统达到最高性能。同时Tuxera方案还包含该公司独创的fail-safe级别的可靠性及即时自动检测修复功能。

泛泰之所以选择Tuxera是因为它公认的市场领先地位、快速产品上市时间、有保证的可靠性与最佳性能。Tuxera对性能优化的追求也符合泛泰优化安卓系统的工作重点, 包括延长电池寿命和提高易用性。泛泰Vega R3写入SDXC卡的速度可以达到目前安卓智能手机市场领导者的两倍。

泛泰首席运营官Lee Jun Woo表示:“泛泰Vega R3是我们旗舰版LTE机型。R3代表着真实、卓越和革新。我们相信这款机型将凭借最佳性能、最佳用户体验和最长待机时间等诸多优势而成为我们最佳的安卓智能手机。我们很高兴能够将Tuxera文件系统方案集成进我们所有最新的LTE机型之中。Tuxera拥有应用于SDXC的终极ex FAT解决方案。并且该公司基于云的全天候技术支持可帮助我们大幅缩短上市时间。”

安卓智能电视 第6篇

近年来, 随着安卓智能手机为代表的智能移动电子设备的发展与普及, 给野外实时方便地测量计算带来了可能。本文研究的目的即是以黄鳝 (Monopterus albus) 为研究对象, 构建一个基于安卓智能手机的鱼类体长体重测定系统。

1 材料与方法

1.1 黄鳝数据

要通过黄鳝的体长来估算其体重, 则必须先构建黄鳝的体长—体重回归模型。为了使构建的模型更具有普遍代表性, 在选择黄鳝样本时, 选择了不同的养殖方式 (野生与养殖) 、个体大小、产地来源的鲜活黄鳝共500尾 (分批随机从水产批发市场采购得来) 。电击至晕后用毫米精度的钢尺及精确到克的电子称分别测量它们的体长、体重并计算肥满度, 从中随机选出400尾用于体长—体重模型建模, 剩余的100尾用于体长、体重及肥满度测量的精度验证。

1.2 方法与步骤

1.2.1 黄鳝体长-体重模型构建与选择

首先从外观上分析, 黄鳝是长蛇型鱼类, 从直觉上判断其体重与体长应该呈线性正相关的关系, 即:

式中:W—体重, g;L—体长, cm;a, b—要通过回归分析计算的待定系数。

此外, 由于一元高次多项式具有通过调整参数逼近任意非线性模型的能力, 本文使用最常用的一元三次多项式来描述黄鳝的体长—体重关系模型, 其表达式如下:

式中:p0, p1, p2, p3—要通过回归分析计算的待定系数。

另外, 鱼类的体长与体重的关系通常是通过乘幂函数形式的体长—体重模型来描述的, 即:

式中:c, d—要通过回归分析计算的待定系数。

1.2.2 基于拍摄测量方法的黄鳝体长体重测定方法

本文采用手机拍摄测量方法来测定黄鳝的体长, 其基本原理是:同一平面内的物体A与B在照片中的长度之比等于它们在现实中的长度之比, 即:

式中:LA, LB—物体A与B在现实中的长度 (实际长度) , cm;L'A, L'B—物体A与B在图像中的长度 (图像长度, 以像素为单位) , cm。

照片中的两个物体的长度比值通常可以通过图像像素点的坐标计算得到, 因此, 只需在被测物体旁边放一个长度已知的物体作为比照参考, 即可利用照片测量计算被测物体的长度。

利用手机对黄鳝进行体长测量时, 可在被测的黄鳝旁边放置一个长度已知的尺寸参考物, 例如手机手写笔 (事先测量出手写笔的长度) , 然后用手机垂直地对它们进行拍照, 得到照片后, 再在手机中用首尾相连的多个线段从头至尾手工勾绘出受测黄鳝的中心线, 并可计算得到其在图像中的长度, 同样地在图像中手工勾绘出手写笔的线段, 也可计算得到其在图像中的长度, 黄鳝中心线及手机手写笔在图像中的长度比例即可计算出来, 再通过公式 (4) 计算出黄鳝的实际长度, 进而根据乘幂体长-体重回归模型计算得到黄鳝的体重, 最终即可计算出其肥满度。

