全國大學生嵌入式芯片與系統設計競賽以“創(chuàng)意發(fā)揮、規(guī)范設計、突破自我、快樂大賽”為宗旨，自舉辦以來幾乎覆蓋了全國所有電子信息類高校，在促進在校大學生創(chuàng)新人才成長、提升工程實踐能力等方面發(fā)揮了積極作用，在廣大高校和行業(yè)產生了廣泛而良好的影響。

飛凌嵌入式作為大賽的協辦單位之一，攜手瑞芯微在應用賽道中設立專項賽題，為了幫助各位同學進行備賽，我們特別梳理了【瑞芯微賽題】國賽一等獎項目的核心優(yōu)勢，期待這些案例能激發(fā)備賽同學的靈感。

2025年嵌賽國賽一等獎

ELF 2開發(fā)板賦能邊緣AI與高光譜的蛋品雙維檢測

陜西科技大學“彼岸花初開”團隊憑借參賽項目《殼·心雙鑒：ELF 2開發(fā)板賦能邊緣AI與高光譜的蛋品雙維檢測》，榮獲2025年嵌賽全國一等獎。該團隊由電子信息與人工智能學院的劉海輝、劉祥以及物理與信息科學學院的白博凌三位同學組成，并在郭拓老師的指導下完成項目。

“ELF 2開發(fā)板賦能邊緣AI與高光譜的蛋品雙維檢測”項目的核心優(yōu)勢包括：

一是理念與模式具有創(chuàng)新性，該項目創(chuàng)新性突出，提出了獨特的“雙維檢測”理念。綜合運用機器視覺技術（YOLOv8）與高光譜成像技術，實現了對蛋品質量從外至內的檢測：一方面是對蛋殼外觀進行裂紋檢測；另一方面是穿透蛋殼對其內部品質與新鮮度進行分析。相較于傳統的單一檢測方法，這種模式，在蛋品質量評估的準確性與可靠性上實現了顯著提升。

二是緊密結合實際應用場景，該項目精準契合中小規(guī)模養(yǎng)殖場與加工企業(yè)對質量標準化與自動化升級的核心需求。其實施不僅能系統性提升雞蛋流通全程的質量控制能力，助力農產品加工業(yè)向智能化、服務化轉型，更可為“農業(yè)+AI”的深度融合提供一個可復制、可推廣的工程實踐范本。

三是實現了跨領域技術的深度融合，該項目由視覺識別、光譜感知與智能分析三大核心模塊構成。

1. 視覺識別模塊：融合YOLOv8與Swin Transformer算法，兼具局部高效感知與全局上下文理解能力，能在復雜背景與多樣化紋理下精準識別蛋殼微裂紋，檢測準確率達96.7%。
3. 光譜感知模塊：通過620nm、700nm、800nm三波段LED光源與OPT101傳感器陣列，無損采集雞蛋內部24維光譜特征，經由MLP神經網絡實現新鮮度判斷與智能分級，分類精度超93%。
5. 智能分析中心：基于DeepSeek框架，自動融合視覺、光譜檢測結果、歷史數據及環(huán)境信息，生成倉儲、物流與食用優(yōu)先級的個性化建議。

最終，所有數據與建議通過Tkinter開發(fā)的圖形界面集中展示，兼顧產線高效管理與全鏈條品質追溯。

2025年嵌賽國賽一等獎

基于RK3588的智能學習輔助系統

武漢理工大學“會料理隊”憑借參賽項目“基于RK3588的智能學習輔助系統”，榮獲2025年嵌賽全國一等獎。該團隊由信息工程學院的李旭、陳子慧、廖新意三位同學組成，并在王永圣老師的指導下完成項目。

“基于RK3588的智能學習輔助系統”項目的核心優(yōu)勢包括：

一是軟硬件深度融合，項目以算力為6TOPS NPU的ELF 2開發(fā)板為技術底座，部署了幀率≥30fps的輕量化YOLO模型，并協同多種傳感器實現多模態(tài)感知。在此之上，系統完成了對步進電機（驅動桌面75-125cm升降）與PWM調光的嵌入式優(yōu)化。最終，通過“本地Qt界面顯示+微信小程序”的交互方式，實現了數據的實時展示與家長的遠程監(jiān)控閉環(huán)。

二是緊密結合真實應用場景，該項目適用于K12教育（坐姿矯正、專注力管理）、高等教育（考研自習室效率提升）、在線教育（居家學習監(jiān)測），并可為ADHD群體、視障學習者提供輔助，亦適配圖書館等公共空間。

三是工程完成度較高，該項目在性能上實現了桌面升降（75-125cm）、無極調光、±0.2℃精準溫控及NPU加速的實時視覺檢測，更通過“多模態(tài)感知+實時控制+云端交互”的深度融合，構建了一個完整的智能閉環(huán)。從需求到落地的完整開發(fā)流程，確保了該解決方案的成熟性與可實施性，切實推動學習場景向智能化演進。

2025年嵌賽國賽一等獎

基于ELF 2開發(fā)板的多傳感信息融合的多用途巡檢機器人

鄭州輕工業(yè)大學“調試時長兩月半隊”團隊憑借參賽項目“基于ELF 2開發(fā)板的多傳感信息融合的多用途巡檢機器人”，榮獲2025年嵌賽全國一等獎。該團隊由計算機科學與技術學院的李宗洋、靳家林、吳海源三位同學組成，并在于澤琦老師和王曉老師的指導下完成項目。

“基于ELF 2開發(fā)板的多傳感信息融合的多用途巡檢機器人”項目的核心優(yōu)勢包括：

一是技術架構合理，該巡檢機器人具備多種智能功能，涵蓋環(huán)境建圖、自主導航、視覺識別與熱源檢測等模塊?；?a href="http://www.brongaenegriffin.com/v/tag/1004/" target="_blank">ROS 2Humble平臺和slam_toolbox和Navigation 2框架，機器人可實現高精度地圖構建、路徑規(guī)劃與避障，支持自主巡邏、目標點導航及回充等功能。視覺方面，采用YOLOv8模型對包裹破損、門窗狀態(tài)進行實時識別，具備較高的檢測準確率與推理速度，保障對異常情況的快速響應。同時，集成MLX90640熱成像傳感器，能夠檢測環(huán)境中的異常熱源，識別潛在火災隱患，提升安全監(jiān)測維度。

二是解決真實行業(yè)問題，巡檢機器人面向倉儲物流、智能樓宇及數據中心等對安全自動化有高要求的場景，提供一站式智能巡檢方案。它能替代人工完成倉庫貨物監(jiān)控、樓宇夜間巡邏與公共區(qū)域安防，更可憑借熱成像技術對關鍵設施進行7x24小時溫度監(jiān)測，防范火災風險。所有數據通過ROS 2實時上傳，實現遠程集中管控與數據驅動決策。

三是工程完成度較高，該機器人的機械結構采用SOLIDWORKS 2023進行自主研發(fā)設計。以履帶式移動底盤為核心承載平臺，通過集成式設計將主控、輔控外殼與可快速更換的任務攝像頭基座融為一體。機器人前后均設有標準化拓展接口，支持根據任務需求靈活安裝功能模塊，實現高度模塊化的構型切換。