Edge-KI-Anwendungsfälle
Nutzen Sie Anwendungsfälle für Ihre Edge-KI-Anwendung in der Wahrnehmung, Echtzeitüberwachung und -Steuerung oder Audio
Anwendungsmöglichkeiten
Statten Sie Ihr Design mit Embedded-Intelligenz aus – mit TI-Edge-KI-Softwaredemos und Beispielen für Wahrnehmung, Echtzeitüberwachung und Steuerung sowie Audioanwendungen.
Wechseln Sie zum angegebenen Anwendungsfall auf dieser Seite:
Wahrnehmung
Fehlererkennung
Bei der Fehlererkennung werden Sensoren oder KI verwendet, um Mängel in Materialien zu finden und so die Qualität und Effizienz zu verbessern
Die Fehlererkennung ist ein entscheidender Bestandteil der Qualitätssicherung im Fertigungsprozess. Vision AI macht die Fehlererkennung noch einfacher, indem falsch hergestellte Teile und Materialien beim Transport auf einem Förderband schnell identifiziert werden, sodass sie automatisch entfernt werden können. Ein Objekt-Tracker wurde entwickelt, um die genauen Koordinaten der Einheiten für Sortierung und Filterung zu liefern, und ein Live-Video wird auf dem Bildschirm angezeigt, um die Überwachung zu erleichtern. Die Geräte werden auf dem Bildschirm mit Kästchen gekennzeichnet, um zu markieren, welche Teile akzeptabel oder defekt sind. Ein Dashboard zeigt Live-Statistiken über die Gesamtzahl der Produkte, den Prozentsatz der Defekte, die Produktionsrate und ein Histogramm der Arten von Defekten an.
PROCESSOR-SDK-AM62A
Personenverfolgung
Auf Echtzeitsicht basierende Personenverfolgung mit statistischen Einblicken wie Gesamtzahl der Besucher, aktuelle Belegung und Besuchsdauer. Bietet auch Heatmap zur Hervorhebung häufig besuchter Bereiche.
Kennzeichenerkennung
Liest Kennzeichen aus Bildern aus und liefert die Kennzeicheninformationen automatisch ohne menschliches Eingreifen.
Personenerkennung und Gesichtserkennung
Plumerai bietet KI-Software für die Personenerkennung, Gesichtserkennung und vieles mehr. Zu den Zielanwendungen gehören Sicherheitskameras, Video-Türklingeln, Videokonferenzen, Altenpflege und Gebäudeautomation
Intelligenter Scanner für den Einzelhandel
Bildverarbeitung für das Scannen von Lebensmitteln ohne Code-Unterstützung, ermöglicht die automatische Erkennung von Produkten und das Bezahlen der Bestellung des Benutzers.
Barcodeleser
Sichtbasierte Barcode-Lesegerät-Anwendung für 1-D- und 2-D-Codes. Verwendet Deep Learning und Open-Source-Decoder-Software, um als Hauptprozessor für Hochleistungs-Barcodeleser und -Imager zu dienen.
Konferenzsysteme
Zeigt die Verwendung von Vision-KI und Audio-Schlüsselworterkennung für audiovisuelle Konferenzsysteme. Audiobefehle steuern den Bereich, auf den die Kamera fokussiert.
Gestengesteuerte HMI
Zeigt die Integration eines Kamerasensors und eines mmWave-Radarsensors zur Steuerung einer Gebäudezugangs-HMI mit Gesichtserkennung und Gesten zur Entsperrung eines PIN-gesteuerten Zugangs.
Erkennung persönlicher Schutzausrüstung
Vision-basierte Objekterkennungslösung zur Erkennung bestimmter Arten von persönlicher Schutzausrüstung (PSA). Unterstützt auch einen Feldtrainingsmodus, mit dem neue PSA-Typen hinzugefügt werden können.
Monokulare Tiefenabschätzung
Tiefenschätzung mit einer einzigen Kamera über ein Deep-Learning-Modell. Das MiDaS Deep Learning CNN liefert relative Tiefeninformationen, um Menschen und Objekte voneinander und von Hintergründen zu unterscheiden.
Schätzung der menschlichen Pose
Verwendet Vision-KI, um Menschen in einem Bild zu erkennen und ihre Körpergelenke zu lokalisieren. Dies kann sowohl für Anwendungen zur Gesundheitsüberwachung als auch für Robotikschulungen per Demonstration verwendet werden.
6D-Einschätzung der Pose
Verwendet Vision AI, um die 3D-Ausrichtung und Verschiebung von Objekten in einer gegebenen Umgebung zu schätzen. Genaue Schätzung ist der Schlüssel für Robotikanwendungen, bei denen eine Manipulation von Objekten erforderlich ist.
Gestenerkennung
Verwendet einen mmWave-Radarsensor zur Erkennung und Klassifizierung von 9 verschiedenen Handgesten für berührungslose Mensch-Maschine-Schnittstellen.
Menschlich vs. Nicht-menschlich
Verwendet einen mmWave-Radarsensor, um dynamische Objekte als Mensch oder nicht-Mensch zu erkennen, zu verfolgen und zu klassifizieren. So können durch Lüfter oder Haustiere verursachte Fehlerkennungen in Anwendungen für Haushaltsgeräte ausgefiltert werden.