1.2.3 基于杠杆原理的黄鳝体重称量方法

实验表明, 即使没有长度测量误差的情况下, 每次通过乘幂体长-体重模型估算得到的黄鳝体重平均相对误差可达15.1%, 均方根误差达11.6g, 尤其对较长体长的黄鳝其估测误差更大。造成估算误差较大的主要原因是黄鳝本身个体差异, 即体长相同或相近的黄鳝体重不一定相同或相近。例如用来构建体长-体重模型中的实测数据中有一尾体长48.2 cm的黄鳝重91 g, 而另一尾体长49.2 cm的体重达170 g, 黄鳝个体的差异导致了模型估算存在较大的误差。

为了克服这种误差过大的问题, 将手机的手写笔进行了如图1所示改造设计, 以便利用杠杆原理来测定黄鳝的体重。其中, 手写笔由笔头、提手游标、笔杆及笔尾组成;笔杆上标有两列精确到毫米的长度刻度, 一列由0开始从左到右, 另一列也由0开始从右到左;套在笔杆上的提手游标可系上细绳, 然后用手提着, 中间的读数缝可以读取提手点离左右两端的长度。笔杆两端系上细绳吊环, 左吊环用于挂手机作“秤砣”, 右吊环用于挂放在薄膜袋中的黄鳝, 这时提手游标、笔杆及悬挂物就组成了一个杠杆称重系统 (图2) 。称重时, 提手游标在笔杆上左右滑动, 直至找到一个位置使杠杆平衡, 此时可对该杠杆系统进行受力分析 (图3) 。

根据杠杆平衡的条件可知, 支点左右两边的力矩之和应该相等, 杠杆才能平衡, 根据受力分析与力矩计算可得:手机重力×手机力臂+手机端杠杆的重力×手机力臂的一半 (因为支点左端笔杆的重心在长度的中点) =黄鳝重力×黄鳝力臂+黄鳝端杠杆的重力×黄鳝力臂的一半 (因为支点右边笔杆的重心在长度的中点) 。即有:

其中:g为重力加速度, Mm为手机的重量, Mp为秤杆 (即笔杆) 的重量 (手机和笔杆重量都可通过事先称重得知) , Mf为待求的黄鳝重量, m和n分别为手机及黄鳝离支点的水平距离 (可通过读数得到) , 等号两边消去g后整理可得:

由此可见, 只要知道m、n和Mm、Mp, 即可精确计算出被测黄鳝的重量, 而当笔杆的重量Mp很小时可以忽略不计。则上式可转化为:

本文采用公式 (6) 来计算黄鳝的体重。

1.2.4 肥满度计算

通过拍摄测量及杠杆称重方法分别得到准确的体长与体重信息之后, 即可计算许多与水产养殖及渔业资源调研相关的指标, 例如体长或体重的每日增长率、平均增重率、饵料效率、饵料系数、肥满度等。其中, 肥满度指标是水产养殖中常用于表征某种鱼的肥瘦程度及生长情况的指标, 按 (7) 式计算[13]。

式中:Mf—鱼的重量, g;L—鱼的体长, cm。

2 结果与讨论

2.1 拟合得到的体长—体重回归模型

通过用Excel 2010对400尾黄鳝的体长体重数据进行回归分析, 得到的结果如图4所示。其中, 线性体长—体重模型满足W=5.662 203×L-148.899 681, R2=0.862 617;乘幂体长—体重模型满足W=0.000 046×L3.832 574, R2=0.943 656;多项式体长—体重模型满足W=0.000 426×L3+0.118 881×L2-5.282 772×L+60.738 878, R2=0.943 202。

2.2 体重估算的误差

得到3种模型之后, 把剩下的100尾黄鳝的体长数据分别代入3种模型, 计算出其体重, 然后与用电子称所称得的体重比较, 可得每尾黄鳝的体重估算误差, 进而可以计算得到每种模型估算体重的最大误差及均方根误差 (表1) 。

从图4及表1的误差数据可见, 黄鳝的体长与体重并不呈线性关系, 如果用线性模型来估算黄鳝的体长体重, 误差比较大, 根据图4的线性模型图像可见, 当黄鳝的体长<25 cm时候, 用线性模型估算得到的数据将会是负值, 这也不符合实际情况。

此外, 由于多项式模型本身的特性, 它通常只适合内插不适合外推, 即对建模数据集范围内的数据预测比较准确, 而当用来估算体长不在本数据集的范围之内的黄鳝时, 误差会比较大, 比如当用多项式模型估算一尾10 cm的体重的时候, 通过模型计算可得W=20.2 g, 而当L=20 cm时, 计算得W=6.0 g, 也就是说长度较短的黄鳝估算体重反而比长度较大的重很多, 这也明显不符合实际。综上所述, 虽然多项式模型对测量数据的拟合长度略优于乘幂模型, 在估算黄鳝体重时仍然不能使用这种模型, 因此, 最终选择了误差较小也比较符合实际情况的乘幂模型作为黄鳝的体长-体重模型。

