Deadline to register is Jun 30, 2019.
Teams can still edit your proposals during judging period.

Category: Sort By:
Semifinalist
📁Other: 羽毛球智能捡球机器人
👤永兵 刘 (重庆大学)
📅Jun 30, 2019
针对羽毛球捡球机的设计与实现面临找球难和捡球难等问题,我们团队设计了一款用于羽毛球捡拾的智能捡球机器人。该捡球机器人利用摄像头辅助激光雷达实现羽毛球的定位,利用自主设计的捡球装置实现了羽毛球的无损伤拾取
details »
3
votes

👀 502   💬 2
Semifinalist
📁Machine Learning
👤小淞 金 (重庆大学)
📅Jul 04, 2019
本课题拟通过使用人脸识别算法,研发出一套搭载人脸识别功能,可对学生进行人脸检测和识别,并将学生的出勤情况统计成名单的全自动考勤系统。该系统可提升课堂考勤效率和准确率,为教师统计学生上课的出勤提供更加可靠的依据。
details »
23
votes

👀 595   💬 1
Semifinalist
📁Other: 基于fpga的信号处理
👤刘潇 刘 (空军预警学院)
📅Jun 28, 2019
训练场是训练的主要场所,受限的场地承担了多层次人员繁重的多类型训练任务。硬性残留物体因容易对人员造成伤害,对其进行快速经济地清理是一项经常性重要任务。通常采用的人工拉网式清理方式存在耗费人力多、易遗漏的缺陷,因此,急需设计一种能感知和精确定位残留物的电子探测系统,以提高残留物的清理效率和效果。针对这一需求,结合合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨力的成像雷达,具有全天时、全天候、超远距离作用等工作特点。本设计研制了一种工作于S频段的小型SAR实时成像系统。该系统采用线性调频连续波(FMCW)技术体制,通过收发分置天线发射FMCW信号和接收残留物雷达回波,通过FPGA进行信号处理后,将处理后的高分辨成像传递到显示器。设计中主要使用了距离走动算法,该算法的特点是重建精度高,成像效果好,进而达到快速精确定位硬性残留物和方便清理人员快速准确完成清理任务的目的。本设计研制的FMCW SAR系统结合了FMCW和SAR这两种技术优点,不但结构简单、成本低,而且潜在的应用领域广。
details »
4
votes

👀 303   💬 1
Semifinalist
📁Internet of Things
👤周扬 周 (武汉工程大学)
📅Jun 17, 2019
根据商场的实际情况设计无需给蔬菜单独称重扫二维码,而根据对散装蔬菜的图像识别处理判断出蔬菜种类结合称重直接给出价格,大大减少了排队的时间
details »
0
votes

👀 271   💬 1
Semifinalist
📁Internet of Things
👤俊 周 (江西师范大学)
📅Jun 20, 2019
楼宇智能巡检车安装有多种类的传感器以及高清晰度摄像头,能够对外界环境进行实时的感知并依靠安装在车体上的处理器完成数据的处理、环境参数监测、异常情况(火灾、烟雾、有毒有害气体超标等)的报警等。巡检车还具备自动行驶以及路线记录的功能,可以自主实现对大楼的巡查,并将得到的数据通过WiFi或数据网络传送到大楼的信息管理中心并同步上传至云端备份。当出现有害气体泄露等危险状况时,可由人工远程接管车辆的控制权,并遥控巡检车对不适合人员进入的环境进行前期探查,为后期处置获取资料。
details »
0
votes

👀 508   💬 2
Semifinalist
📁Machine Learning
👤Baoping Meng (湖北大学)
📅Jun 30, 2019
近年来,随着AI技术地不断应用,智能机器人发展迅速,各类工业机器人应用广泛。但家用机器人这块儿有所欠缺,我们计划应用友晶公司推出的DE1-SOC平台设计实现一款家用型服务机器人。机器人通过各种传感器感应周围环境,可以在区域内自主内建地图并完成预设任务、也可接受语音控制指令,并与主人进行语音交互。目前规划的机器人功能包括扫地、看家、逗小孩玩。本产品采用R0S-kinetic机器人操作平台,主控为DE1-SOC-BOARD,配有激光雷达、IMU模块、惯性单元、一体化摄像头麦克风、免驱USB声卡、音响、减速电机、电机驱动板、USB-HUB集线器等。FPGA通过USB集线束连接到摄像头和音响-麦克风进行图像和语音的加速处理。两个编码器点机由STM32驱动板通过USB连接到主控板上,同时IMU模块和激光雷达也是由USB接口与主控板相连,以实现ROS里程计数据反馈、slam导航、高效路径规划动态避障、多目标点巡逻、语音交互等功能。此外,还可以通过WiFi实现手机APP对该机器人的远程操控。
details »
41
votes

