Zwycięzcy konkursu projektów InnovateFPGA

Bezpieczeństwo dostarczania przesyłek za pomocą drona

Foale Aerospace Inc.

Problem:

Dostarczanie przesyłek jest niezbędnym elementem infrastruktury inteligentnego miasta, jednak wiąże się z zatorami drogowymi i emisją dwutlenku węgla, będącego głównym czynnikiem globalnego ocieplenia. Do 2050 r. ostatni etap dostarczania przesyłek może generować ponad 2 mln ton CO2 rocznie.

Rozwiązanie:

Projekt ma na celu opracowanie systemu dostarczania przesyłek drogą powietrzną przez drony, wykorzystującego do zasilania energię odnawialną i będącego w stanie zastąpić dostawę kurierską z punktu do punktu na terenie miast, która obecnie opiera się na usługach emitujących CO2. Projekt jest w stanie wykrywać i komunikować silne lub gwałtowne zmiany w cyrkulacji powietrza, a także tworzyć cyfrową reprezentację bliźniaczą na potrzeby rozwoju. Zapewnia to bezpieczeństwo drona, a także ludzi i nieruchomości w pobliżu.

Szczegóły projektu:

Dzięki możliwościom programowania procesora DSP układu FPGA, dron może reagować na 8 równoległych kanałów analogowych, które mierzą rotację i przyspieszenie drona. HPS zapewnia dostarczanie telemetrii niebezpiecznych zdarzeń do huba Internetu przedmiotów Microsoft Azure i dodaje funkcję cyfrowej reprezentacji bliźniaczej, która może replikować rzeczywiste zdarzenia na potrzeby projektowania algorytmu przy użyciu konwertera DAC Analog Devices DC2025A-A.

Zarządzanie konwerterami słonecznymi oparte na chmurze

Daniel Chavez (Universidad Nacional de Ingenieria)

Problem::

Wraz z upowszechnieniem możliwości wytwarzania energii ze źródeł odnawialnych, takich jak energia słoneczna i wiatrowa, dystrybucja obciążenia w sieci elektrycznej staje się coraz bardziej złożona. Często występują rozbieżności pomiędzy zapotrzebowaniem na energię elektryczną a jej podażą, z którymi należy sobie radzić.

Rozwiązanie::

System opracowano w celu wydajniejszego gromadzenia danych dotyczących energii w lokalnych punktach poboru z wielu źródeł, które mogą być wykorzystane do sterowania wytwarzaniem energii elektrycznej. Dane te są raportowane do systemów opartych na chmurze, które mogą być następnie łączone z zasadami sieci przesyłowej w celu lepszej optymalizacji zapotrzebowania na energię i jej generowania.

Szczegóły projektu::

Układ FPGA bezpośrednio mierzy modulację jednostopniowego dwukierunkowego konwertera DABRS i steruje nią oraz bezprzewodowo przekazuje dane do bazy danych MariaDB opartego na chmurze serwera Azure. Ponieważ dane są przetwarzane lokalnie przez układ FPGA, ograniczono do minimum proces przekazywania telemetrii do centralnego sterowania w chmurze.

System ograniczania ilości odpadów owocowych

Nixon Fernando Ortiz De La Cruz (Universidad Nacional de Ingenieria and Nacional Mayor de San Marcos)

Problem::

Mniejszym przedsiębiorstwom rolniczym często brakuje zasobów do zminimalizowania ilości odpadów w trakcie dystrybucji i transportu produktów. Brak wysokiej jakości systemów magazynowania i transportu powoduje, że znaczna część produktów ulega zepsuciu przed dostawą do konsumentów. 80% zbiorów owoców mango w Peru pochodzi z małych rodzinnych gospodarstw.

Rozwiązanie::

Inteligentny system będzie monitorować, raportować i zarządzać warunkami przechowywania i transportu, aby ograniczyć procent zespsutych produktów.

Szczegóły projektu::

Układ FPGA gromadzi dane z szeregu czujników. Steruje również mechanizmami zmieniającymi skład powietrza (np. CO2) i temperaturę w celu ograniczenia przedwczesnego dojrzewania owoców. Obrazy wideo z kamery są wstępnie przetwarzane przez układ FPGA, a następnie wysyłane do chmury w celu analizy danych koloru i skorelowania ich z dojrzałością owoców. Zróżnicowany zestaw danych jest przesyłany do usługi Azure IoT Hub firmy Microsoft na potrzeby przechowywania, przetwarzania, prognozowania i sterowania kontenerami inteligentnego przechowywania oraz transportu. owoców. Ponieważ większość przetwarzania jest wykonywana przez układ FPGA, zminimalizowano ilość danych przesyłanych do chmury, ograniczając koszty przesyłania dużych ilości danych.

