search icon

Цифровые сенсорные системы/спецпроект

Рынки НТИ: Технет Рынки НТИ: Технет
Сквозные технологии НТИ: Сенсорика Сквозные технологии НТИ: Сенсорика
Спецпроект Спецпроект
Рынки НТИ: Технет Рынки НТИ: Технет
Сквозные технологии НТИ: Сенсорика Сквозные технологии НТИ: Сенсорика
Спецпроект Спецпроект
Информатика
Рекомендации для наставника
  • Этап 1
    9 октября — 21 ноября
    2020
  • Этап 2
    16 ноября — 8 января
    2021
  • Финал
    12 апреля — 17 апреля
    2021

Расписание

Основой спецпроекта «Цифровые сенсорные системы» является Edge Computing. В рамках прохождения олимпиады участникам предстоит решить реальные практические задачи используя свои знания программирования микроконтроллерных систем и использования метода граничных вычислений. Интернет вещей (IoT — internet of Тhings) плавно завоевывает окружающее нас пространство. Совсем скоро мы станем жить в мире, где в цифровые сети объединены не только сотовые телефоны и персональные компьютеры, но и все приборы и устройства вокруг нас, начиная с чайника и заканчивая автомобилем.

Основные тенденции развития Интернета вещей — это увеличение объема передаваемой информации и стремительный переход к вычислениям в режиме реального времени. Немаловажными факторами использования IoT также являются безопасность, малые габариты, энергонезависимость и стабильность работы. Все это приводит к широкому использованию граничных вычислений Edge Algorithms. Концепция  Edge Analytics основана на сборе, обработке и анализе данных на периферийных устройствах сети рядом с источником информации и исполняемыми элементами, например на производстве или дома. Термин «Edge Сomputing» означает, что часть работы происходит в том месте, где в системах IoT мир физических объектов связывается с Интернетом. Однако граничные вычисления Edge Computing — это гораздо больше, чем просто расчет и обработка данных. Их основная функция — плавная интеграция периферийных устройств и облачных вычислений, а также двусторонний обмен информацией.

Решения, подразумевающие граничные вычисления, дают возможность анализировать ключевые данные в режиме реального времени «на месте», не отправляя их на центральный сервер. «Граница сети» («Edge») разделена, и включает в себя модули принятия решений и модули временного хранения технических данных, которые настолько незначительны, что нужны только сейчас и нет смысла хранить и использовать их в будущем.

Какие же плюсы дает технология Edge Computing на практике? Когда-то давно смартфон, сканирующий лицо человека, должен был бы запустить алгоритм распознавания лиц через облачную службу, то есть отправить всю информацию в интернет, что заняло бы много времени. С помощью модели граничных вычислений алгоритм, учитывая растущую мощность смартфонов, может работать локально на самом смартфоне. Такие приложения, как виртуальная и дополненная реальность, самоуправляемые автомобили, умные города и даже системы автоматизации зданий, требуют быстрой обработки и реагирования. С помощью граничных вычислений Edge Computing уже сейчас можно создавать высокопроизводительные системы, которые по мощности не будут уступать современным мощным серверным решениям.

Цифровые сенсорные системы/спецпроект1
Цифровые сенсорные системы/спецпроект2
Цифровые сенсорные системы/спецпроект3
Цифровые сенсорные системы/спецпроект4
Цифровые сенсорные системы/спецпроект5
Цифровые сенсорные системы/спецпроект6
Цифровые сенсорные системы/спецпроект7
Цифровые сенсорные системы/спецпроект8
Цифровые сенсорные системы/спецпроект9
Цифровые сенсорные системы/спецпроект10
Цифровые сенсорные системы/спецпроект11
Цифровые сенсорные системы/спецпроект12
Цифровые сенсорные системы/спецпроект13
Цифровые сенсорные системы/спецпроект14
Цифровые сенсорные системы/спецпроект15
Цифровые сенсорные системы/спецпроект16
Цифровые сенсорные системы/спецпроект17
Цифровые сенсорные системы/спецпроект18
01 18

Этапы соревнований

Этап 1

Информация появится позднее.

Этап 2

Информация появится позднее.

Финал

В финале участникам будет предложено решить задачу по определению неисправности работающего двигателя. Для этого необходимо разработать макет программно-аппаратного модуля датчика, распознающего по звуку наличие в двигателе неполадок. Платформой для разработки является макетная плата с микроконтроллером и подключенным к ней набором датчиков.

При решении задачи задаче участникам необходимо использовать алгоритмы реализации нейронных сетей для распознавания звука, приём которого осуществляется с датчиков системы. Разрабатываемый макет должен обеспечивать возможность обработки потока данных с не менее чем 2-х датчиков в режиме реального времени. В результате работы участники должны получить макет сенсорной системы с аппаратно-программной обработкой состояния двигателя в реальном времени

Требования к команде

ЧТО НУЖНО ЗНАТЬ

Информатика:

  • Информация и информационные процессы
  • Основы искусственных нейронных сетей.
  • Устройство микроконтроллеров.
  • Язык программирования C
  • Кодирование информации
  • Логические основы компьютеров
  • Компьютерная арифметика
  • Устройство компьютера
  • Алгоритмизация и программирование

Математика:

  • Алгебраические уравнения и системы нелинейных уравнений
  • Элементы комбинаторики
  • Математические функции

Физика:

  • Законы электродинамики

HARD SKILLS

  • Проектирование программируемых логических интегральных схем.
  • Программирование микроконтроллеров.
  • Проектирование элементов нейронных сетей.
  • Алгоритмизация и программирование.
  • Работа с системами реального времени.

SOFT SKILLS

  • Работа в команде, в т. ч. умение распределять задачи между членами группы и удерживать выделенные роли.
  • Целеполагание, т.к. задача финала объёмная и необходимо решать ее в несколько этапов.
  • Планирование рабочего времени — необходимо строго укладываться в установленные сроки.
  • Работа с системами управления исходным кодом
  • Работа с документацией.

Численность команды и роли

Для участия на втором и заключительном этапах вам понадобится команда из 2−3 человек:

  • Проектирование алгоритмов.
  • Программирование.

Материалы подготовки

Разработчики

Партнеры

background image background image background image background image background image background image background image background image background image background image background image background image
background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image