Ganadores del concurso de diseño InnovateFPGA

Seguridad en la entrega de paquetes con drones

Foale Aerospace Inc.

Problema:

La entrega de paquetes es un componente vital de la infraestructura de ciudades inteligentes. Sin embargo, el precio a pagar es la congestión del tráfico y las emisiones de dióxido de carbono, que contribuyen de manera grave al calentamiento global. Para 2050, la entrega de paquetes hasta la puerta de los clientes podría producir más de 2 millones de toneladas de CO2 por año.

Solución:

Este proyecto busca desarrollar un sistema de entrega de paquetes aéreo por medio de drones que tenga una fuente de energía renovable y que pueda reemplazar los envíos a domicilio de punto a punto de último minuto en aquellas ciudades que actualmente dependen de servicios que emiten CO2. El proyecto puede detectar y comunicar cambios fuertes o abruptos en el movimiento aéreo, así como crear un "gemelo digital" para el desarrollo. Esto promueve la seguridad para el dron, así como para las personas y las propiedades de la zona.

Detalles del proyecto:

Las capacidades reprogramables de desarrollo DSP de los dispositivos FPGA permiten al dron reaccionar a 8 canales analógicos simultáneos que miden la rotación y la aceleración de este. El HPS ofrece una telemetría de eventos peligrosos al centro de IoT de Microsoft Azure y agregó una capacidad de "gemelo digital" que puede reproducir eventos reales para el desarrollo de algoritmos mediante el DAC DC2025A-A de dispositivos analógicos.

Administración de convertidores solares basados en la nube

Daniel Chavez (Universidad Nacional de Ingenieria)

Problema::

A medida que más capacidades de generación de energía renovables, como la energía solar y eólica, se generalizan más, la distribución de la carga de energía a través de la red eléctrica se torna más compleja. Hay inconvenientes frecuentes entre las demandas de energía y la generación que se debe gestionar.

Solución::

Este sistema está diseñado para recopilar datos de energía en puntos locales de uso de manera más eficiente desde muchas fuentes que se podrían utilizar para controlar la generación de electricidad. Estos datos se informan a sistemas basados en la nube que luego, se podrían combinar con una política de red para optimizar mejor la demanda y la generación de energía.

Detalles del proyecto::

El FPGA mide y controla directamente la modulación de un convertidor de DABRS bidireccional de una sola etapa y comunica de forma inalámbrica los datos a la base de datos MariaDB del servidor Azure basado en la nube. Dado que los datos se procesan de forma local por FPGA, se minimiza la telemetría necesaria para volver a comunicarse al control central basado en la nube.

Sistema de reducción de residuos de fruta

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

Problema::

Las empresas de agricultura más pequeñas suelen carecer de recursos para minimizar los residuos durante la distribución y el transporte de sus productos. Debido a la falta de sistemas de almacenamiento y transporte de alta calidad, un gran porcentaje de productos se estropea antes de la eventual entrega a los consumidores. El 80 % de la producción de mango en el Perú proviene de pequeñas granjas familiares.

Solución::

Este sistema inteligente supervisará, informará y administrará las condiciones de almacenamiento y transporte para reducir la cantidad de desperdicio.

Detalles del proyecto::

El FPGA agrega datos de una variedad de sensores. También controla los accionadores que cambian el estado del aire (es decir, el CO2) y las temperaturas para reducir la maduración prematura de la fruta. Las imágenes de video de la cámara son procesadas previamente por el FPGA y luego, se envían a la nube para analizar los datos de color para correlacionarse con la madurez de la fruta. Este conjunto de datos diverso se env´ía al centro de IoT de Microsoft Azure para su almacenamiento, predicción y control de los contenedores inteligentes de almacenamiento y transporte de fruta. Dado que la mayoría del procesamiento se realiza mediante el FPGA, este minimiza los datos que se envían a la nube, lo que reduce el costo de transmisión de grandes cantidades de datos.

Optimizador de agricultura inteligente

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

Problema::

La elección de cultivos por parte de los agricultores suele no informarse y ser inapropiada cuando se utilizan métodos de agricultura tradicionales. Esto lleva a reducir los rendimientos y la calidad de los cultivos debido a la falta de comprensión del acondicionamiento del agua y el suelo. El suministro de alimentos en países en desarrollo es especialmente vulnerable.

Solución::

Esta ayuda integral a los agricultores puede recomendar cultivos adecuados según el estado del suelo, el clima y la disponibilidad del agua de esa región. Puede controlar y optimizar la irrigación, detectar enfermedades de las plantas, detectar malezas y ofrecer orientación al agricultor.

Detalles del proyecto::

El FPGA agrega datos de una cámara y una amplia variedad de sensores de dispositivos analógicos. Es capaz de medir el nitrogeno, el fósforo, el potasio, el pH, el nivel del agua, la humedad del suelo y la temperatura. Este conjunto de datos diverso se envía al centro de IoT de Microsoft Azure para su almacenamiento, análisis, visualización y orientación al agricultor. Un algoritmo de aprendizaje automático predice el cultivo más adecuado para las condiciones y controla la irrigación. Un modelo de detección de objetos puede identificar malezas y se entrenó un algoritmo basado en IA para identificar la enfermedad para recomendar un tratamiento.

