原标题:恭喜！全国第一！

来源:中国电子科技大学

10月25日，第十届英特尔杯大学生电子设计大赛嵌入式系统特别邀请赛(ESDC)评测落下帷幕。浙江大学、上海交通大学、Xi交通大学、同济大学和电子科技大学等50多所国内著名大学的100支队伍应邀参加了本次比赛。我校参赛队伍获全国一、二、三等奖，连续两年获全国一等奖。

电子科技大学嵌入式竞赛由信息与通信工程学院主办，负责参赛队伍的选拔和训练。学院成立了以徐世中教授为组长，段景山、杨炼等六位老师为成员的竞赛辅导小组。同时聘请了英特尔高级工程师作为竞赛组顾问。

一直以来，信息与传播学院都承担了比赛西南区的比赛，拥有强大的运营管理团队和经验丰富的教练组，有效保证了我校在比赛中的优势。辅导团队以竞赛评选和指导为契机，积极开展工科新课程教学改革和产学合作教育改革，搭建了具有挑战性的课程《智能嵌入式系统设计》，编写了教材，将竞赛训练与第一堂课有机结合，发挥了重要作用。同时，该课程于2020年7月被评为四川省创新创业示范课程。

背景介绍

ESDC由教育部高等教育司和工业和信息化部人事教育司联合主办，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，重点关注英特尔最新的嵌入式芯片和系统，关注竞赛作品的创意性、完整性和技术先进性。大赛每年拟定一个主题，2020年的主题是边缘计算+人工智能。参赛团队围绕主题自由发挥，设计并完成作品，既与技巧相匹配，又与当代大学生的创造力实践、对社会的人文关怀、利用科技改变生活的信心和能力相匹配。从2002年到2020年，ESDC经历了近20年的时间，从最初的国内15所大学的进入，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个国家和地区的大学的进入。比赛引起了国内外知名大学的广泛关注。ESDC采用邀请制，每所大学最多邀请四个团队，每个团队最多有三名本科生。中国电子科技大学作为ESDC多年来的组织者和重要参与者，一直表现出色，奖项的数量和质量都名列前茅，尤其是2018年，它获得了三个一等奖和一个二等奖。

由于疫情影响，本次比赛采用在线评估，赛制调整。来自全国50多所大学的100支队伍应邀参加了比赛。我校四支队伍经过初选、区域赛、决赛，分别获得国家一等奖、国家二等奖、国家三等奖。

作品一:守护天使——停车场儿童保护系统

奖励等级:一等奖

讲师:廖昌军

参加人员:吴、邓、吴

项目介绍:小孩子在停车场跑来跑去是很常见的。由于视觉盲区，当孩子突然出现时，司机往往无法及时做出反应，因此停车场儿童的安全问题亟待解决。本工作以Intel AI-BoxX Gen.1为边缘计算核心，对YOLOv3/v4进行剪枝，以满足边缘的实时性要求，同时可以扩展到16路视频同时检测。基于计算机视觉的解决方案以停车场内儿童的安全为核心，增加车辆运动检测，提高危险源检测的准确性和稳定性，能够满足设备状态自检、停车场空位搜索、车牌识别、车辆定位等要求。，为这项工作与现有停车场监控摄像头的功能集成奠定了基础，允许客户端与edge进行交互，并提供了良好的GUI界面，从而创建了一个以edge计算和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OpenVINO中YOLOv3的精度损失问题，率先在全球Github上开放了OpenVINO中YOLOv4的实现模式。该项目已被纳入YOLOv4官网。项目组提供了YOLO算法从模型剪枝到边缘端实现的完整解决方案，也是YOLO在OpenVINO上部署的第一个优化通用实现，使YOLO目标检测算法可以在英特尔边缘计算设备上投入实际应用。

作品二:《隐形守护者》

奖励等级:二等奖

讲师:庄洁

参加人员:俞时明、俞、李

项目简介:本作品作为一款全天候、非接触式的老年人健康监测智能终端，以相框为载体，隐藏健康监测系统，采用边缘计算模式，解决独居老人的健康监测问题。该系统以AI-box为核心，采用两个毫米波雷达传感器IWR6843和IWR1642采集数据，利用雷达信号处理和深度学习等关键技术实现目标检测与跟踪、跌倒检测和生物特征信号提取。后期通过网口通信的方式将老人的检测状态实时传输到服务器，调用相关接口进行可视化处理和实时检测。与传统的监控设备相比，这项工作实现了隐私保护，可以帮助解决空巢中老年人普遍存在的健康问题，给老年人以无声的陪伴。

作品三:掌中干坤

奖励等级:三等奖

讲师:何春

参加人员:黄、、

项目描述:随着5G时代的到来，物联网设备种类越来越多，给物联网智能终端的交互性和可操作性带来了新的挑战。该作品以AI-BoxX Gen.1为边缘计算服务器，实现了一个集显示和控制于一体的三维游戏平台，可以为用户提供更多的操作和沉浸的交互体验，有平移、翻转等信号，锻炼手眼协调。本项目计划实现一个智能AI游戏玩家，能够像用户一样通过不断的训练提升自己的游戏技能。AI游戏玩家的智能是基于MDP的，人工智能的问题是通过DQN算法来解决的，这样AI经过多次训练就可以在游戏中快速建立优势，为用户提供参考。在当今复杂多变的大样本经济环境下，本系统研究实现的机器深度强化学习方法能够快速学习相关技能，为用户提供参考，具有广阔的应用前景。

正文:杨炼亚丹信息与通信研究所段景山

图片:ICT学院

编辑:程子涵微视工作室