vega

RFID环卫车辆管理系统应用方案

我与影子孤独终老i 提交于 2020-10-22 15:55:19
01.项目背景 当今时代,随着国家对环保的重视,环卫部门的重要性越来越明显。由于城市的快速建设和一些技术或管理限制,环卫部门在 环卫车辆管理 方面也面临许多挑战。环卫设施的数量和分布,确保垃圾收集时间落实到位,确保日常垃圾清运、垃圾及时运输和及时调度将成为环卫清运监管的重要环节,这也是智慧城市建设的关键一环。 02.面临的挑战 传统的 环卫车辆管理 方式已经无法满足现代的要求、存在很多的管理瓶颈。 1、环卫设施数量多、分布广,无法做到精确、实时的掌握; 2、城市垃圾桶垃圾堆积情况严重、公共场所情况无法精确掌握、对于相关人员的作业任务执行效率以及质量无法及时了解; 3、环卫车辆状态信息不能实时获取,无法杜绝车辆不按规定路线收集清运、超速作业等问题。 03.解决思路 数字环卫管理 是综合应用计算机技术、无线网络技术、RFID识别技术、视频监控技术、通过建立统一管理信息系统。实施对环卫作业效果、环卫作业车辆、环卫设施、废弃物终端处置的监管、以及对卫生环境的全程控制,实现集中管理调度,合理分配资源,实现垃圾收集处理效率的最优化。通过系统各功能模块的运作,实现相关数据信息的收集,监控垃圾箱的实时状态和居民住户行为,优化清运管理,从而实现居民区垃圾分类管理网络化、智能化和信息化。 RFID环卫车辆管理系统,RFID技术,RFID读写器 RFID射频识别是一种非接触式的自动识别技术

再现神人!仅仅只花4天半就解开了史上最难密码,这下整个圈子都炸开了.........

浪尽此生 提交于 2020-09-28 18:11:14
全世界只有 3.14 % 的人关注了 爆炸吧知识 鲁迅先生曾说, 记录这东西,就是用来打破的。 前阵子程序员圈子一定热呼的不可开交,咋回事?还不是因为有个程序员妹子 捅出了一个大篓子 。 事情是这样的,在德国慕尼黑有一个名叫 Leah Neukirchen 的程序员妹子,她厌倦了日复一复的解决小儿科程序代码。 直到 2015 年的一天,闲来无事的 Leah 在 BSD3 源码树的文件转储中发现了一个 /etc/passwd 文件,其中包含了计算机领域中一些传奇工程师的旧密码,令人惊讶的是, 这些密码竟然已经存放了39年之久。 Leah找到的部分旧密码名单 Leah 对他们使用的密码非常感兴趣,加上此刻鲁迅先生的名言在她耳边萦绕不散。她相信,再古老的密码都会有被破译的一天。 因此,Leah 展开了一段 暴力 破解密码之旅 。 计算机大师用的都是些小儿科密码? 她这一破就是破了5年,您别说,大部分密码还真就都被她破解了。 但其实在大多数情况下, leah的成功是因为用户的密码比较容易猜到 。 毕竟大部分计算机大师以前使用的密码保护程序是 Unix 早期的版本——BSD,这是一个古老的操作系统,因此从今天的密码保护标准来衡量,它们的安全保障措施确实不敢恭维。 首先, 保护密码的哈希函数虽然在40年前是最先进的技术,但现在要破解它并不难 。更奇怪的是

OSChina 周三乱弹 —— 零食柜子,只有一个干脆面????

≯℡__Kan透↙ 提交于 2020-08-14 22:29:43
Osc乱弹歌单(2020)请戳( 这里 ) 【今日歌曲】 @ 薛定谔的兄弟 :分享洛神有语创建的歌单「我喜欢的音乐」: 《約束(翻自 リリィ、さよなら。)》- Akie秋绘 手机党少年们想听歌,请使劲儿戳( 这里 ) @ 圣V马V可 :上班打卡!高考加油! 眼看着全国新闻大变样了, 几乎统一格式了, 还是北京厉害, 一条不同的新闻, 【北京考生#考前被蝎子咬伤警方护送进考场# [衰]】今日8时25分,北京海淀交通支队温泉大队考点执勤民警接到农大附中老师求助,老师说,早晨7点30分,一名考生在家里被蝎子蛰伤,家长带着考生到309医院治疗。但是考场在8点40分停止入场,希望能够得到交管部门的帮助。 农大附中现场指挥领导温泉大队大队长杨勇迅速安排民警德向前去医院接考生。8时33分,考生已被送到农大附中考点,用时仅八分钟,考生顺利到达后立即进入考场。(by北京日报) 高考, 我听错了就不去了。 @ 小鱼丁 :什么烧烤??? 反正不考了! “留级王!” @ clouddyy :未来的老婆明天就要高考了,我现在准备好房子了,正在努力搬砖买车,迎娶我的媳妇[奋斗][奋斗][奋斗] 你别给人家准备钱了, 人家自己都准备好了, “练了2天挣钱10%!一年挣100万有点保守啊。” 到现在也没挣多少钱啊, 顶多实现了方便面自由, @ whatwhowhy :05家有儿女里面的生活我至今就实现了方便面自由

