Junge Kreativität: Staubentfernung bei Smartkameras

Eine Gruppe von Studenten hat Hardware entwickelt, um Nebel in intelligenten Kameras zu beseitigen und so zur Verkehrssicherheit der Menschen beizutragen.

Bei schlechten Wetterbedingungen wie Nebel und Staub können die aufgenommenen Bilder unscharf und unklar sein, was die Sicht beeinträchtigt und die Identifizierung von Objekten erschwert, was jedes Jahr zu vielen Unfällen führt. Dies stellt hohe Anforderungen an die Entwicklung effektiver Lösungen zur Verbesserung der Bildqualität und Erhöhung der Sichtbarkeit bei rauen Wetterbedingungen. Aus diesem Grund kam die Studentengruppe auf die Idee eines Hardware-Designprojekts, um „Nebel“ aus Smart-Kamera-Bildern zu entfernen.

Nhóm sinh viên cùng giảng viên hướng dẫn (bìa phải) nhận giải trong cuộc thi — *Eine Gruppe von Studierenden und ihr Dozent (rechtes Cover) erhielten den Preis im Rahmen des Wettbewerbs.*

Projektinhaber ist eine Gruppe von vier Studenten der Technischen Universität Ho-Chi-Minh-Stadt, darunter: Nguyen Huy Hoang, Phan Minh Nhat, Tran Tuan Kiet und Pham Nguyen Hoang Hai. Nachdem die Idee entstanden war, verbrachte das Team etwa sechs Monate damit, das Produkt fertigzustellen. Das Projekt gewann beim ersten „Smart City Microchip Design“-Wettbewerb im Jahr 2023 den zweiten Preis. Huy Hoang erklärte: „Das Produkt kann als Verarbeitungsvoraussetzung für KI-Anwendungen in der Objekterkennung verwendet werden. Die Anwendung zur Nebelentfernung wird dazu beitragen, Daten zu bereinigen, die Bildqualität zu verbessern und Rauschen zu entfernen. Dies verbessert die Genauigkeit von KI-Modellen.“ Im Vergleich zu herkömmlichen Methoden zur Bildverbesserung ist es zwar überlegen, aber weniger effektiv, da grundlegende Bildparameter wie Helligkeit, Kontrast, Farbsättigung usw. angepasst werden müssen. Die Dunkelkanalmethode ermöglicht tiefere Eingriffe durch Übernahme und Neuabbildung des Objektfelds im Bild. Daher wird die Bildqualität deutlich verbessert und die Verarbeitungsleistung und der Stromverbrauch sind im Vergleich zu Methoden, die Techniken des maschinellen Lernens und des Deep Learning verwenden, angemessener.

Kết quả thiết kế và mô phỏng của sản phẩm — *Produktdesign und Simulationsergebnisse*

Huy Hoang berichtete über den Implementierungsprozess: „Zuerst suchte die Gruppe nach einem geeigneten De-Fog-Algorithmus. Unsere Gruppe entschied sich für Dark Channel Prior, da dieser Algorithmus kurze Ausführungszeiten und eine relativ hohe Effizienz gewährleistet. Anschließend vervollständigte die Gruppe den Code mithilfe der Vitis HLS-Bibliothek, um ein Drittanbieter-Xilinx-Vitis HLS zu verwenden, das in die Sprache Verilog konvertiert werden kann. Die Funktion von Xilinx kann uns auch dabei unterstützen, Generate zu initialisieren, um einen Testbench-Testsatz zu erstellen und sicherzustellen, dass der Code der Gruppe nach der Konvertierung in die neue Sprache korrekt ausgeführt wird. Schließlich wird die Gruppe das Tool von Synopsys verwenden, um den Chip fertigzustellen. Nach Schulung und Anleitung durch Mitarbeiter von Sunedu und ADT konnten wir ihn ausführen.“ Bei der Beurteilung der Durchführbarkeit des Projekts sagte Master Truong Huu Ly, stellvertretender Direktor des Forschungs- und Entwicklungszentrums des Ho-Chi-Minh-Stadt-Hightech-Parks, dass Ihr Modell derzeit große Aufmerksamkeit von Unternehmen erhält, insbesondere von der Truong Hai Auto Corporation. Herr Ly sagte außerdem, dass dieses Projekt großes Potenzial habe, wenn es weiterentwickelt werde. Wenn Sie beispielsweise im Nebel fahren und nicht nach draußen schauen, erkennt das Kamerasystem der Gruppe dies und erfasst es. Wenn Sie eine Software entwickeln, die die Anzeige auf der Windschutzscheibe ermöglicht, ist die Beobachtung einfacher, als wenn Sie direkt hinschauen. Auch die Entwicklung auf einem kleinen Bildschirm wie dem aktuellen wird den Fahrer ablenken. „Insgesamt birgt dieses Projekt großes Entwicklungspotenzial, insbesondere im Automobilbau“, betonte Herr Ly. Huy Hoang fügte hinzu, dass die Gruppe in naher Zukunft versuchen werde, die Integration in einen ASIC-Block abzuschließen, sodass dieser in eine Kamera wie beispielsweise eine Autokamera eingebaut werden könne. Von dort aus können Fahrer Bilder überwachen und für ihre Sicherheit bei der Teilnahme am Verkehr sorgen. Darüber hinaus plant das Team, in Zukunft Hardware zu entwickeln, die Bilder von Überwachungskameras bei extremen Wetterbedingungen filtern kann. Sorgen Sie für mehr soziale Ordnung und Sicherheit für die Menschen.

Thai Phuc - Thanhnien.vn

Quelle: https://thanhnien.vn/sang-tao-tre-khu-khoi-bui-trong-camera-thong-minh-185240521180837248.htm