# 2020 Fall Update

课程安排还是前八周上课+后八周project，但今年和去年都不存在选择project这种事情，只给了一个project做。两年都是在树莓派上，都是使用摄像头，去年好像是识别人的石头剪刀布的动作，今年是用摄像头正对屏幕上的图像的一部分进行拍摄，计算拍摄到的部分位于原图像的实时位置。感觉今年这个简单不少，去年怎么也得用点AI的技术，今年这个调调OpenCV就完事了。

主要的难点应该是用[Buildroot](https://buildroot.org/)裁剪出一个能运行识别程序且尽量小的树莓派Linux系统，用到一些OS课相关的技术，至少我是这么觉得的。但也没说非得这样裁剪，助教提供了一个Python写的识别程序，我猜测（不负任何责任）即使只是把它在完整的Linux系统上跑起来也能及格，这应该不需要任何工作量。

我的代码见：[https://github.com/MashPlant/rpi-image-locating](https://github.com/MashPlant/rpi-image-locating)。识别部分确实只调了OpenCV，但把整个系统裁剪到了8.1MiB。

—— by MashPlant

# 原内容

嵌入式系统是前八周上课，最后有一个project，后八周写project，课程压力较小，作业耗时在八个小时左右，作业有 (1)在树莓派上最小化一个可以跑起来监控程序的系统 (2)太阳能供电，用wifi控制开关的树莓派 (3)神经网络框架的加速(4)NBlot (5)测试树莓派的实时性能 (6)用树莓派做人机交互

我选的是太阳能供电，最后要自己手动连线，烧板子，剪USB线，比较有趣

——by吴昊哲学长