Inteligentny

Jyotsna Bavisetti (Rajiv Gandhi University of Knowledge Technologies, Nuzvid)

Problem::

W przypadku stosowania tradycyjnych metod wybór upraw przez rolników często jest nieświadomy i niewłaściwy. Prowadzi to do obniżenia plonów i jakości upraw z powodu niedostatecznej wiedzy na temat zasad gospodarki wodą i glebą. Szczególnym ryzykiem obarczone są dostawy żywności w krajach rozwijających się.

Rozwiązanie::

Kompleksowe narzędzie pomocy dla rolników jest w stanie polecić odpowiednie uprawy w oparciu o stan gleby, klimat i dostęp do wody w danym regionie. Może kontrolować i optymalizować nawadnianie, wykrywać choroby roślin oraz chwasty i dostarczać wskazówki rolnikom.

Szczegóły projektu::

Układ FPGA gromadzi dane z kamery i szeregu czujników Analog Devices. Może prowadzić pomiar azotu, fosforu, potasu, pH, poziomu wody, wilgotności gleby i temperatury. Zróżnicowany zestaw danych jest przesyłany do usługi Azure IoT Hub firmy Microsoft na potrzeby przechowywania, analizy, wyświetlania i wskazówek dla rolników. Algorytm uczenia maszynowego przewiduje najbardziej odpowiednie uprawy w zależności od warunków i kontroluje nawadnianie. Model wykrywania obiektów może zidentyfikować chwasty, a oparty na sztucznej inteligencji algorytm został nauczony wykrywania choroby w celu zalecania sposobu jej zwalczania.

System miniszklarni dla użytkowników indywidualnych

Pahan Mendis (University of Moratuwa, Sri Lanka)

Problem::

Konsumenci są coraz bardziej świadomi, że określone uprawy na dużą skalę i transport produktów mogą mieć negatywny wpływ na środowisko. Pojawia się rosnące zapotrzebowanie konsumentów na samodzielną produkcję żywności nie tylko ze względu na ochronę środowiska, ale także w celu poprawy jakości i bezpieczeństwa żywności. Jednak wielu z początkujących rolników nie ma wiedzy lub umiejętności wymaganych do skutecznego prowadzenia działalności tego typu.

Rozwiązanie::

Inteligentny, automatyczny system zarządzania miniszklarnią jest przeznaczony do produkcji żywności dla użytkowników indywidualnych w społeczności miejskiej o minimalnej wiedzy specjalistycznej w zakresie rolnictwa. Może zapewnić wskazówki dotyczące nawadniania, nawożenia, wentylacji i oświetlenia.

Wbudowane funkcje AI mogą przewidzieć wydajność i zidentyfikować nieprawidłowości wzrostu.

Szczegóły projektu::System przechwytuje dane z kamery i szerokiego zakresu czujników Analog Devices (mierząc wilgotność i temperaturę powietrza, pH/wilgotność/temperaturę gleby, poziom CO2 oraz intensywność oświetlenia. Równolegle z danymi czujników układ FPGA przyspiesza przetwarzanie obrazów oparte na sztucznej inteligencji CNN. Zróżnicowany zestaw danych jest przesyłany do usługi Azure IoT Hub firmy Microsoft na potrzeby przechowywania, przetwarzania i prognozowania wyników w czasie.

Doradca ds. zdrowia psychicznego

Sudhamshu B N (Dayananda Sagar College of Engineering)

Problem::

Przypadki chorób psychicznych i zaburzeń zachowania stanowią coraz większy odsetek problemów zdrowotnych na całym świecie. Jednak w konwencjonalnych statystykach dotyczących zdrowia publicznego (które koncentrują się na śmiertelności w porównaniu z innymi czynnikami, takimi jak dysfunkcje) takie przypadki są zdecydowanie zbyt słabo uwzględniane.

Rozwiązanie::

Inteligentna rękawica gromadzi różne parametry ciała i środowiska na potrzeby modeli uczenia maszynowego do analizy i klasyfikacji objawów różnych schorzeń zdrowia psychicznego. W oparciu o stan zdrowia i kondycję psychiczną użytkownika indywidualnego w odpowiednim czasie przekazywane są pozytywne sugestie w formie „zaleceń”. Zdrowie psychiczne jest równie istotne, jak zdrowie fizyczne.

