嵌入式Linux上大部分都是有C/C++来做开发的，主要的原因还是为了效率，但本人最近几年用Java比较多所以决定用Java比较多所以决定还是用Java来开发，再者个人认为现在硬件的发展，对于实时性没有苛刻要求的环境Java足可以胜任了，所以言归正传，下面开始实际行动：1.Java虚拟机的安装，OpenJava，Oracle Java都可以，这里用Oracle Java为例：a.Ubuntu本身

风格迁移，就是将一种图片的风格迁移到其他图片上，改变其他图片的风格，很好玩的一个人工自能模型，github上已经有很多实现的方法，本文参考https://github.com/hzy46/fast-neural-style-tensorflow 的算法，利用Diego1#的平台实现实时视频的风格转换，先上两张图看效果：是不是很酷呢，其实实现方法和上篇博文中的原理是一样的，只是把人工智能的

现在语音识别很火，但从笔者的实际经验来看，目前的语音识别技术还远没有到大规模使用的阶段，语音识别现在无论是在线的还是离线的都在相对安静的环境下识别率比较高，但一旦有噪音，或者多人对话，现在语音识别技术都没有办法准确识别。国内使用的比较多的是科大讯飞的识别技术，而且在线识别的准确率比较高，笔者本也打算集成科大讯飞的，但从其网站下载的SDK来发现，其对Linux只支持x86,x64的计算机，对于树莓

目前国内语音识别主要是使用科大讯飞的在线语音识别，而且准确度也非常高，这主要得益于其强大的语音库，甚至方言也可以识别。但有很多时候需要离线的环境，这就需要离线识别，另外本人在这个平台上使用开源的技术，所以这里使用Sphinx4语音识别平台1.下载Sphinx4开发包Sphinx有c语言，和Java版本，java版本的开发包技术Sphinx4，下载：sphinx4-core-5prealpha

角速度标定，即控制机器人人转动固定的角度，看机器人是否按照控制指令完成，在这里我们让机器人转360度，代码如下：#!/usr/bin/env pythonimport rospyfrom geometry_msgs.msg import Twist, Quaternionfrom nav_msgs.msg import Odometryimport tffrom math import r

主控板主要提供智能数据分析，根据分析的结果通过串口发送控制命令给小车驱动板，小车驱动板根据控制命令控制小车的动作，主控板采用Java平台，集成相关领域的开源解决方案，软件系统主要包括如下：底盘驱动：根据控制命令控制4个电机的控制听觉系统：采用Sphinx4开源语音识别框架，识别语音数据视觉系统：采用JavaCV图像识别来分析小车所看到的内容，做到目标跟踪语音合成系统：采用FreeTTS语音合

对于机械臂，我们往往需要开发上位机软件，对机械臂的运行状态进行监控，并模拟机械臂的运行，虽然成熟的机械臂都有配套软件，但实际工作中我们可能还需要相对简单的监控软件，本文既笔者借助一些开源软件进行修改，采用微软MFC架构，在Visual Studio开发的一款简单的机械臂运行监控软件，可以通过Socket读取机械臂状态数据，并通过图形的方式模拟机械臂的运行，当然也可以根据需求扩展不同的通信方式，先上

嵌入式系统针对GPIO的开发，大部分都是采用c/c++进行开发，也有在树莓派上针对GPIO的java开发包，但必须要用树莓派平台，但友善之臂Friendarm的板子并不支持，只能自己想办法，在这里我们用Jni技术，直接调用友善之臂Friendarm的驱动包接口1.首先下载友善之臂Friendarm的开发包Matrix，并编译apt-getupdate&&apt-getinstallgit

EAI F4激光雷达是EAI最近推出的低成本二维激光雷达，具备极高的性价比今天我们就用这款雷达基于ROS的 hector来创建室内地图，先上创建好的室内地图。此图是diego 1#搭载此雷达使用hector创建的。1.下载F4的ROS包,执行如下命令cd ~/catkin_ws/srcgit clone https://github.com/EAIBOT/flashgo.gitc

前言Thingsboard是一款基于springcloud，非常优秀的物联网平台，其开源版本CE版已经提供了丰富的物联网功能，我们可以基于Thingsboard快速构建自己的物联网平台，但实际项目中一般都需要基于Thingsbaord扩展特定的业务功能。Thingsboard架构相对来说比较复杂，代码的抽象级别比较高，对于初学者是比较难的，本文总结了后端代码增加一个完整实体的过程。实体在Thing