Genom att filma och analysera kan du upptäcka att en häst blivit halt. Men om du vill upptäcka att den håller på att bli halt, behövs en bättre mätning – av den dynamiska tyngdfördelningen under hovarna. Tekniken är en av de nominerade bidragen till årets upplaga av inbyggnadspriset Embedded Award. Det kommer från studenter på Linköpings universitet.
Sandra Panzare har vuxit upp med hästar. En halt travhäst är en kostsam historia.
Sandra Panzare |
– Det måste gå att upptäcka det tidigare, insåg hon under fjärde året på civilingenjörsprogrammet i elektronikdesign.
Lösningen består av en Bluetoothkrets från Texas Instruments som samlar sensordata för att kommunicera den till en smarttelefon. Och så finns här en spännande trycksensor i fem exemplar – en tryckt trycksensor från labbet på Acreo.
Elin Wollert |
Efter ett exjobb tillsammans med Elin Wollert jobbar Sandra Panzare nu deltid med projektet på Acreo – som numera också äger det. Elin Wollert – kodaren i paret – jobbar på Texas Instruments och hennes fortsatta bidrag sker på hennes egen tid.
Elektroniken sitter i en sula som ska placeras mellan hästsko och hov. Den kan sitta där permanent under 6–8 veckor.
Smarthorse Lab heter idén och är en av åtta nominerade i kategorin Student i årets upplaga av Embedded Award, som delas ut av SEE under konferensen Embedded Conference Skandinavia i november.
De övriga studentbidragen är:
-
Erik Karlsson och Fredrik Träpja på Högskolan i Halmstad har tagit fram en lösning för automatiserad aeroponisk odling, som innebär att man odlar utan jord och låter rötterna till växterna hänga fritt i luften. Systemet är slutet och hela skötselprocessen från frö till skörd automatiserad. I den kammare där rötterna hänger fritt sprutas en dimma av vatten och näring på rötterna och får dem att växa. Data hämtas från sensorer. Systemet styr bland annat luftfuktighet, ljus, och CO2-nivå.
• AutoRIO från Mohammad Loni på Mälardalens högskola är en testmiljö för autonoma fordon. Den inkluderar diverse komponenter inklusive en liten modellbil med sensorer, dokumenterat effektiva artificiella neuronnätsmodeller och integrering i Labview. AutoRIO kommer bland annat att användas av studenter för att testa AI-algoritmer för självkörning.
• Vaibhav Bhatia på KTH bidrar med ett system som filmar en persons ansikte och tolkar personens känslor. Detta kan användas i säljsituationer och för att ge återkoppling på reklam. Produkten kallas Cass (Consumer Attributes and Satisfaction Assessment System). Fristående enheter kan göra lokala uppskattningar eller skicka information till ett moln av sammankopplade enheter för att nå ännu bättre resultat.
• En grön plantvägg som vårdas och övervakas automatisk eller på distans, har utvecklats av Yu Liu, Kahin Akram Hassan, Adam Rohdin och Karim Samim på Linköpings universitet. En "green plant wall" är en harmonisk dekoration som dessutom förbättrar kvaliteten på inomhusmiljön. Systemet sköter bevattning, belysning och ventilering. Målet är att lösningen skall vara tillförlitlig, lättanvänd och billig. Sensorer och styrsystem kommunicerar via molnet och använder Microsofts Azure-tjänster.
• En lösning för Low Cost Immersive Streaming har utvecklats av Shaji Farooq Baig på KTH. En vanlig billig kamera ska kunna ge 360°-video, något som hittills krävt mycket dyrare utrustning. En tillämpning vore är att låta tittaren se en fotbollsmatch i cyberglasögon och titta i olika riktningar i 360°-bilder från olika kameror. En av huvudkomponenterna är konverteringen av fisheye-linsens videodata till en sfärisk projekten – den konverteirngen sker i molnet.
• Max Faxälv på Lunds universitet har kopplat upp en askkopp för att personal ska kunna veta när det är dags att tömma den. Fimparna räknas med IR-sensor och informationen visas på en display på askkoppen och samlas upp centralt via ett LoRa-nät. Den direkta återkopplingen via displayen är något som ska kunna uppmuntra rökaren att slänga fimpen i askkoppen.
• En hybridpixeldetektor från Cernlaboratoriet samlar sensordata som sedan – efter en insats från Till Dreier på Mittuniversitetet – kan läsas ut via USB 3.0. Det betyder i praktiken att en vanlig bärbar dator nu kan användas som mätsystem för röntgen- eller partikelmätningar för denna detektor, som heter Timepix3 och består av en 256 x 256 pixelmatris för energiupplösta foton- och partikelmätningar med en tidsupplösning av 1,56 ns.