👀 326   💬 3
Semifinalist
📁Machine Learning
👤晔华 凌 (中山大学)
📅Jun 25, 2019
立体视觉感知一直是机器人及自动驾驶视觉系统的重要研究内容,传统的立体视觉通常是通过对图片的线性特征进行提取进行匹配计算,虽然可以应用于FPGA并且取得了一定的效果,但是在重复及特征不明显的区域匹配效果不理想。随着机器学习在机器人视觉的应用,使用机器学习进行立体视觉感知是一个具有重要研究意义的课题,虽然机器学习进行分类的精度非常高,但是由于矩阵的浮点乘法,需要高性能GPU才能完成训练及分类,由于FPGA的运算单元有限,无法将高精度的机器学习算法在FPGA上应用。本设计将设计一个适用于FPGA的基于机器学习的高性能感知和智能处理系统,可以进行高精度及高实时性的立体视觉感知,并可以部署在小型机器人或自动驾驶的小型嵌入式系统中。用于提高机器人或自动驾驶视觉系统的实时性,在进行立体视觉感知后,通过智能处理系统对当前所处立体环境做出应对决策。设计将立体视觉感知和处理集成在FPGA中,减小系统消耗,并做到高性能立体视觉感知,稳定快速精确的进行智能处理。
details »
1
votes

👀 359   💬 2
Semifinalist
📁Machine Learning
👤绍淮 刘 (清华大学)
📅Jun 30, 2019
工业机器人的箱体随机抓取任务是一种典型的复杂环境下机器人的控制应用, 相比于其他研究通用机器人抓取应用,其具有零件堆叠严重、待抓取物品种类单 一的特点,采用传统模型化方法需要针对特定零件设计专用的方法和参数,无法满足工业中快速部署的要求。本文采用深度学习的方法实现机器人抓取系统和在线训练,并针对深度学习对数据的需求,研究了利用ROS仿真系统对机器人抓取训练进行加速的方法。 基于深度学习的机器人抓取系统由两部分组成,抓取决策系统和抓取判别系 统。抓取判别系统采用神经网络结构,根据图像信息对抓取成功率进行判别;抓取决策系统根据给定的判别系统函数,采用启发式的搜索算法对抓取位置进行决策。 本团队设计了抓取系统的在线训练方法,计划实现机器人抓取系统的自学习功能。
details »
1
votes

👀 228   💬 3
Semifinalist
📁Digital Design
👤恒杰 陆 (上海大学)
📅Jun 29, 2019
目前一次性手套的生产过程还无法实现全自动化,对于破损、沾染污渍的残次品的鉴别还需要雇佣员工进行判断,效率低下、成本高昂,无法实现效益的最大化。本项目针对这一问题,提出了基于机器视觉的橡胶手套生产线质量控制系统,凭借此系统一次性手套的生产过程将完全实现自动化,既避免了人工检测产生的误差,又降低了人力成本,可以实现效益的最大化。
考虑到目前一次性手套的生产线速度极快,MCU或者ARM皆无法实现如此快速的图像识别,故而本项目将使用FPGA实现该功能。
预期实现效果为借助高速FPGA SoC系统,实时检测橡胶生产过程中的污渍、破损等瑕疵,并自动剔除瑕疵产品,保证产品生产质量。
质量控制系统预计达到的技术指标如下:
1、通过光电传感器能够自动检测手模位置,并精确计数;
2、每幅手套的图像采集、手定位、污渍检测要求能够计算与报警延时不超过1秒;
3、污渍误判率小于1%;(误判率 = 误判数量/生产量 * 100%);
4、污渍检出率大于80%;(油污检出率 = 油污检出数量/实际数量 *100%);
5、破损检出率大于80%;(破损检出率 = 破损检出数量/实际数量 *100%);
6、瑕疵剔除机剔除准确率超过95%。
details »
0
votes

👀 147   💬 1
Semifinalist
📁Digital Design
👤Po-Shao Chen (National Taiwan University)
📅Jun 19, 2019
Nowadays, a large number of images are captured by portable devices, such as cellphone and action camera. The images are vulnerable to camera blurs caused by hand shake or vehicle in motion. To deal with the unexpected blurred images, a blind image deblurring algorithm is essential. Since blind image deblurring usually involves complex computations, real-time image deblurring is very challenging, especially for high-resolution applications. In this project, we will develop an FPGA accelerator for real-time image deblurring.
details »
61
votes

👀 465   💬 10
Semifinalist
📁Digital Design
👤新杰 凌 (华侨大学)
📅May 14, 2019
本设计基于fpga开发板平台的DDS(直接数字式频率合成器(Direct Digital Synthesizer, DDS)波形发生系统。该系统可实现方波、正弦波等基本波形,进行步进调节及频率调节,实现复合波形。输出频率可达10MHz以上,步进可以达到0.05Hz以下。外部操作通过4*4矩阵键盘,实现步进切换、频率设置、波形切换等功能。显示部分采用LCD1602液晶显示屏,显示当前频率、步进、波形等信息。
details »
2
votes

👀 237   💬 2
Semifinalist
📁Machine Learning
👤心彤 華 (長庚大學)
📅Jun 21, 2019
因為許多人不確定傷口如何包紮,我們決定設計一個智慧醫藥箱藉由偵測傷口來教你如何包紮傷口。
details »
5
votes

👀 297   💬 1

1 2 3 ... 8