Projekt "noKat"

Erkennung von Menschen mittels eingebetteter KI

© Fraunhofer IMS
Erkennung von Menschen mittels eingebetteter KI

In dem Projekt „noKat“ (Entwicklung eines neuronalen, optischen Kameratrackers zur Detektion sich annähernder Personen), welches im Rahmen des „Zentralen Innovationsprogramms Mittelstand“ (ZIM) vom Bundesministerium für Wirtschaft und Energie gefördert wird, entwickelt das Fraunhofer IMS zusammen mit dem Partnerunternehmen van Rickelen GmbH & Co. KG einen optischen Näherungssensor, der in der Lage ist, herannahende Personen mittels künstlicher Intelligenz (KI) aus RGB-Bildern einer low-cost Kamera zu erkennen. Das System sieht aktuell eine stationäre Montage der Kamera vor, ähnlich wie die Anbringung bei herkömmlichen Bewegungsmeldern. Der Algorithmus zur Erkennung von Personen läuft vollständig integriert auf einem eingebetteten System. Eine Anbindung an eine Cloud ist nicht vorgesehen, um allen Datenschutzansprüchen gerecht zu werden. Somit verlässt kein Bild das System, lediglich Kontrolldaten, wie „Person erkannt“. Diese können zur weiteren Steuerung im Gebäudemanagement genutzt werden. Die Hardware ist im low-cost Segment angesiedelt und besonders energiesparend. Durch den Einsatz neuartiger Merkmalsextraktionen in Kombination mit einem sehr kompakten Feedforward Neural Network, welches mit dem Software-Framework „Artificial Intelligence for Embedded Systems (AIfES)“ realisiert wurde, ist ein System entstanden, dass deutlich weniger Parameter benötigt als ein vergleichbares Convolutional Neural Network (ConvNet). „noKat“ benötigt im Vergleich zu dem „EfficientDet-D7“ über 99% weniger Parameter und ist somit deutlich performanter auf ressourcenbegrenzten Systemen wie z. B. Mikrocontrollern. „noKat“ erkennt und klassifiziert Menschen in einem bewegten Bild, wobei auch mehrere verschiedene Objekte in einem bewegten Bild vorhanden sein können. Erste Messungen auf dem Zielsystem (Mikrocontroller mit 160 MHz Takt) zeigten, dass der Algorithmus bei einer Auflösung von 320x240 nur ca. 120 ms für eine Objektklassifikation benötigt. Zum Projektende im November 2021 ist eine Präsentation des Demonstrators geplant.

 

Vorteile des Systems:

- Menschen werden erkannt

- Vollständig integriert in einem eingebetteten System

- Keine Internet- oder Cloudanbindung nötig

- Keine Daten oder Bilder verlassen das System

- Low-cost und low-power Hardware

- Software auch auf andere Systeme portierbar

 

 

van Rickelen GmbH & Co. KG

https://vr-ing.de/

 

Eine Veröffentlichung von van Rickelen und GED:

https://vr-ing.de/wp-content/uploads/2021/01/Die-naechste-Dimension-der-Elektronik_Productronic2020-2.pdf

Das könnte Sie auch interessieren

AIfES

Artificial Intelligence for Embedded Systems

Übersichtsseiten

Electronic Assistance Systems (Home)

Wir forschen und entwickeln an Innovationen im Bereich elektronischer Assistenzsysteme.

Anwendungen

Unsere elektronischen Assistenzsystemen sind vielfältig einstezbar und bieten Vorteile für Hersteller, Betreiber und Endanwender.

Technologien

Für die Entwicklung von elektronischen Assistenzsysteme kommen unterschiedliche Technologien zum Einsatz, die am IMS hausintern zur Verfügung stehen.

Leistungen

Erfahren Sie mehr über unser breites Spektrum an Leistungen im Bereich elektronischer Assistenzsysteme.

Download