Klassifizierung der Oberfläche
Verwendet einen mmWave-Radarsensor, um Änderungen des Oberflächentyps vor dem Sensor zu erkennen und zu klassifizieren. Dies kann für Anwendungen usch als Heimroboter oder AGVs und AMR verwendet werden.
Öffnen durch Fußtritt
Verwendet einen mmWave-Radarsensor zur Erkennung von Fußbewegungen für den freihändigen Zugang zum Kofferraum eines Fahrzeugs. Nutzt einen Energiesparmodus, um die Anwesenheit zu erkennen, bevor versucht wird, die Bewegung zu klassifizieren.
Innenraumüberwachung
Ermöglichen Sie eine hochgenaue Radarerkennung in Fahrzeugen mit einem einzelnen 60-GHz-mmWave-Radarsensor. Der AWRL6844 unterstützt Sicherheitsgurterinnerungen, Erkennung der Anwesenheit von Kindern und Einbruchalarm – und all das in einem einzigen Gerät.
Echtzeitüberwachung und -Steuerung
Störlichtbogenerkennung
Störlichtbogenfehlererkennung identifiziert gefährliche elektrische Lichtbögen, um Brände zu verhindern und die Sicherheit zu gewährleisten
Durch die Investition in Edge-KI-basierte Lichtbogenfehlererkennung bietet TI ein optimiertes KI-Modell und eine vollständige Referenzlösung, die eine schnelle und zuverlässige Erkennung von Lichtbogenfehlern mit >99 % Genauigkeit gemäß UL-1699B-Testanforderung ermöglichen.
Die On-Chip Neural-Network Processing Unit (NPU) ermöglicht eine 5- bis 10-mal schnellere Verarbeitung von KI-Modellen als bei der Softwareimplementierung, sodass mehrkanalige Störlichtbogenerkennung und Stromwandlungssteuerung von derselben MCU durchgeführt werden können.
TI bietet eine vollständige Entwicklungs-Toolchain und SDKs, mit denen Kunden alle Schritte der Edge-KI-Lösungsentwicklung schnell abschließen können.
Referenzdesign für analoges Frontend (AFE) zur Lichtbogenfehlererkennung
C2000WARE-DIGITALPOWER-SDK
Motorlagerfehlererkennung
Die Erkennung von Motorlagerfehlern wird über Aufwecken durch Schlüsselwörter aktiviert, um Schwingungen auf frühzeitige Fehler zu analysieren
Unsere Edge-KI-basierte Lösung zur Erkennung von Motorlagerfehlern bietet Kunden einen schnellen Einstieg. Dazu gehören optimierte KI-Modelle und auch Vorverarbeitungsalgorithmen in Form kompletter Anwendungssoftware-Projekte. Die Lösung kann eine >Fehlererkennungsgenauigkeit von 99 % mit minimalem oder keinem Fehlalarm erreichen.
In der Zwischenzeit kann die auf dem Chip integrierte Neural-Network Processing Unit (NPU) genutzt werden, um die Modellausführung zu entlasten. Dies ermöglicht eine schnelle Modellausführung und kurze Latenzzeiten, sodass die Motorsteuerung von derselben MCU aus erfolgen kann.
TI bietet eine vollständige Entwicklungs-Toolchain und SDKs, mit denen Kunden alle Schritte der Edge-KI-Lösungsentwicklung schnell abschließen können
C2000WARE-MOTORCONTROL-SDK
Channel Sounding
Hohe Genauigkeit, niedrige Kosten und sichere Entfernungsmessung mit Bluetooth® Channel Sounding
Unsere drahtlosen CC27xx 2,4-GHz-MCUs integrieren eine einzigartige Algorithmenverarbeitungseinheit, die Bluetooth-Kanal-Sounding-Funktionen wie intelligenten Zugriff und Bestandsverfolgung mit mehr als 100-mal höherer Rechenleistung und Energieeffizienz durchführen kann.
Die Bluetooth Channel Sounding-Technologie verwendet phasenbasierte Entfernungsmessung zur Verbesserung der Genauigkeit und der Laufzeit von zufällig modulierten Datenpaketen, um die Sicherheit zu erhöhen. Maschinelles Lernen wird dann aktiviert, um eine bessere Leistung in Sicht- und Nicht-Sichtweite zu erzielen.
Audio
Aktivieren und Befehlen
Aktivieren und bedienen Sie Geräte durch Erkennen bestimmter Aktivierungsworte und -Befehle
Nutzen Sie Drittanbieterlösungen, die eine schnelle und einfache audiobasierte Edge-KI-Anwendung wie Schlüsselwortaktivierung und Befehlserkennung ermöglichen. Diese können in Anwendungen wie elektronischen Türschlössern, Haushaltsgeräten und sogar im Automobilbereich eingesetzt werden. Die TrulyHandsfree-Micro-Bibliothek von Sensory bietet eine nahtlose Integration der Drahtlos-MCU Cortex-M33 mit CC27xx/CC35xx, die an Bluetooth LE, Matter oder Zigbee angeschlossen werden kann. Diese Anwendung nutzt nur einen Teil der Verarbeitungsbandbreite des Bausteins, 40 % bzw. 27 % für die Wortaktivierung bzw. Befehlserkennung. Mit dem VoiceHub von Sensory können Kunden jede Aktivierung und jeden Befehl aktivieren.
TI bietet eine vollständige Entwicklungs-Toolchain und SDKs, mit denen Kunden alle Schritte der Entwicklung von Edge-KI-Lösungen schnell abschließen können.