2.3 体长、体重及肥满度测量误差

在Eclipse 4.2.0与Android SDK R20.0.3环境下用Java语言把拍摄测量方法及黄鳝的乘幂函数体长—体重模型整合成了一个名为“FishRuler”的安卓智能手机应用程序。然后在三星Galaxy Note手机 (带电池不带手写笔重量176 g) 中运行该程序并以其手写笔 (长10.4 cm) 为尺寸参照物, 对用于验证模型预测精度的100尾黄鳝进行了体长测量及体重估算, 软件界面及测定过程如图5所示。在长度测量时可缩放图像以便从头至尾逐个点取黄鳝的中线上的点以便测量其长度。

然后对它们的体重分别进行杠杆称量, 得到体长与体重的测量值之后, 即可计算其肥满度, 用于验证的100尾黄鳝的体长、体重及肥满度测量值的最小、最大值及平均值 (表2) 。这些手机测量值与钢尺及电子称测得的结果比较。所得的测量误差如表3所示。

由表3可见, 体长的测定精度达到了毫米级, 与文献6和9的方法对比, 测量精度也有较大提高。而体重测定精度也非常高, 与用模型估算相比 (表1) , 有了较大幅度的提高。高精度的体长体重测量也保证了高精度的肥满度计算。

相比传统的尺量法测定鱼类长度, 本文方法的其他优点还有:操作方便, 不用接触受测对象, 因而测量时可以不损伤鱼类, 不用控制受测对象, 测量也比较容易实现, 且能根据需要测量不同的体长体宽等尺寸, 尤其是鳝鳗类用传统尺量方法几乎无法进行, 但是拍摄测量方法却很容易实现快速、准确、无损测量。

然而, 用拍摄测量方法测定黄鳝体长需要手工准确地点选出黄鳝中线以便计算长度, 这个过程涉及黄鳝照片的缩放和平移操作, 比较耗费时间, 并且会因为点选中线点不够精确而造成长度测量误差。此外, 体长-体重模型只使用了体长信息来估算黄鳝的体重, 这就不可避免地导致误差, 因为同样长度的黄鳝粗细不同也会导致体重差异。因此在估算体重时可以考虑使用黄鳝的投影面积来估算体重以减小误差, 因为黄鳝个体的长度大小信息都会反映在其投影面积上。黄鳝体长测量可以利用图像处理技术对黄鳝的图像进行骨架化提取来计算, 表面积的自动计算可以通过边缘提取技术来计算。

3 结论

本文提出了一种用智能手机测定鱼类 (尤其是黄鳝、鳗鱼、带鱼类, 甚至蛇类危险动物) 的体长体重及肥满度指标的方法。体长是利用拍摄测量技术来测定的, 其基本原理是照片中两个物体的长度比例关系与它们在现实中的实际长度的比例关系相同。只要在照片中能呈现的尺寸, 如全长, 标准长, 尾鳍长, 体宽等, 均可通过这种方法进行测量。体重测定主要通过杠杆称重的方法进行, 这种方法利用了杠杆平衡时支点两边的力矩相等的原理。实验结果表明, 这种基于手机的体长、体重及肥满度测定方法比较方便、快捷、准确。此外, 这种体长测定方法属于非接触量测, 它能尽量减少对被测对象的伤害。

摘要：提出了一种基于手机拍照测量技术的黄鳝 (Monopterus albus) 体长测定方法:只要用手机的手写笔作为尺寸参照物放在黄鳝旁边, 即可通过拍照测定其体长;得到体长后可通过黄鳝体长—体重的回归模型进行体重估算。研究发现:体长—体重回归模型在估算较大的黄鳝时存在较大的误差, 因此提出一种基于杠杆原理的利用手机手写笔作为秤杆来准确测量黄鳝体重的方法, 最后将上述方法及模型集成到安卓手机软件中, 构建了一个基于安卓手机的黄鳝体长、体重及肥满度的测定系统。结果表明:该系统测定体长、体重及肥满度的相对误差分别为1%、4.9%及5%;该系统可准确、方便、无损地测量黄鳝体长、体重及肥满度等参数。