Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Next Generation 3D Machine Vision with Embedded Visual Computing

Alternativ tittel: 3D Maskinsyn med innebygd Visuell Læring

Tildelt: kr 12,0 mill.

Denne forskningen tar sikte på å etablere en automatisert prosess som benytter høypresisjon 3D-sensing og online (innebygde) visuelle læringsmotorer som kan opererer i naturlige omgivelser og være i stand til å tilpasse seg på en holistisk måte til operasjonelle endringer gjennom levetiden. Den tar sikte på å etablere et banebrytende teknologisk konsept for 3D maskinsyn som et tverrfaglig initiativ som kobler kostnadseffektivt og pålitelig dybdesyn med avansert maskinsyn og innebygd kunstig intelligens for å håndtere utfordringer fra tidsvarierende visuell sceneoppfatning i naturlige miljøer. Kombinasjonen av nylige gjennombrudd i utviklingen av 3D-syn (dvs. solid-state LiDAR) og i mobil databehandling (dvs. innebygd nevrale nett prosessorer) er grunnlaget for denne forskningen som vil muliggjøre sanntidsovervåking og visuell analyse ved hjelp av et nettverk av bittesmå, lav-kostnads 3D-kameraer med lavt strømforbruk. Denne forskningen understøtter etableringen av et internasjonalt relevant FoU-team innenfor 3D maskinsyn samt nye digitaliseringsmuligheter. I den forrige perioden har vi jobbet langs tre linjer. Vi har utviklet og bygget en 3D-sensor for maskinsyn med høy oppløsning og dybdepresisjon, basert på LIDAR-teknologi og flere speil som konsentrerer lyset inn i synsfeltet. Vi har også etablert en stor database med annoterte datasett fra 3D-sensoren som skal brukes videre i forskningen. Og til slutt har vi jobbet med metoder som skal analyserer dataene og gi semantisk tolkning og forståelse av den visuelle scenen. Arbeidene har foreløpig resulterte i 9 artikler publisert i IEEE-tidsskrift og konferanse proceedings. I neste periode vil vi jobbe videre med metodene samt intensivere samarbeidet med Tohoku University i Japan, ettersom ph.d.-studenten ved UiS skal ha et 6 måneders opphold i Japan for å utvikle og skrive felles publikasjoner.

The overall objective of this research is to give up the currently manual and time-consuming operational processes with well-composed digitalization using real-time 3D vision and learning processes. This research aims to initiate an automated process deploying high-precision 3D sensing and online (embedded) visual learning engines that operate in natural environments and are able to adapt in a holistic lifetime manner to changes during operations. It targets establishing a groundbreaking technological concept for 3D machine vision as an interdisciplinary initiative linking cost effective and reliable depth sensing with advanced computer vision and embedded artificial intelligence to tackle challenges posed by time-varying visual scene perception in natural environments. The combination of both recent breakthrough developments in 3D sensing (i.e. solid state LiDAR) and in mobile computing (i.e. embedded neural computing engine) is the basis for this research to tackle real-time monitoring and visual analysis using a network of tiny, low-cost and low-power smart 3D cameras, towards digital management services for operations and processes. This research has a potential to a radical change in many parts of the value chain in the industry and society and selected scenarios will be designed for impact evaluation and opening up integration opportunities. This activity fits the key strategical development of NORCE and its perspective to be number 1 in Norway within the next 5 years in machine vision innovation. This research supports building an internationally-relevant R&D team on 3D machine vision towards enabling digitalization capabilites. NORCE has the role to develop Norway as leading hub with excellence and high-level of expertise on innovation for 3D machine vision as an enabler for digital processes and services.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

FRINATEK-Fri prosj.st. mat.,naturv.,tek