Трекинг в помещении

Всем известно, что GPS в помещениях работает либо плохо, либо не работает вообще. Нет простой модели, которая позволяет рассчитать по уровню мощности Wi-Fi сигнала расстояние до датчика, так как на распространение радиосигнала влияет конфигурация помещения, оборудование, предметы мебели, перегородки. Компания "Павлин Техно" разработала подход более точного получения позиции человека в помещении без использования GPS с применением нейросетевых пространственных моделей уровня WiFi сигнала . Главная особенность - минимальные затраты на оборудование. Альтернативные системы с радиомаяками и специальными датчиками требуют значительных затрат на оборудование, а для разработанного решения все, что нужно, это несколько бюджетных Wi-Fi роутеров и смартфон. Вначале мы используем прибор, при помощи которого проходим по помещению и сохраняем одновременно координаты человека и уровень Wi-Fi сигнала. Такой прибор (калибровочное устройство) потребуется только один раз и его использование входит в стоимость развертывания системы.

Средняя точность определения локации +/-1.5 метра, стандартное отклонение ошибки 80 см. Точность определения локации может быть дополнительно повышена алгоритмом пост-обработки (например, фильтром Калмана).

На фотографиях с цветными "радугами" визуализированы нейросетевые модели интенсивности WiFi сигнала в офисном помещении с перегородками, построенные по результатам работы калибровочного устройства. Красный цвет означает - сигнал мощный, синий - слабый. 

Эксперимент на видео - проверка данных, которые получаются из нашего алгоритма позиционирования человека по уровням Wi-Fi-сетей.  Не считая редких выбросов, в большинстве случаев система позволяет правильно определить, рядом с каким рабочим местом находится человек.

Распознавание рентгеновских снимков

1/1

Сравнение подписей, на основе глубоких сверхточных сиамских нейронных сетей, помогает автоматизировать процесс определения рисков. Например, с помощью данного проекта можно снизить нагрузку на различные отделы  предприятий или организаций, а также снизить влияния человеческого фактора на Ваш бизнес. Сравнение подписей положительно повлияет на показатели надежности и эффективности за счет ограничения возможности первоначальной ошибки персонала в определении схожести подписей, представленных в документах. Работнику достаточно будет лишь отсканировать подписи и отправить их на сервер, после чего программа автоматически выдаст степень сходства.

Сравнение подписей

Два основных направления в данном проекте: дефектоскопия и система детекции аномалий на маммограммах.

Нашей компанией была разработана обучающая выборка, результатом которой стал искусственный интеллект, умеющий оценивать маммограмму и, в случае наличия потенциальной проблемы, предупреждающий человека о необходимости визита к врачу. Гибридная нейросетевая модель методом технического зрения определяет первичные признаки и подает их в нейронную сеть, которая, в свою очередь, классифицирует маммограмму.

Дефектоскопия же позволяет распознать отклонения от качества производимого продукта на различных конвейерных фабриках.

1/1

Детекция дорожных знаков

1/1

Любой город таит в себе много "сюрпризов". Даже зрячему человеку при переходе через пешеходный стоит полностью сосредоточиться на дороге, а для слепого - это целое испытание. Инвалиды по зрению каждый день сталкиваются с целым списком проблем.

Для того, чтобы помочь людям справиться с трудностями, компания "Павлин Технологии"  разработала систему детекции и распознавания дорожных знаков.

На данный момент она успешно внедрена в носимое устройство, позволяющее слепым и слабовидящим людям ориентироваться в городе.

Мы проектировали данную систему  с учетом последующего функционирования на мобильных устройствах, приняв во внимание их   аппаратные ограниченя. 

info@pawlin.ru

sales@pawlin.ru

+7 (495) 790 81 17

(С)2020 ООО "Павлин Технологии"

Verification: a9a5598a4a003ec5