Cristin-prosjekt-ID: 2517086
Sist endret: 7. september 2021, 10:12

Cristin-prosjekt-ID: 2517086
Sist endret: 7. september 2021, 10:12
Prosjekt

Next Generation 3D Machine Vision with Embedded Visual Computing

prosjektleder

Nabil Belbachir
ved NORCE Energi og teknologi ved NORCE Norwegian Research Centre AS

prosjekteier / koordinerende forskningsansvarlig enhet

  • NORCE Norwegian Research Centre AS

Finansiering

  • Norges forskningsråd
    Prosjektkode: 325748

Klassifisering

Vitenskapsdisipliner

Matematikk og naturvitenskap • Teknologi

Kategorier

Prosjektkategori

  • Anvendt forskning
  • Grunnforskning

Tidsramme

Aktivt
Start: 1. oktober 2021 Slutt: 31. desember 2024

Beskrivelse Beskrivelse

Tittel

Next Generation 3D Machine Vision with Embedded Visual Computing

Populærvitenskapelig sammendrag

The overall objective of this research is to give up the currently manual and time-consuming operational processes with well-composed digitalization using real-time 3D vision and learning processes. This research aims to initiate an automated process deploying high-precision 3D sensing and online (embedded) visual learning engines that operate in natural environments and are able to adapt in a holistic lifetime manner to changes during operations.

It targets establishing a groundbreaking technological concept for 3D machine vision as an interdisciplinary initiative linking cost effective and reliable depth sensing with advanced computer vision and embedded artificial intelligence to tackle challenges posed by time-varying visual scene perception in natural environments.

The combination of both recent breakthrough developments in 3D sensing (i.e. solid state LiDAR) and in mobile computing (i.e. embedded neural computing engine) is the basis for this research to tackle real-time monitoring and visual analysis using a network of tiny, low-cost and low-power smart 3D cameras, towards digital management services for operations and processes. This research has a potential to a radical change in many parts of the value chain in the industry and society and selected scenarios will be designed for impact evaluation and opening up integration opportunities. This activity fits the key strategical development of NORCE and its perspective to be number 1 in Norway within the next 5 years in machine vision innovation.

This research supports building an internationally-relevant R&D team on 3D machine vision towards enabling digitalization capabilites. NORCE has the role to develop Norway as leading hub with excellence and high-level of expertise on innovation for 3D machine vision as an enabler for digital processes and services.

Vitenskapelig sammendrag

The primary objective is to research and realize a pioneering high precision 3D vision and embedded machine intelligence capabilities towards enabling cost-effective and safe automation for digitalization of services and processes.

Secondary objectives are:

1. Recognize and and characterize vision detector based on a hybrid Flash solid state LiDAR for specification and design of the 3D visual sensing of the new camera at high-spatial resolution, wide field of view, fast imaging rate and high penetration capabilities in natural outdoor environments.

2. Find structure in 3D data to enable automated unsupervised machine learning.

3. Establish a multi-modal sensing concept involving spatiotemporal data analysis for robust visual detection, segmentation and tracking.

4. Investigate embedded 3D neural computing methods for real-time visual analysis and scene perception.5. Evaluate this novel 3D machine vision for digitalization services and its impact in 2-3 scenarios.

Tittel

3D Maskinsyn med innebygd Visuell Læring

Populærvitenskapelig sammendrag

Det overordnede målet med denne forskningen er å erstatte manuelle og tidkrevende operasjonelle prosessene med velkomponert digitalisering muliggjort av sanntids 3D-maskinsyn og læringsprosesser.

Denne forskningen tar sikte på å etablere en automatisert prosess som benytter høy presisjon 3D-sensing og online (innebygde) visuelle læringsmotorer, og som kan opererer i naturlige omgivelser og være i stand til å tilpasse seg operasjonelle endringer gjennom hele levetiden. Den tar sikte på å etablere et banebrytende teknologisk konsept for 3D-maskinsyn som et tverrfaglig initiativ som knytter kostnadseffektiv og pålitelig dybde sensing til avansert maskinsyn og innebygd kunstig intelligens for å håndtere utfordringer som tidsvarierende visuell scene-oppfatning inaturlige omgivelser medfører.

Kombinasjonen av de siste gjennombrudd i utviklingen innen 3D-sensing (dvs. solid state LiDAR) og mobil databehandling (dvs. med innebygd nevral nettverksprosessering) er grunnlaget for denne forskningen. Målet er å muliggjøre sanntidsovervåking og visuell analyse av operasjoner og prosesser ved hjelp av et nettverk av små, lavkost og energieffektive smarte 3D-kameraer. Denne forskningen har potensial til å gi en radikal endring i mangedeler av verdikjeder i industrien og samfunnet, og utvalgte scenarier vil bli utformet og evaluert med hensyn på effekt og integreringsmuligheter. Forskningen støtter også opp rundt den strategiske utviklingen av NORCE, med mål om å bli nummer 1 i Norge i løpet av de neste 5 årene på innovasjon innenfor maskinsyn. 

Denne forskningen støtter oppbyggingen av et internasjonalt relevant FoU-miljø innenfor 3D-maskinsyn og gi nye muligheter innen digitalisering. NORCE har en rolle i å utvikle Norge som et ledende hub med høy kunnskap og kompetanse på innovasjon innenfor 3D-maskinsyn som muliggjør digitale prosesser og tjenester.

prosjektdeltakere

prosjektleder
Aktiv cristin-person

Nabil Belbachir

  • Tilknyttet:
    Prosjektleder
    ved NORCE Energi og teknologi ved NORCE Norwegian Research Centre AS
Aktiv cristin-person

Rune Storvold

  • Tilknyttet:
    Lokalt ansvarlig
    ved NORCE Energi og teknologi ved NORCE Norwegian Research Centre AS
Aktiv cristin-person

Rong Chunming

  • Tilknyttet:
    Prosjektdeltaker
    ved Universitetet i Stavanger

Shingo Kagami

  • Tilknyttet:
    Prosjektdeltaker
    ved Tohoku University
1 - 4 av 4