Jonge innovator: stof en rook verwijderen uit slimme camera's.

De studentengroep heeft hardware ontwikkeld om mist uit slimme camera's te verwijderen, wat bijdraagt aan de verkeersveiligheid voor het publiek.

Bij ongunstige weersomstandigheden zoals mist en smog kunnen de vastgelegde beelden wazig en onduidelijk zijn, waardoor het zicht beperkt wordt en het moeilijk is om objecten te identificeren. Dit leidt jaarlijks tot talloze ongelukken. Er is daarom een grote vraag naar effectieve oplossingen om de beeldkwaliteit te verbeteren en de zichtbaarheid bij slecht weer te vergroten. De studentengroep kwam dan ook met het idee voor een hardware-ontwerpproject om "mist" uit beelden van slimme camera's te verwijderen.

Nhóm sinh viên cùng giảng viên hướng dẫn (bìa phải) nhận giải trong cuộc thi — *De groep studenten en hun begeleidende docent (uiterst rechts) ontvangen een prijs in de wedstrijd.*

De makers van het project zijn een groep van vier studenten van de Ho Chi Minh City University of Technology and Education: Nguyen Huy Hoang, Phan Minh Nhat, Tran Tuan Kiet en Pham Nguyen Hoang Hai. Na het ontwikkelen van het idee besteedde de groep ongeveer zes maanden aan het perfectioneren van het product. Het project won de tweede prijs tijdens de eerste "Smart City Microchip Design"-competitie in 2023. Huy Hoang vertelde: "Het product kan worden gebruikt als verwerkingsbasis voor AI-toepassingen in objectherkenning. De toepassing voor het verwijderen van mist speelt een rol bij het opschonen van data, het verbeteren van de beeldkwaliteit en het verwijderen van ruis. Dit verbetert de nauwkeurigheid van AI-modellen." Wat de voordelen betreft, vergeleken met traditionele methoden voor beeldverbetering, die minder effectief zijn omdat ze basisparameters zoals helderheid, contrast en kleurverzadiging moeten aanpassen, maakt de dark channel-methode een diepere interventie mogelijk door de scherptediepte van objecten in het beeld te bepalen en opnieuw in kaart te brengen. Daardoor biedt het een aanzienlijk verbeterde beeldkwaliteit en efficiëntere verwerkingsprestaties met een redelijk energieverbruik in vergelijking met methoden die gebruikmaken van machine learning en deep learning-technieken.

Kết quả thiết kế và mô phỏng của sản phẩm — *Productontwerp en simulatieresultaten*

Huy Hoang vertelde over het implementatieproces: "Eerst zocht het team naar een geschikt algoritme voor het verwijderen van fog-ruis. We kozen voor Dark Channel Prior, wat zorgt voor een korte uitvoeringstijd en een relatief hoge efficiëntie. Vervolgens voltooiden we de code met behulp van de Vitis HLS-bibliotheek en gebruikten we een tool van een derde partij, Xilinx - Vitis HLS, om de code naar Verilog te converteren. De functionaliteit van Xilinx hielp ons ook bij het genereren van een testomgeving om te garanderen dat onze code correct werd uitgevoerd na conversie naar een nieuwe taal. Ten slotte gebruikten we de tool van Synopsys om de chipontwikkeling te voltooien. Na training en begeleiding van medewerkers van Sunedu en ADT konden we het implementeren." Truong Huu Ly, adjunct-directeur van het Onderzoeks- en Ontwikkelingscentrum van het Hightechpark in Ho Chi Minh-stad, beoordeelde de haalbaarheid van het project en zei dat het huidige model veel interesse wekt bij bedrijven, met name bij Truong Hai Automobile Joint Stock Company. De heer Ly gaf ook aan dat het project een groot potentieel heeft als het verder wordt ontwikkeld. Bijvoorbeeld, tijdens het rijden in mist, zelfs zonder externe waarneming, kan het camerasysteem van het team het beeld herkennen en vastleggen. Het ontwikkelen van software die op de voorruit wordt weergegeven, zou het gemakkelijker maken om de beelden te bekijken dan rechtstreeks naar een scherm te kijken. Het weergeven op een klein scherm zoals het huidige zou de bestuurder afleiden. "Over het algemeen heeft dit project een groot potentieel voor ontwikkeling, met name in de autotechnologie," benadrukte de heer Ly. Huy Hoang voegde eraan toe dat het team er binnenkort naar zal streven het systeem te integreren in een ASIC-eenheid, zodat het in autocamera's kan worden gebruikt. Dit zou bestuurders in staat stellen beelden te monitoren en de veiligheid tijdens het rijden te waarborgen. Bovendien is het team van plan om in de toekomst hardware te ontwikkelen die beelden van beveiligingscamera's kan filteren onder extreme weersomstandigheden, waardoor de openbare orde en veiligheid voor burgers beter gewaarborgd worden.

De studentengroep heeft hardware ontwikkeld om mist uit slimme camera's te verwijderen, wat bijdraagt ​​aan de verkeersveiligheid voor het publiek.

Reactie (0)

De studentengroep heeft hardware ontwikkeld om mist uit slimme camera's te verwijderen, wat bijdraagt aan de verkeersveiligheid voor het publiek.