Bewertung der KI-Leistung basierend auf gemischten Testumgebungen

Indem Sie Ihr KI-System vom LNE testen lassen, stellen Sie sicher, dass es den höchsten Sicherheits- und Leistungsstandards entspricht, was die Zuverlässigkeit und Vertrauenswürdigkeit Ihres Produkts auf dem Markt erhöht. Die Partnerschaft mit dem LNE für strenge Tests Ihrer KI-Technologien und ein detaillierter Bewertungsbericht, der zum Nachweis der Leistung verwendet wird, erhöht die Glaubwürdigkeit und öffnet Türen zu neuen Marktchancen sowohl auf lokaler als auch auf globaler Ebene. Dieser Dienst schlägt vor, eine Reihe landwirtschaftlicher Geräte (in Bezug auf die physikalischen Einschränkungen des Prüfstands) zu bewerten, die KI, insbesondere solche, die Bildverarbeitung verwenden, in unsere fortschrittliche hybride Testumgebung integrieren. Unsere neuartige Hybrid-Prüfeinrichtung besteht aus der Platzierung von Geräten im Herzen einer Simulation, die auf einen 300-Grad-Bildschirm projiziert wird, während ein Motion-Capture-System und ein instrumentiertes Förderband seine Bewegungen messen, falls vorhanden. Diese Daten werden kontinuierlich in Echtzeit an den Simulator gesendet, so dass der digitale Zwilling des Geräts denselben Bewegungen folgt und die projizierte Umgebung entsprechend aktualisiert wird. Der Simulator enthält auch eine Physik-Engine und fortschrittliche Sensormodelle, die es ermöglichen, die Sensoren in Echtzeit durch einen virtuellen Sensorausgang zu ersetzen, wenn Geräte spezifische Daten benötigen und / oder wenn die Bewertung auf eine spezielle Art von Sensordegradation ausgerichtet ist. Zu den typischen landwirtschaftlichen Produkten, die bewertet werden, gehören mobile Roboter für das autonome Jäten oder Ernten, die visuelle Navigation (basierend auf 2D-Kameras) und intelligente Kameras (mit KI-Funktionalitäten) für die Überwachung der Pflanzengesundheit oder die Verfolgung von Nutztieren verwenden. Andere Sensoren, die üblicherweise in der Landwirtschaft verwendet werden, wie 3D-Kameras für die Ertragsschätzung, GPS für die autonome Fahrzeugsteuerung, Lidar für die Geländekartierung und Sonar für die Hinderniserkennung, werden auch durch Dateninjektion aus dem Simulator unterstützt.