RFID叉车读写器在智能仓库收发货环节中的应用-铨顺宏

白昼怎懂夜的黑 提交于 2020-08-13 17:46:56
RFID叉车读写器在智能仓库收发货环节中的应用 一、RFID技术与难点 在 RFID智能仓库应用解决方案 中,收货和发货两个作业环节都存在着 RFID叉车读写器 采集和门式采集装置(Portal)采集两种可选择方案。我们之所以推荐选用 RFID叉车读写器采集方案 ,主要是基于以下原因: 1、对作业过程中可能出现的差错防范能力更强,成本更低 几乎所有的仓库作业过程中都离不开叉车,因此,在叉车上设置前端数据采集工作站可以实现单作业步骤的防错,即在每一个作业步骤开始之前由系统自动做出审核和校验,对于改进提高仓库管理水平的作用明显,成本低。 通过上述对RFID叉车读写器和门式采集装置两种不同设备条件下的作业流程阐述可以看出,采用RFID叉车读写器时,是在搬运开始之前对所操作的容器进行核对,出现差错立即纠正;而采用门式采集装置时,则等容器被搬运到库门口或者装车站台上时,才能发现错误,这时还将容器搬运回原来的地点。后者显然成本更高。 2、超高频RFID读取的效果更加有保障 所有考虑采用超高频RFID技术的用户都对其在实际运行中的读取率有所担心,虽然超高频RFID技术本身足以保证其实际运行的效果(在良好的RFID系统实施的前提下),但不能否认的是标签与超高频RFID读写器之间的距离、标签通过超高频RFID天线电磁场区的速度和停留时间以及外界电磁环境的变化和波动等因素都会影响到读取率。

Python图像处理

守給你的承諾、 提交于 2020-07-25 18:31:44
作者|Garima Singh 编译|VK 来源|Git Connected 以前照相从来没有那么容易。现在你只需要一部手机。拍照是免费的,如果我们不考虑手机的费用的话。就在上一代人之前,业余艺术家和真正的艺术家如果拍照非常昂贵,并且每张照片的成本也不是免费的。 我们拍照是为了及时保存伟大的时刻,被保存的记忆随时准备在未来被"打开"。 就像腌制东西一样,我们要注意正确的防腐剂。当然,手机也为我们提供了一系列的图像处理软件,但是一旦我们需要处理大量的照片,我们就需要其他的工具。这时,编程和Python就派上用场了。Python及其模块如Numpy、Scipy、Matplotlib和其他特殊模块提供了各种各样的函数,能够处理大量图片。 为了向你提供必要的知识,本章的Python教程将处理基本的图像处理和操作。为此,我们使用模块NumPy、Matplotlib和SciPy。 我们从scipy包misc开始。 # 以下行仅在Python notebook中需要: %matplotlib inline from scipy import misc ascent = misc.ascent() import matplotlib.pyplot as plt plt.gray() plt.imshow(ascent) plt.show() 除了图像之外,我们还可以看到带有刻度的轴

How to highlight a bar by datetime value with Altair

橙三吉。 提交于 2020-06-16 17:10:30
问题 Similar to : https://altair-viz.github.io/gallery/bar_chart_with_highlighted_bar.html, is it possible to highlight a bar based on a specific date time value? I can't quite seem to make it work. import pandas as pd import altair as alt import datetime df = pd.DataFrame( { "year": [2019, 2019, 2019], "month": [1, 3, 7], "day": [1, 1, 1], "value": [5, 7, 9], } ) df["Mth"] = pd.to_datetime(dict(year=df["year"], month=df["month"], day=df["day"])) df.drop( ["year", "month", "day"], axis=1, inplace

How to highlight a bar by datetime value with Altair

佐手、 提交于 2020-06-16 17:09:57
问题 Similar to : https://altair-viz.github.io/gallery/bar_chart_with_highlighted_bar.html, is it possible to highlight a bar based on a specific date time value? I can't quite seem to make it work. import pandas as pd import altair as alt import datetime df = pd.DataFrame( { "year": [2019, 2019, 2019], "month": [1, 3, 7], "day": [1, 1, 1], "value": [5, 7, 9], } ) df["Mth"] = pd.to_datetime(dict(year=df["year"], month=df["month"], day=df["day"])) df.drop( ["year", "month", "day"], axis=1, inplace

AMD 和 Intel 之战:CPU 哪家强?

*爱你&永不变心* 提交于 2020-05-05 17:59:56
来源:嵌入式资讯精选 作者 | Paul Alcorn 译者 | 弯月,责编 | 郭芮 以下为译文: 不论是选游戏CPU还是桌面应用的CPU,我们只有两种选择:AMD或者英特尔。两家都有各自的粉丝,所以想买CPU的人很难获得中肯的建议,但其实在很多情况下答案很明显。实际上对于大多数人来说,AMD明显胜出。这个结论是大反转,因为要知道在三年前AMD几乎破产,而如今却能和英特尔统治了十多年的芯片市场上与之一战。 这篇文章从个人电脑的使用目的、价格、性能、驱动支持、能耗和安全性方面讨论AMD与英特尔的桌面级CPU之间永不休止的争论(这里我们不讨论笔记本或服务器的芯片),以及目前两者竞争的现状。我们还会讨论改变了游戏规则的制程和架构。总体上的胜利者毫无疑问,但选择哪家的CPU,应该根据价格、性能以及最看重的功能来综合考虑。 AMD和英特尔CPU的价格和价值比较 不论是谁,价格总是最重要的考虑因素,而在价值方面,AMD很难被打败。AMD的产品有很多额外的优势,如集成散热、所有型号完全支持超频,更不用说各种各样的软件,如Precision Boost Overdrive的自动超频功能。 而Socket AM4主板非常广泛的向前向后兼容性也带来了极大的好处,你花在处理器和主板上的每一分钱都物有所值。AMD还允许除了A系列之外的所有主板进行超频,对于用户来说这也是利好消息。 此外