Szczegóły projektu::

FPGA gromadzi dane takie jak temperatura powietrza i ciała, aktywność gruczołów potowych, warunki oświetlenia i jakość powietrza z czujników na inteligentnej rękawicy. Następnie wykorzystuje uczenie maszynowe do charakteryzowania i korelowania danych ze stanów psychicznych. Obraz wideo pacjenta na żywo z kamery jest przekazywany do modelu rozpoznawania emocji na filmie w celu skorelowania danych z 5 cechami (gniew, lęk, radość, obojętność i smutek). Zróżnicowany zestaw danych jest przesyłany do usługi Azure IoT Hub firmy Microsoft na potrzeby przechowywania i przetwarzania uczenia maszynowego. Zalecenia są przesyłane z powrotem do aplikacji telefonu komórkowego użytkownika.

Odtwarzanie rafy koralowej

Jose Filho (King Abdullah University of Science and Technology)

Problem::

25% wszystkich organizmów morskich jest uzależnionych od zdrowych raf koralowych, jednak rosnące temperatury oceanów powodują, że niektóre koralowce tracą kolor. Proces wybielania występuje, gdy koral pozbywa się alg żyjących w jego tkankach. Algi te mają kluczowe znaczenie dla przetrwania koralowca.

Rozwiązanie::

Badania laboratoryjne wykazują, że określone mikroorganizmy pożyteczne dla koralowców (BMC) mogą zatrzymać proces wybielania i umożliwić koralowcom powrót do pierwotnego stanu. System umożliwia dostarczanie probiotyków do koralowca w środowisku morskim i monitorowanie ich skuteczności w dłuższej perspektywie.

Szczegóły projektu::

Układy FPGA umożliwiają zastosowanie elastycznej i konfigurowalnej platformy eksperymentalnej. Układ FPGA gromadzi dane z kamer, czujników temperatury i dane jasności morza z systemu rozpoznawania światła o ultraniskim poborze mocy Analog Devices. Układ FPGA wykorzystuje sztuczną inteligencję do precyzyjnego określenia stopnia wybielania i podjęcia szybkiej decyzji dotyczącej wprowadzenia mikroorganizmów BMC. Eksperyment zasilany energią słoneczną jest zlokalizowany w pobliżu brzegu i może wysyłać dane za pośrednictwem technologii 4G do platformy Microsoft Azure w celu wizualizacji i zarządzania procesem odnowy.

Zarządzanie jakością powietrza w pomieszczeniach

Ricardo Núñez Prieto (NVISION s.l. / Institute of Microelectronics of Barcelona (CSIC) / UAB)

Problem::

Istnieją dowody wskazujące na związek między długotrwałym narażeniem na stężenie CO2 wynoszące jedynie 1000 ppm a szeregiem zaburzeń zdrowotnych u ludzi. Badania pokazały również, że wirusy są uwalniane podczas wydychania powietrza, rozmowy i kaszlu, a przenoszenie ich w ten sposób jest bardziej prawdopodobne w pomieszczeniach zamkniętych.

Rozwiązanie::

Pomiar wydychanego CO2 jest najlepszą dostępną tanią metodą oceny zagrożeń związanych z jakością powietrza. W ramach tego projektu można określić stężenie CO2 i wysłać umożliwiające reakcję informacje do serwera Microsoft Azure na potrzeby zarządzania alarmami i wentylacją.

Szczegóły projektu::

Ten system wykorzystuje dane z systemu czujników NDIR CO2 Analog Devices, który może zmierzyć stężenie CO2 w zakresie 400-5000 ppm oraz z czujnika temperatury. Układ FPGA jest dobrym wyborem do tego typu zastosowań, ponieważ zapewnia elastyczność obsługi wielu czujników i może być dostosowany do innych typów czujników, algorytmów i protokołów komunikacyjnych. Projekt jest zoptymalizowany pod kątem jak najmniejszego zużycia energii przez system, dzięki uruchamianiu algorytmu stężenia CO2 lokalnie w układzie FPGA w celu zminimalizowania konieczności przesyłania złożonych danych.

Inteligentny system sterowania gospodarstwem

Mohamed Abdelaziz Louhab (University M'hamed Bougara Boumerdes)

Problem::

Ograniczenie do minimum błędów podczas uprawy jest istotne z perspektywy minimalizacji kosztów, a także zapewnienia bezpieczeństwa zaopatrzenia w żywność w regionach, w których nie ma optymalnych warunków do upraw. Inne zagrożenia, takie jak pożar, wtargnięcie zwierząt lub kradzież, mogą mieć poważne konsekwencje dla gospodarstwa lub społeczności.

