1 место
Предсказание и ликвидация приступов сомнамбулизма
Участники проекта решили помочь людям, страдающим лунатизмом. По статистике лунатизмом болеют от пяти до десяти процентов населения Земли, большинство из больных – дети. Количество «лунатиков», таким образом, в четыре раза больше населения России и в 100 раз больше населения Санкт-Петербурга. Совершение неосознанных действий во сне может привести как к недомоганию по утрам, так и к летальному исходу в отдельных случаях.
Сегодня существуют приборы и технологии, которые выводят человека из состояния лунатизма. В момент приступа с помощью датчика определяется момент, когда необходимо вывести человека из сна, однако медицинские исследования говорят о том, что такое вмешательство в процесс сна опасно, так как вызывает стресс для нервной системы и может привести к непредсказуемым последствиям, например, психическим заболеваниям. Известны случаи, когда дети после применения таких технологий стали заикаться.
Результаты недавнего исследования, опубликованного в одном из Оксфордских журналов, показали, что за две минуты до приступа лунатизма в мозгу возникает активность, которую ни с чем не перепутать. С помощью легкого девайса, надеваемого на голову спящего, участники предложили фиксировать активность мозга во время сна и в случае возникновения паттерна, предсказывающего скорый приступ, с помощью внешних раздражителей выводить из человека из глубокой фазы сна в быструю (в быстрой фазе не случается приступов лунатизма). Таким образом, изменится мозговая активность, и приступ будет предотвращен. Продукт, который предложили студенты, – программное обеспечение, которое не привязано к конкретному девайсу. Детектировать мозговую активность, в свою очередь, будет алгоритм, например, обученная нейросеть. Записанная активность мозга отправляется на смартфон, и приложение генерирует сигнал, выводящий спящего из глубокой фазы сна.
Участники команды победителей проектной работы получили право на поступление в магистратуру или аспирантуру Университета ИТМО с зачетом вступительных испытаний.
2 место
Биометрическая система идентификации
Участники команды разрабатывали идею системы биометрической идентификации, которая обеспечит безопасность в зданиях кампуса университета. Предложенная система предполагает, что входные двери всегда будут открыты, а закрываться они будут лишь в случае несоблюдения основных правил, также при входе будет установлена камера слежения. Так, система предполагает наличие у каждого сотрудника и студента вуза карточки с RFID-меткой и сканом отпечатка пальцев. При входе студент или сотрудник должен поднести палец к сканеру, и в случае, если отпечаток совпадает с тем, что есть в базе данных, двери остаются открытыми. Также камера собирает данные о траектории передвижения сотрудника, и если она не совпадает с треком RFID-метки, то двери закроются. Карточка не привязана к конкретному студенту или сотруднику, поэтому после его выпуска или увольнения карточку можно использовать повторно. Также со временем планируется расширить функционал карточки и позволить владельцам карт расплачиваться ими за проезд, в столовых и проводить контроль посещений.
3 место
Оптимальная инфраструктура кампуса
Сегодня кампусы планируются без учета реального поведения потребностей людей, населяющих кампус. Участники проекта предложили проектировщикам инструмент, который позволит учесть те моменты, которые бы понравились или, наоборот, вызвали бы раздражение у пользователей кампуса. Этот инструмент позволит протестировать жизнеспособность модели, не воплощая ее в жизнь.
Инструментом стало программное обеспечение, использующее идею агентной модели, для создания идеального кампуса университета, в котором каждый чувствует себя комфортно. Данные о передвижении студентов и геолокация основных зданий кампуса – магазинов, прачечных, аптек и других объектов – загружаются в систему. Обучаются модель и агенты – виртуальные студенты, чье поведение напоминает поведение реальных обучающихся. После того как модель готова и агенты ее населили, инженер-проектировщик надевает VR-очки и смотрит на показатели системы и удовлетворенность агентов. В системе специалист может передвигать здания, располагать скамейки и таким образом проверять уровень удовлетворенности пользователя. Как только специалист убедился, что система показывает хороший результат, можно приступать к реализации.
