中国教育在线 中国教育网 加入收藏 设为首页

西安电子科技大学四个项目逐鹿第三届“互联网+”大赛总决赛

   中国教育在线    2017-09-17    

    中国教育在线讯 9月16日,第三届中国“互联网+”大学生创新创业大赛全国总决赛即将开赛,西安电子科技大学4个项目参赛。分别是“高性能全集成激光雷达芯片——让机器用‘芯’感知”、“精诊科技——基于深度学习的肝脏术前规划系统”、“宽带自组网传输系统——随需而生的网络连接”和“鲲鹏易飞无人机”。

  让所有机器人都能立体看世界

  项目名称:高性能全集成激光雷达芯片——让机器用“芯”感知

  项目负责人:西安电子科技大学微电子学院2013级博士、师资博士后 马瑞

  公司名称:芯辉科技

  入围组别:创意组

 

 

  项目负责人马瑞

  “我们的芯片是一个系列,叫作CMOS全集成激光雷达芯片。别看它小,它的‘小宇宙’可是很厉害的。”放在项目负责人马瑞手掌心的芯片看起来还不及小拇指指甲盖的一半,“这是我们的8线芯片,主打高精度,针对的主要是要求准确探测的智能服务机器人。”

  扫地机器人、无人机、家用服务机器人、无人驾驶汽车……这些无人控制的智能设备不再只是存在于想象中,而是开始逐步进入我们的生活,甚至开始改变我们的生活。面对能够替我们清扫地板、可以自主行驶或是与我们进行交流的机器人,我们或许都有一个疑问,他们靠什么识别、躲避障碍物?

  其实,这些机器人也有类似我们人类眼睛的“感官”,那就是它们最核心的模块——雷达系统。雷达作为机器人的眼睛,能够帮助机器人获取周围环境信息,例如进行障碍物定位、距离探测,并且能够引导机器人自主行进、主动避障等,被视作机器人实现高级智能行为的基础和先决条件。

  激光雷达——具有解析度高、抗有源干扰能力强、探测可靠度高、不受光线影响、测速范围大等优点——成为无人控制设备的不二之选,尤其是激光雷达还可实时探测出周围环境的三维图像,即使夜间也可以使用,真正“借”了一双“慧眼”给这些无人控制设备。而这双“慧眼”的“瞳仁”就是激光雷达芯片。

  激光雷达芯片的性能、成本等决定了整体激光雷达产品的优劣,并且,激光雷达芯片的成熟与量产决定了激光雷达的大量应用和普及。市场上现有激光雷达均存在成本高、体积大、探知能力弱、可靠性差等痛点。

  如今,这些痛点被一支来自西安电子科技大学微电子学院国家级集成电路实验教学示范中心的项目组一一解决。

  项目组将核心电路的500多个分立元器件集成为一块芯片。“小宇宙”如此强大的CMOS全集成激光雷达芯片自然有很多优势,能够快速获取百米范围内的不同目标,从底层硬件提高激光脉冲飞行时间的探测精度,创新性地引入高精度ADC,同时获取距离和强度信息,使图像更细腻,同时,它还可以做到亚纳秒级不可见光探测,增强抗干扰能力,提高探测安全性。也就是说,它可以让机器人视野更宽、看得更远更清晰。

  方寸之间何以能作出如此大的文章?

  刘马良——西电微电子学院副教授,芯辉科技技术总监——说:“我们的创新点就在于一块芯片里包括了前端高速高增益大动态范围跨阻放大器、高速低延迟比较器、皮秒级高精度时间数字转换器三部分,并实现了多通道集成,其中高动态范围激光脉冲接收模块和高精度计时模块是激光雷达的核心模块,它决定了激光雷达的探测性能。”他继续解释道:“这款芯片采用的是有助于提高垂直分辨率的多线列集成,我们还加入了前端串扰抑制电路,用以减少像元输入之间的干扰,另外,我们还用基于流水线ADC的多通道数据输出来优化芯片面积和功耗。这些做法不仅可以提高激光雷达装配的效率和可靠性,还可以极大地降低成本。”

  就是这样一块小小的芯片,可以使整机体积至少缩小一半、功耗降低50%以上、核心电学器件成本降至原先的1%,并且无需经过电学调试。

  不仅如此,针对不同应用需求,团队还研发了多款激光雷达芯片。马瑞指着桌子上大小不同的三块芯片说道:“这些都是我们还未封装的芯片。刚才看的那个是8线,主要是面向智能服务机器人、ADAS汽车辅助驾驶的中端市场。”他用镊子夹起一块更小的说:“它的长是1.66毫米,宽是0.88毫米,这是我们的单线激光雷达芯片,面向扫地机器人、儿童玩具等小型机器人的入门级市场。”这块“迷你款”芯片的探测距离可达20至50米,单片成本不足1元。

  相比这款主打性价比的芯片,另一块长条形的芯片可算是三款芯片当中的“奢侈品”了,“这是我们最近才研发的64线激光雷达芯片,主要是针对高端市场,比如无人自动驾驶、无人机自主飞行等等。”马瑞略带自豪地介绍道:“这是我们国内首款可量产多线的激光雷达芯片,它要比业界同类型产品领先至少6个月。”

  “让机器用‘芯’感知”,这不仅是他们项目的一句宣传语,更是他们团队用心做创新的体现。

  成为肝脏术前规划领域的“AlphaGo”

