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

Category: Sort By:
Regional Final
📁Other: Intelligent Security
👤铚聪 黄 (中山大学)
📅Oct 08, 2019
本设计的名称为监控中心AI值守机器人。随着社会安全意识的提高和安防技术的发展,监控系统被越来越多的单位或个人所使用,然而,传统的监控系统存在着一定的问题与弊端。本设计基于OpenVINO与OpenVINO Starter Kit搭建深度学习系统,该系统融合了人脸识别、物品识别、火灾检测、行人检测等神经网络,并且使用了FPGA作为高性能加速器,能够提供实时、智能化的监控中心值守服务。同时,由于本设计基于OpenVINO工具包,因此具有良好的可拓展性,可应用于更多相关领域,如智能门禁系统、车载安防系统、自动驾驶系统等。
details »
👀 2832   💬 2
Regional Final
📁Machine Learning
👤虎 郭 (华中科技大学)
📅Oct 23, 2019
传统的目标跟踪方式有背景减法、帧差法和光流法。其中背景减法内存占用太大,且不适用于目标出现频繁的场景。帧差法受环境噪声影响大。光流法计算量太大,不适合移动设备上的实时跟踪。而卷积神经网络在复杂环境下的目标检测与跟踪能到达非常好的效果,本设计拟使用卷积神经网络来解决目标的检测与跟踪问题。
由于卷积神经网络通常需要占用大量内存,同时需要很强的算力支持,这对资源受限的移动应用场景来说是很困难的。本设计具体采用的是轻量化卷积神经网络(CNN)。不同于一般的卷积神经网络,CNN通过将网络参数与特征值低精度量化来减少神经网络的内存使用量,并降低对硬件算力的要求。虽然轻量化损失了部分精度,但是完全适用于简单场景下的跟踪问题。而且,轻量化CNN非常适合在FPGA上部署与应用。
为了验证上述方法,我们准备在FPGA上实现CNN来处理羽毛球比赛中对球员的实时跟踪,具体应用场景为:输入一段羽毛球比赛的录像,检测录像中指定区域的运动员,对其进行跟踪,计算跑动距离、速度、加速度等,以此来分析运动员在羽毛球比赛中的积极程度与冲刺距离,评估球员的肌肉紧张感和体力,监测并提醒球员休息以避免受伤。
details »
👀 3541   💬 2
Regional Final
📁Machine Learning
👤竟远 张 (中国传媒大学)
📅Oct 15, 2019
看过《哈利波特》电影的都知道,里面有一款自己会动的巫师棋,规则和现实中的国际象棋是一样的,不同之处在于现实中的国际象棋要手动,而电影里哈利波特和罗恩可以指挥棋子自己移动,而不用手动,并且被吃掉的棋子会被粉碎。当时,我们恐怕不会想过这么神奇的事情能发生在现实中,但是在今天由于人工智能的高度发展,巫师棋被带入现实中成为了可能。中国象棋作为中国具有代表性的一种棋类,是历经了上千年时间沉淀的一种棋类智力游戏。我们希望可以制作出一套全自动博弈的中国象棋系统,通过识别自然语言或传感器,得到人类棋手的棋子走向,并自动控制真实的棋子作出反应。我们希望利用FPGA快速、并行计算和低功耗等特点将其用于深度学习网络的硬件加速。
details »
👀 2283   💬 0
Regional Final
📁Digital Design
👤星辰 李 (天津大学)
📅Oct 09, 2019
本项目拟采用 FPGA 为控制器和运算器,搭建一套远程手势识别系统。本系统使用摄像头作为输入设备,对特定手势的含义进行识别,并通过UART通讯串口给电脑发送数据实现控制电脑进行PPT上下翻页等功能。意在摆脱空间的限制,使使用者可以远距离更自由的控制电脑。
details »
👀 1917   💬 0
Regional Final
📁Machine Learning
👤华争 李 (华东师范大学)
📅Oct 15, 2019
为了让人工智能技术更好的应用在医疗领域,我们希望利用FPGA体积小,计算并行度高,功耗低的特点,以FPGA作为我们智能终端在边缘测的计算平台,使辅助医疗设备更加准确高效。本次我们使用一台小型化的皮肤病检测装置作为我们的智能终端,结合FPGA平台和深度学习技术,展示深度学习技术在边缘计算中的应用。
在异构FPGA处理核心上实现我们的基于人工智能的辅助医疗皮肤病检测方案,整个系统以一种便携式辅助医疗设备的形式出现,它可以随身携带,不受限于时间、地点和场合;随时随地都可以进行皮肤病的实时监测;便于公共的皮肤病医疗检测,同时也能为个人家庭的日常皮肤病防护服务。
智能移动设备可以方便地帮助医生和病人。我们致力于发挥FPGA的极限,将FPGA的最佳性能展现在移动设备端的设计上。可以用于皮肤病的诊断,节约了医生大量的时间和精力,大大省去了成本。
details »
👀 1993   💬 0
📁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 »
👀 2679   💬 1
📁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 »
👀 2573   💬 1
📁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 »
👀 3445   💬 2
📁Machine Learning
👤Baoping Meng (湖北大学)
📅Oct 15, 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 »
👀 3618   💬 3
📁Machine Learning
👤晔华 凌 (中山大学)
📅Oct 08, 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 »
👀 3008   💬 2
📁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 »
👀 3475   💬 3
📁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 »
👀 1996   💬 1

1 2 3 4 ... 8