3 место
Магазин без кассира
Участники команды предложили Quick checkout – технологию моментального сканирования товара. Решение проблемы – использование RFID-меток (технология устроена на основе радиоволн), с помощью которых товар моментально считывается специальным датчиком. После того как товар попадает с завода на склад, он оборудуется запрограммированными метками, после чего попадает на полки магазина. В магазине клиент берет товар и может положить его сразу в свою сумку, так как потолочный RFID-сканер на выходе из магазина способен считать сумму покупки, даже если товар находится в рюкзаке. Сканер моментально считывает покупки и выводит информацию на экран, покупателю остается только оплатить товар. Также участники проекта предложили использование умных тележек, которые показывают стоимость товаров, которые в нее складывают, и считают всю сумму покупки до обслуживания на кассе.
4 место
Система детектирования взрывчатых веществ
31 января 2019 года в Санкт-Петербурге было зафиксировано максимальное число эвакуаций – 78. Аудитории будущего кампуса, по мнению участников команды, – это прежде всего безопасные помещения. Вместо дорогостоящих лидаров и терагерцовых датчиков студенты предложили использовать датчики, состоящие из приемника передач (используется метод углеродных нанотрубок) и генераторов. Такой датчик сканирует человека на наличие взрывчатых устройств, а также всех предметов, содержащих металл. В случае обнаружения какого-либо запрещенного вещества датчик отправляет информацию на сервер, где обученная нейросеть адаптируется и отправляет тревожный сигнал человеку, отвечающему за безопасность в помещении.
5 место
UnSys Робот-почтальон: доставка документов и посылок между корпусами университета
Участники команды предложили создать робо-систему, состоящую из подземных тоннелей, по которым движутся вагонетки и доставляют грузы, а также системы лифтов, поднимающих грузы из-под земли. По замыслу участников команды, груз перевозится в кейсах, а доступ к доставке имеют только отправитель и получатель. Все перевозки совершаются под землей в специальных вагончиках, куда помещаются кейсы. Все корпуса университета должны быть соединены подземными магистралями. Маршрут движение вагонетки генерируется автоматически, пользователю нужно только выйти в холл и забрать посылку. Для обработки заказов отправителя, отслеживания и направления груза в нужную сторону используются RFID-метки.
5 место
Роботы Podmetalle вместо дворников
Рост потребления товаров неизбежно приводит к росту мусора – за последние 10 лет объем мусора увеличился на 30 %. Участники команды предложили автоматизировать труд уборщиков города с помощью комплексной системы, состоящей из центра управления и модульных установок, называемых серверными станциями. На этих станциях расположены роботы, которые убирают улицы от мусора, снега и пыли, на эти же станции они привозят убранный мусор. Вся система подключается к системе ЖКХ, которая может вызывать роботов на уборку. Также с помощью мобильного приложения вызвать робота на наиболее загрязненный участок может любой гражданин.
Роботы представляют собой динамическую систему, которая состоит из гусеничной платформы и добавляемых функциональных модулей – щетки для очистки улицы от пыли, пылесос для листьев, датчиков загрязнения, которые оценивают уровень загрязнения, снегоотбрасывателя, робо-руки для поднятия мусора.
Система осуществляет постоянный трекинг локаций, машинное обучение изучает, когда робота пытаются утащить и когда он свободно перемещается по городу, поэтому кража робота станет непростой задачей. Разработчики планируют использовать специальное программное обеспечение, которое на достаточно хорошем уровне позволяет распознавать объекты за счет стереоизображения и дополнительных инфракрасных датчиков.
Зимняя школа «Тебе решать!» приурочена к всероссийской студенческой олимпиаде «Я – профессионал!». Уже второй раз Генеральным партнером и соорганизатором школы является Сбербанк. В этом году в петербургский вуз приехали участники олимпиады по пяти направлениям: «Программирование и информационные технологии» (54 человека), «Большие данные» (48 человек), «Информационная и кибербезопасность» (30 человек), «Робототехника» (25 человек), «Фотоника» (23 человека).