Sistema de miniinvernadero para el consumidor

Pahan Mendis (Universidad de Moratuwa, Sri Lanka)

Problema::

Hay una conciencia creciente de los consumidores que ciertos productores y el transporte de productos a gran escala pueden tener un efecto negativo en el ambiente. Hay un deseo creciente de que los consumidores cultiven su propio alimento no solo debido a las preocupaciones ambientales, sino también para mejorar su calidad y la seguridad de los alimentos. Sin embargo, muchos de estos aspirantes a agricultores carecen de conocimientos o capacidad para hacerlo de forma eficiente.

Solución::

Este sistema de administración de miniinvernadero inteligente y automático tiene como objetivo la producción de alimentos para el consumidor de la comunidad urbana que es posible que tenga una experiencia de agricultura mínima. Puede ofrecer orientación para la irrigación, la fertilización, la ventilación y la luz.

Las características de IA incluidas pueden predecir el rendimiento e identificar el comportamiento de crecimiento anormal.

Detalles del proyecto::El sistema recopila los datos de una cámara y una amplia variedad de sensores de dispositivos analógicos (medición de la humedad y la temperatura del aire, el pH/humedad/temperatura del suelo, los niveles de CO2 y la intensidad de la luz). En paralelo a los datos de sensores, el FPGA acelera el procesamiento de imágenes basado en IA de CNN. Este conjunto de datos diverso se envía al centro de IoT de Microsoft Azure para su almacenamiento, procesamiento y predicción de resultados con el tiempo.

Asesor de salud mental

Sudhamshu B N (Dayananda Sagar College of Engineering)

Problema::

Los casos mentales y de comportamiento constituyen un porcentaje creciente de problemas de salud en todo el mundo. Sin embargo, tales casos permanecen sumamente subrepresentados en las estadísticas de salud pública (que se enfocan en la mortalidad como razas con otros factores, como la disfunción).

Solución::

Un guante inteligente recopila varios parámetros del cuerpo humano y del medio ambiente para que los modelos de aprendizaje automático analicen y clasifiquen los síntomas de varias afecciones de salud mental dirigidas. Según el estado mental y la salud del usuario, se comunican sugerencias positivas oportunas al consumidor como “recomendaciones”. A la salud mental se le otorga la misma importancia que a la salud física.

Detalles del proyecto::

El FPGA agrega datos como la temperatura del aire y del cuerpo, la actividad de la glándula de sudor, las condiciones de luz y la calidad del aire de los sensores en un guante inteligente. Luego, utiliza el aprendizaje automático para caracterizar y correlacionar los datos con las afecciones mentales. Video en vivo del paciente desde una entrada de cámara que ingresa a un modelo que correlaciona datos en cinco rasgos (molestia, ansiedad, felicidad, neutro y tristeza). Este con junto de datos diverso se envía al centro de IoT de Microsoft Azure para su almacenamiento y procesamiento de aprendizaje automático. Las recomendaciones se regresan a la aplicación de teléfono móvil del usuario.

Recuperación del arrecife de coral

Jose Filho (Universidad de Ciencia y Tecnología King Abdullah)

Problema::

El 25 % de todas las vidas marinas dependen de arrecifes de corales saludables; sin embargo, el aumento de las temperaturas del océano está causando que algunos corales se blanqueen. El proceso de blanqueamiento se produce cuando el coral libera las algas que viven en sus tejidos. Estas algas son fundamentales para la supervivencia del coral.

Solución::

Los estudios de laboratorio demuestran que ciertos microorganismos beneficiosos para el coral (BMC) pueden detener el proceso de blanqueamiento y permitir que el coral se recupere. Este sistema puede ofrecer probióticos al coral en el entorno marino y supervisar su eficacia a largo plazo.

Detalles del proyecto::

Los FPGA permiten una plataforma experimental flexible y reconfigurable. El FPGA recopila datos de cámaras, sensores de temperatura y datos de luminosidad del mar de un sistema de reconocimiento de luz de energía ultrabaja de dispositivos analógicos. El FPGA utiliza IA para determinar con precisión el grado de blanqueamiento y tomar una decisión rápida para implementar el BMC. Este experimento con tecnología solar se implementa cerca de la orilla y es capaz de enviar datos 4G a Microsoft Azure para visualizar y administrar el proceso de rehabilitación.

Administración de la calidad del aire en ambientes cerrados

Ricardo Núñez Prieto (NVISION s.l. / Instituto de microelectrónica de Barcelona (CSIC) / UAB)

Problema::

Las pruebas han vinculado la exposición crónica de las concentraciones de CO2 de hasta 1000 ppm a varios trastornos de salud humana. Los estudios también han demostrado que los virus se liberan durante la exhalación, el habla y la tos, y dicha transmisión es más probable que se produzca en ambientes cerrados.