Rozwiązanie::

Ta inteligentna szklarnia zawiera czujniki umożliwiające monitorowanie kondycji roślin na podstawie czynników środowiskowych, takich jak temperatura, wilgotność oraz gazy, takie jak O2 i CO2. System może nie tylko zapewnić wskazówki dla rolników, ale również kontrolować nawadnianie, ogrzewanie i chłodzenie.

Szczegóły projektu::

Układ FPGA jest zasilanym energią słoneczną centralnym elementem systemu wykorzystującym HPS na potrzeby algorytmu śledzenia promieni słonecznych w celu maksymalizacji wydajności paneli fotowoltaicznych. Szklarnia została zaprojektowana w celu zminimalizowania błędów w uprawie i zwiększenia walorów smakowych produktów przy użyciu 6 różnych czujników firmy Analog Devices do monitorowania i utrzymywania kondycji upraw. System zmniejsza ryzyko utraty plonów dzięki wykorzystaniu technologii IR i PIR do wykrywania obecności zwierząt, a także umożliwia wykrywanie i gaszenie pożarów.

Automatyczne urządzenie do sortowania śmieci

Longfei Yang (Hubei University)

Problem::

Światowa produkcja śmieci zwiększa się każdego roku, powodując zanieczyszczenie gleby i źródeł wody. Wysypiska śmieci mogą zawierać niebezpieczne substancje chemiczne lub inne szkodliwe substancje, które mogą przedostać się do ekosystemu, powodując szkody dla ludzi i środowiska.

Rozwiązanie::

Automatyczne urządzenie do sortowania śmieci może przyczynić się do ograniczenia zanieczyszczenia środowiska, oszczędzania zasobów gleby i wspierania recyklingu zasobów. System został zaprojektowany w celu ograniczenia nieprzemyślanego pozbywania się śmieci nadających się do recyklingu, a klasyfikacja odpadów maksymalizuje możliwości ich ponownego wykorzystania i zmniejsza szkody dla lokalnego ekosystemu.

Szczegóły projektu::

Projekt stosuje rozpoznawanie obrazów na potrzeby klasyfikacji odpadów na 4 kategorie: nadające się do recyklingu, biodegradowalne, niebezpieczne oraz inne. Czujnik podczerwieni wykrywa wyrzucenie nowego obiektu, powodując przesłanie obrazu do układu FPGA przez kamerę. Układ FPGA wykorzystuje głęboką konwolucyjną sieć neuronową (CNN) pod nazwą VGG-16 na potrzeby rozpoznawania obrazu. Rozpoznawanie i klasyfikacja są poszerzone dzięki opartemu na OpenCL, akceleratorowi FPGA o nazwie pipeCNN. Urządzenie do sortowania śmieci przenosi odpady do odpowiedniego pojemnika ze skutecznością 95% i czasem rozpoznawania 1,93 s.

System wykrywania uszkodzeń nawierzchni

Dingwei Chen (Chongqing University)

Problem::

Uszkodzenia nawierzchni dróg negatywnie wpływają na wygląd i komfort jazdy. Ponadto jeśli konieczność naprawy nie zostanie zidentyfikowana, a prace nie zostaną wykonane, stan nawierzchni drogi i związanych z nią elementów będzie się pogarszać, co może prowadzić do wypadków, a nawet utraty życia. Budowa dróg z wykorzystaniem betonu lub asfaltu powoduje emisję szkodliwych substancji i zanieczyszczeń.

Rozwiązanie::

Zautomatyzowany system wykrywania, lokalizacji i raportowania wykorzystuje trójwymiarową technologię skanowania laserowego LIDAR i kamery do rejestrowania w czasie rzeczywistym danych o stanie dróg, które mogą być analizowane w celu stwierdzenia konieczności naprawy. Dokładne informacje o inspekcji w połączeniu z precyzyjną lokalizacją pozwalają na efektywne zarządzanie konserwacją i uniknięcie kosztownego pogorszenia stanu nawierzchni drogi.

Szczegóły projektu::

Inteligentny system wykrywania uszkodzeń dróg wykorzystuje technologię LIDAR i kamerę z jednostką IMU (Inertial Measurement Unit) do uzyskiwania danych chmury punktów oraz informacji o obrazie nawierzchni drogi. System może korygować zniekształcenia chmury punktów wywołane ruchem i synchronizować informacje o odległości uzyskane za pomocą LIDAR z danymi obrazu z kamery. Dane te mogą być wykorzystywane przez aplikacje chmurowe do łączenia szczegółów uszkodzeń (rozmiaru / kształtu defektów) z precyzyjnymi danymi mapy. Umożliwi to zespołowi naprawczemu terminowe zaplanowanie remontów.