  项目名称:精诊科技—基于深度学习的肝脏术前规划系统

  项目负责人:西安电子科技大学网络与信息安全学院2013级本科生、保送清华大学直博生 王博

  公司名称:精诊科技公司

  入围组别:创意组

  据相关资料显示,我国肝病患者超过2亿,并且逐年增加,引起肝脏手术随之增加,肝脏切除手术的年需求量约为137万台。

  “国家卫计委曾发布过一组数据,我国肝胆外科专业医生大概有8000人,分布在不同医院,水平不一,而且基本每位肝胆外科医生平均每年要主刀大约181台肝切除手术。”说起当初为什么要针对肝脏手术做术前规划系统,团队负责人王博谈道:“肝脏是我们人体重要的供血器官,内部动脉血管错综复杂,肝内肿瘤多包络在这些重要血管内,所以临床医学要求,在肝脏手术之前必须进行术前规划,以使手术路径避开这些重要血管。课题组成员在医院调研的时候亲眼看到,有个车祸肝破裂的患者晚开刀十几分钟人就没了,有个肝硬化的患者切肝准一点兴许就能救回来。所以我们就觉得要通过改善术前规划系统来提升手术效率,这样不仅可以减轻医生的工作负荷,也能让更多患者得到及时、有效的治疗。”

  “传统术前规划产品存在一些问题,比如医学影像依赖手动分割,耗时长,效率也低。而且二维影像和电脑中三维重建图像的平面视角存在局限性,会影响医生对各组织相对位置的判断。术前规划中缺乏对病灶的量化分析,人工测算起来耗时耗精力。”魏榕,2016年从西电毕业,现为北京大学前沿交叉学院磁共振成像研究中心在读博士生。她介绍道:“国外现在有一些辅助术前规划产品,但是在模型处理等方面还存有弊端。国内目前主要集中在图像的识别处理方面,虚拟可视技术领域的研发才刚开始。所以,我们这套系统算得上是走在前面了。”

  这套术前规划系统的全自动三维还原肝脏功能与AlphaGo一样,都是采用深度学习算法实现的,通过大量的数据进行训练,最终超过手动还原水平。

  团队前期与首都医科大学附属北京友谊医院建立了深度合作,对2400套人体肝脏CT数据进行深度学习,在自动分割与三维量化的虚拟现实系统及其相关外围设备的基础上,融合机器学习、肝脏CT自动分割、三维量化、虚拟现实渲染、视频流传输等技术,设计出一套高精准、图像全自动分割、沉浸式交互、实时量化动态参数的肝脏术前规划系统。此系统已在首都医科大学附属北京友谊医院试用。

  “又准又快易操作”,是这套系统相比其他术前辅助规划系统的突出优势。医生可以在虚拟现实环境中对肝脏、病灶及内部复杂的解剖结构做出个体化、全量化的分析,3至4分钟内即可完成自动分割肝脏CT图像并重建。整个过程并不需要多么复杂的大型器械,只需要医生戴上一副VR眼镜,便可快速使用该系统功能。

  “你看,这个模型右上方有一把手术刀,医生戴上VR眼镜之后,就可以直接抓取这把手术刀,进行虚拟切割操作,系统可以根据医生的操作实时量化残肝体积、病灶距血管距离等重要参数,并进行跟踪。”王博指着电脑上显示出的彩色肝脏三维模型介绍道:“操作完成后,整个过程和这些参数还都可以投到大屏显示,方便医生们在会诊时根据模拟情况进行评估。”

  王博在电脑中插入一张光盘,解释道:“医生可以把这样一张病人CT图像光盘插入电脑,戴上VR眼镜,就能进入系统。系统通过神经网络进行深度学习可自动、精准分割肝脏CT图像,并根据分割好的CT图像快速重建高精度三维器官模型。”

  电脑显示出手术方案规划页面,王博一边操作系统一边介绍:“我们的系统使用了2400套人体肝脏CT数据进行深度学习,数据量远远超过国内其他CT分割算法项目,并且通过级联的全卷积神经网络和三维条件随机场使计算机能够自动分割肝脏CT图像并自动诊断有无病灶。完成后还会使用法国3DIRCADb数据集的15套CT图像进行精度评估。手动计算切除体积的话,精度不到85%,但我们的系统能够使精度达到94.3%,不到4分钟就可以重建病人肝脏器官三维立体模型。”在他讲解的几分钟时间里,系统已将CT图像进行了自动分割,病灶部分被清楚地划分出来,而且在三维模型左上角标注出准确的病灶体积、器官体积、放缩倍数及肿瘤距离等数据参数。

  作为第三届“互联网+”大赛陕西赛区冠军,他们还有更高更长远的目标。团队成员、清华经管学院金融硕士徐正清说道:“医疗行业比较特殊,门槛也比较高,综合考虑我们系统的研发成本、适应性和各级医院的综合实力,公司首先将产品销售定位在国内二、三甲医院的肝胆外科。随着我们与合作的医院不断深入,我们也会逐步渗透并尝试开拓医疗培训教学的市场。”

关注中国教育在线陕西站
掌握最新教育资讯

分享到 更多

推荐给好友    我要收藏    我要纠错    我要打印

免责声明:

① 凡本站注明“稿件来源:中国教育在线”的所有文字、图片和音视频稿件,版权均属本网所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表。已经本站协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国教育在线”,违者本站将依法追究责任。

② 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。

内容推荐
热点资讯
eol.cn简介 | 联系方式 | 网站声明 | 招聘信息 | 京ICP证140769号 |京ICP备12045350号| 京网文[2017]10376-1180号 | 京公网安备 11010802020236号
版权所有 赛尔互联(北京)教育科技有限公司 CERNET Corporation
Mail to: webmaster@cernet.com