Projekte Bildverarbeitung

Kardiovaskuläre Erkrankungen gehören zu den häufigsten Todesursachen. Frühzeitige Risikoerkennung und transparente Diagnostik sind entscheidend. Das Projekt ICVD-XAI nutzt erklärbare KI, um EKG-Daten automatisiert zu klassifizieren und Entscheidungen verständlich zu visualisieren.

Zur Bestimmung von Sturmschäden in Waldgebieten wurde eine Software entwickelt, die in Drohnen-Luftbildern umgestürzte Bäume detektiert, vermisst und geografisch lokalisiert. Dadurch wird die Schadensanalyse schneller, effizienter und weniger gefährlich.

In Zusammenarbeit mit der Alpinen Rettung Schweiz wurden Ansätze aus Robotik, Sensorik, Regelungstechnik, Datenübertragung und Bilderkennung kombiniert, um den Stand der alpinen Luftrettung zu erweitern; es entstand ein Prototyp für ein Longline-Rettungsassistenzsystem.

Lageerkennung von Objekten im Bild einer 3D-Kamera und Griff des Objekts mit einem Industrieroboter; Anwendungsfall Robot Bin Picking.

Benutzerpositionsabhängige adaptive Darstellung von 3D-Daten (z. B. CAD-Werkstück) ohne zusätzliche stereoskopische Hardware.

Existierende smarte Strassenlaternen sollen mit zusätzlicher Sensorik ausgestattet werden, die Objekte detektiert, Objekttypen wie Fahrzeug, Person, Tier oder Fahrrad klassifiziert sowie Bewegungsrichtung und Geschwindigkeit liefert; zusätzlich ist intelligente Verkehrsüberwachung, etwa freie Parkflächen, angestrebt.

boarAI ist ein unbemanntes Bodenfahrzeug (UGV), das ferngesteuert navigiert. Integriert wurden ein tridirektionaler Gammadetektor von Arktis zur Messung radioaktiver Hotspots sowie ein Rettungshaken mit ferngesteuertem Anbringemechanismus zur Rettung bewusstloser Personen.

birdAI ist ein unbemanntes Luftfahrzeug (UAV), das ferngesteuert oder per automatischer GPS-Wegpunktfolge navigiert. Als Nutzlast kann es einen unidirektionalen Gammadetektor von Arktis tragen, der radioaktive Hotspots misst.

Das Projekt hat das Ziel existierende smarte Strassenlaternen mit zusätzlicher Sensorik auszustatten. Der Sensor soll an der Zhaga-Schnittstelle montiert werden und die Strassenfahrbahnen überwachen. Der implementierte Algorithmus soll Objekte detektieren und deren Geschwindigkeit und Länge bestimmen.

Im Projekt «Multispektrales TOF» wurde eine Kamera entwickelt, mit der sowohl drei räumliche Dimensionen aufgelöst als auch eine begrenzte Anzahl spektraler Datenpunkte aufgenommen werden können. Da die spektrale Achse nur als halbe Dimension gewertet wird, ergibt sich die Bezeichnung des Systems als 3.5D-Kamera. Die Umsetzung konnte mittels zweier unterschiedlicher experimenteller Ansätze erfolgreich demonstriert werden.

Durch die Verwendung von Leuchtdioden im sichtbaren Bereich wurden 3D-Time-of-Flight- Kameras für den Einsatz in Unterwasserumgebungen optimiert. Dies ermöglicht es, Bewegungsabläufe mit Gegenstandsweiten im Meterbereich zeitlich und in drei räumlichen Dimensionen aufzulösen.