Radio vision




Машинное радиозрение

Радиовидение






WLAN Wi-Fi 2,4-5GHz
ЭМИИА ИИ — машинное радиозрение



ЭМИИА ИИ — машинное радио зрение


Характеристики


Распознавание образов, детекция, вычисление скорости, координат и направления движения объектов (люди, животные, автомобили), посредством радиоволн, в том числе и за радиопрозрачными преградами (стены, препятствия, дождь, снег, туман, темное время суток).

Дальность действия: сквозь радиопрозрачные преграды до 9 метров, на открытом пространстве до 300 метров.

Машинное радиозрение (радиовидение) на базе интеллектуального программного сенсора EMIIA.AI (ЭМИИА ИИ) позволяет сосредоточить программно требуемый функционал в границах одного-двух стандартных устройств, без аппаратной модификации. Что дает возможность интегрировать технологию посредством ПО в большинство устройств c Wi-Fi. А также разрабатывать простые и доступные программно-аппаратные решения как для общих, так и для узкоспециализированных задач.

Интеллектуальные сенсоры EMIIA.AI замещают программно более 30% датчиков и сенсоров, средств автоматизации и безопасности.



Базовая технология


Машинное радиозрение (радиовидение): нейросетевая библиотека обработки сигналов и визуализации данных (SDK & Embed, API).

AI Sensor-SLAM/RTLS (Simultaneous localization and mapping, Real-time Locating Systems):

  • AI Navigation
  • AI Mapping
  • AI Sensor

Сферы применения:

  • IoT/IIoT: аналитика, BIM, Smart City,
    Smart Home, Industry 4.0, медицина,
    робомобили, дроны...

Требования:

  • ПО ЭМИИА (EMIIA.AI)
  • ОС: Windows, Linux или Android
  • Wi-Fi модуль 2,4/5 ГГц

Классификация:

  • Интеллектуальный программный сенсор (сквозная цифровая технология)


Встраиваемые нейросетевые решения ЭМИИА, позволяют вычислить объем объекта и распознать его по id-маркерам: x, y, z наложенным на цифровые данные радиоволн, сопоставляя их с моделями контурных масок в базе данных. В процессе функционирования нейронная сеть дополняет и изменяет цифровые модели динамических объектов (самообучение) в автономном режиме, подстраиваться к границам пространства, конкретным пользователям и их задачам.







Машинное обучение

Нейросетевая обработка сигналов



Входные данные радиоволн преобразованные в дискретный код, формируются в структуру SVG (Scalable Vector Graphics - язык разметки масштабируемой векторной графики) для обработки, хранения и машинного обучение на SVG (XML) данных.

В некоторых случаях, вес моделей не превышает 1 Mб и включает в себя, всю необходимую информацию для решения задач машинного зрения. Малый размер позволяет интегрировать инструменты для работы с искусственными нейронными сетями, непосредственно на аппаратную базу большинства электронных устройств (контроллеры, микрокомпьютеры, сетевое оборудование). Что дает возможность системе не использовать облачные ресурсы, функционировать без интернет-соединения в автономном режиме.

Данный метод не требует создания и хранения громадного количества фото/видео примеров, с трудоемким процессом по их разметке правильными ответами, а также больших вычислительных мощностей для последующей обработки данных.




Аппаратные средства

Контроллеры, антенны...




Радиограммы    Видео 



Сравнительные характеристики

Конкурентные решения, технические параметры...


#     
Программно-аппаратные решения Стоимость решений от (руб.) Соответствие санитарным нормам Лицензирование частотного диапазона Программная интеграция в IoT/IIoT Нейронная сеть (Online) Нейронная сеть (Offline) Интернет-ресурс проекта
1 ЭМИИА (EMIIA.AI) Россия 3 000 Cоответствует Не требуется + + + Ссылка 
2 Данник-5 СКБ ИРЭ Россия 200 000 *Не соответствует Требуется - - - Ссылка 
3 PO-900 ГЕОТЕХ Россия 300 000 *Не соответствует Требуется - - - Ссылка 
4 EMERALD WiTrack MIT США 70 000 Соответствует Не требуется - + - Ссылка 



#      Программные решения (ANNs) Стоимость решений от (руб.) Нейросетевая модель (Online) Нейросетевая модель (Offline) Требуемые вычислительные мощности Размер нейросетевых инструментов
1 ЭМИИА (EMIIA.AI) Россия 400 + + от 1 MFLOPS до 30 GFLOPS 100-300 MB
2 *EMERALD WiTrack MIT США - + - от 140 до 300 GFLOPS 1,7 GB



#      Обозн. МСЭ Диапазон длин волн Название диапазона волн Диапазон частот Название диапазона частот Энергия фотона E=hv
1 UHF 1000 мм — 100 мм Дециметровые 300—3000 МГц Ультравысокие (УВЧ) 1,24 мкэВ — 12,4 мкэВ
2 SHF 100 мм — 10 мм Сантиметровые 3—30 ГГц Сверхвысокие (СВЧ) 12,4 мкэВ — 124 мкэВ

Основное конкурентное преимущество машинного зрения ЭМИИА, перед схожими научными и рыночными аналогами, заключается в возможности программной интеграции технологии в стандартные устройства, без аппаратной модификации. Что позволяет быстро масштабировать и монетизировать технологию.

Малый вес нейросетевых инструментов, дает возможность обрабатывать информацию непосредственно на устройствах (Edge Computing), без отправки данных в облако, данный формат значительно сокращает время на отклик.




Интеграционное тестирование

IoT/IIoT...




Проекты    Предзаказ