校园时讯

　　10月25日，第十届英特尔杯大学生电子设计竞赛嵌入式系统专题邀请赛（ESDC）评审落下帷幕。本次大赛邀请了来自浙大、上海交大、西安交大、同济、电子科大等50余所国内名校共100支队伍参加。我校参赛的队伍获得全国一等奖、二等奖、三等奖各一个，连续两届取得了全国第一的好成绩。

　　电子科技大学嵌入式竞赛由信息与通信工程学院承办，负责竞赛参赛队伍的选拔及培训。学院成立了以徐世中教授为组长，段景山、杨鍊等6位老师为成员的竞赛教练组，同时聘请1名英特尔高级工程师担任竞赛组顾问。一直以来，信通学院承办了该项赛事西南片区的竞赛，具备一支强有力的运行管理队伍和有丰富经验的教练组，有力地保障了我校在该项赛事中的优势。教练组以竞赛选拔和指导为契机，积极开展新工科课程教学改革和产学合作协同育人改革，建设了挑战性课程“智能嵌入式系统设计”，撰写教材，将竞赛培训与第一课堂有机结合起来，发挥出了重要的作用，同时该课程也于2020年7月被评为四川省创新创业示范课程。

　　ESDC由教育部高等教育司和工业和信息化部人事教育司共同主办，上海市教委和上海交通大学承办，英特尔（中国）有限公司协办，以英特尔最新的嵌入式芯片和系统为核心，重点比赛作品的创意、完整度和技术的先进性。大赛每年拟定一个主题，2020年的主题是边缘计算+人工智能。参赛队伍围绕主题自由发挥，设计并完成作品，除了赛技术，更赛出了当代大学生对创意的实践，对社会的人文关怀、利用科技改变生活的信心和能力。从2002年到2020年，ESDC走过了近20个年头，从最初的国内15所高校参赛，到包括中国、美国、德国、俄罗斯、巴西、阿根廷、新加坡、印度、马来西亚等15个国家和地区高校参赛，竞赛得到了国内外知名高校的广泛关注。ESDC采用邀请制，每所高校最多邀请四支队伍，每支队伍最多有三名在校大学本科生。电子科技大学历年作为ESDC的组织者和重要的参与者，一直有着不俗的表现，获奖数量和质量名列前茅，尤其在2018年获得了三个一等奖，一个二等奖的历史最佳战绩。

　　本次比赛由于疫情影响，采用了在线评审方式，赛制也有所调整，来自全国各地50余所高校共计100支队伍受邀参加竞赛。我校4支队伍经过初选、分区赛和决赛，取得了1个全国一等奖，1个全国二等奖和1个全国三等奖的好成绩。

　　作品一：守护天使-停车场儿童保护系统

　　获奖等级：一等奖

　　指导教师：廖昌俊

　　参赛队员：吴天问、邓宇志、武杰夫

　　项目介绍：儿童在停车场内乱跑的现象一直很普遍，由于视野盲区，驾驶员往往无法在儿童突然窜出时及时反应，停车场内儿童的安全问题亟待解决。本作品以Intel AI-BoxX Gen.1为边缘计算核心，对YOLOv3/v4进行模型剪枝以在满足边缘端实时性需求的同时， 最大可拓展至16路视频同时检测。基于计算机视觉的解决方案以保障停车场内儿童安全为核心加入了车辆运动检测以提升危险检测的准确性与稳定性，并可以胜任设备状态自检，停车场空位查找，车牌识别与车辆定位等需求，为本作品与现有停车场监控摄像头功能整合打下基础，允许客户端与边缘端交互，并提供良好的 GUI 界面，打造一款以边缘计算与深度学习为核心的嵌入式系统。值得一提的是，项目组彻底解决了YOLOv3在OpenVINO一直存在的精度损失问题且在Github上全球范围内率先开源了YOLOv4在OpenVINO的实现方式，该项目目前已经被YOLOv4官网收录。项目组提供了YOLO算法从模型剪枝到在边缘端落地实现的一套完整的解决方案,这也是首次优化后的YOLO在OpenVINO上部署的通用实现方式，让YOLO目标检测算法真正可以在Intel边缘计算设备上投入实际应用。

　　作品二：“隐形守护者”

　　获奖等级：二等奖

　　指导教师：庄杰

　　参赛队员：于世明、虞绪尧、李明璐

　　项目介绍：本作品作为一款全天候、非接触式老人健康监测智能终端，相框作为载体，将健康监测系统隐藏其中，采用边缘计算的模式，致力于解决独居老人的健康监测问题。以AI-box为系统核心，使用IWR6843和IWR1642两款毫米波雷达传感器采集数据，通过雷达信号处理，深度学习等关键技术，实现目标检测与跟踪、跌倒检测、生物特征信号提取。后级采用网口通信的手段，将老人的检测状态实时传到服务器，并调用相关的接口进行可视化处理，实时检测。与传统的监控设备相比，本作品做到了隐私保护，能够帮助解决目前广泛存在的空巢老人健康问题，给予老人无声的陪伴。

　　作品三：掌中乾坤

　　获奖等级：三等奖

　　指导教师：何春

　　参赛队员：黄李浩、李荐育、祁汝鑫

　　项目介绍：随着5G时代的到来，物联网设备的种类越来越繁多，对物联网智能终端的可交互性，可操控性都带来了全新的挑战。本作品将AI-BoxX Gen.1作为边缘计算服务器，实现了一个显示与控制一体化的三维立体游戏平台，能够提供用户以平滚、翻转等信号来进行更具操作感和沉浸感的交互体验，并借此锻炼手眼协调能力。本项目计划实现一个智能AI游戏玩家，其能够像用户一样通过不断训练来增强其游戏技能。AI游戏玩家的智能基于MDP，通过DQN算法解决人工智能问题,从而保证AI能够在多次的训练之后在游戏中快速建立优势，并以此来为用户提供借鉴。在当今复杂多变的大样本经济环境之中，本系统研究并实现的机器的深度强化学习方法能够快速学习相关技能，并对用户提供借鉴，有着广泛的应用前景。