Solución::

La medición del CO2 exhalado es el mejor método de bajo costo disponible para evaluar los riesgos de calidad del aire. Este proyecto puede derivar la concentración de CO2 y enviar información útil al servidor de Microsoft Azure para administrar las alertas y la ventilación.

Detalles del proyecto::

El sistema usa datos de un sistema de sensor NDIR CO2 de dispositivos analógicos que puede medir la concentración de CO2 en el rango de 400 a 5000 ppm así como un sensor de temperatura. Un FPGA es una buena opción para esta aplicación, ya que tiene la flexibilidad para admitir varios sensores y también se puede adaptar a otros tipos de sensores, algoritmos y protocolos de comunicación. El proyecto está optimizado para un espacio de energía mínimo del sistema al ejecutar el algoritmo de concentración de CO2 de forma local en el FPGA para minimizar la comunicación de datos complejos.

Sistema de control de granja inteligente

Mohamed Abdelaziz Louhab (University M'hamed Bougara Boumerdes)

Problema::

Es importante minimizar los costos de los errores de cultivo así como asegurar la seguridad alimentaria en regiones que no tienen condiciones de cultivo óptimas. Otros riesgos como el fuego, la usurpación de animales o el hurto, pueden tener una consecuencia significativa para una granja o una comunidad.

Solución::

Este invernadero inteligente incorpora sensores que pueden monitorear la salud de las plantas mediante el uso de factores ambientales tales como la temperatura, la humedad y gases como el O2 y el CO2. El sistema no solo puede ofrecer orientación al agricultor, sino que también controla la irrigación, el sistema de calefacción y refrigeración.

Detalles del proyecto::

El FPGA es el cerebro con tecnología solar del sistema, que utiliza el HPS para implementar un algoritmo de seguimiento solar para maximizar la salida de los paneles de PV. El invernadero está diseñado para minimizar los errores de cultivo y hacer que los productos agrícolas sean más sabrosos con el uso de 6 sensores de dispositivos analógicos diferentes para monitores y mantener saludable el cultivo. El sistema mitiga las preocupaciones de la pérdida de cultivos mediante el uso de IR y PIR para detectar la presencia de animales y también es capaz de detectar y suprimir el fuego.

Clasificador de basura automática

Longfei Yang (Universidad Hubei)

Problema::

La producción de basura global aumenta cada año, lo que contamina las fuentes de suelo y agua. Los vertederos pueden contener sustancias químicas peligrosas o demás sustancias dañinas que pueden entrar en el ecosistema y lastimar a los humanos y el medioambiente.

Solución::

Un clasificador de basura automático puede ayudar a reducir la contaminación ambiental, ahorrar recursos de tierra y promover el reciclaje de recursos. Este sistema está diseñado para reducir el desecho desconsiderado de la basura reciclable y la clasificación de los residuos maximiza el potencial de reutilizar los residuos y reducir el daño a la ecología local.

Detalles del proyecto::

Este proyecto usa reconocimiento de imágenes para clasificar los desperdicios en 4 categorías: reciclable, biodegradable, peligroso y otros. Un sensor infrearrojo detecta la desecho de un objeto nuevo, lo que hace que una cámara envíe una imagen al FPGA. El FPGA implementa una Red neuronal convolucional (CNN) profunda llamada VGG-16 para el reconocimiento de imágenes. El reconocimiento y la clasificación se amplían con un acelerador FPGA basado en OpenCL llamado pipeCNN. El clasificador de basura mueve el desperdicio al contenedor correcto con 95% de precisión y tiene un tiempo de reconocimiento de 1,93 s.

Sistema de detección de daños del pavimento

Dingwei Chen (Universidad Chongqing)

Problema::

El daño del pavimento en las carreteras no solo afecta la apariencia y la comodidad al manejar, sino que si no se identifican y abordan las necesidades de mantenimiento, la superficie de la carretera y las estructuras asociadas se deteriorarán, lo que puede ocasionar accidentes o incluso a la pérdida de la vida. La construcción de carreteras con hormigón o asfalto generan emisiones dañinas y contaminación.

Solución::

Este sistema de detección, ubicación e informe automatizado utiliza lidar 3D y cámaras para capturar la información del estado de la carretera en tiempo real que se puede analizar para determinar si se requieren reparaciones. La información de inspección adecuada junto con una ubicación precisa permite que se administre el mantenimiento de forma eficiente y evita un daño costoso de la superficie de la carretera.

Detalles del proyecto::

El sistema inteligente de detección de daños en las carreteras usa lidar y una cámara con una unidad de medida inercial (Inertial Measurement Unit, IMU) para obtener datos de puntos de la nube e información de imágenes de la superficie de la carretera. El sistema puede corregir la distorsión de movimiento de la nube de puntos y puede sincronizar la información de distancia de lidar con la información de píxel de cámara. Las aplicaciones de la nube pueden utilizar estos datos para combinar los detalles del daño (tamaño o forma del defecto) con los datos precisos del mapa. Luego, el personal de mantenimiento se puede centrar en la programación de reparaciones oportunas.