一款基于传感器的神经网络解决方案

后疫情时代，企业面临的挑战在于如何才能更好地了解其工作环境的日常使用情况，从而制定更明智的房地产投资决策。

XY Sence 于 2016 年成立于澳大利亚维多利亚州克雷蒙，致力于开发新一代计算机视觉传感器及解决方案，简化工作场所占用情况及空间利用率数据的采集与使用。

XY Sense 公司的工作场所占用传感器解决方案是一款基于传感器的神经网络解决方案，帮助用户掌握工作场所的占用状况与员工移动路径，从而动态分配工作场所。该解决方案由来自 AMD 的 Zynq 7000 自适应计算平台提供支持。

项目挑战

对于大多数企业而言，房地产开支是排名第二位或第三位的开支。然而，很多企业无法准确地详尽描述其工作空间如何（或是否）被使用。无法实时准确掌握工作场所的占用数据，就意味着企业不能恰当地管理空间利用率。

尽管市面上的一些解决方案能够解决这个问题，但它们要么过于昂贵，要么由于以设备而非人作为跟踪对象，因而缺乏足够的准确性。XY Sense 的开发宗旨，是提供一种采集并应用工作场所利用率数据的捷径。

该公司希望开发出一款可负担性与灵活性较好的解决方案，以长期在任意给定时点掌握所有办公空间的使用状况。他们清楚，要求员工登录某个设备或携带 GPS 跟踪器并非良策，因为员工难免会在离开办公室的时候忘记登录或随身携带设备。他们希望开发出一款能自主运行、精确且只提供（ X,Y ）坐标数据以隐匿员工身份的解决方案。

解决方案

这款解决方案就是 XY Sense 的工作场所空间占用传感器解决方案。这种基于传感器的神经网络解决方案实时运行，帮助用户掌握办公室空间的占用状况以及员工的移动路径，方便他们动态分配可用的工作空间。此外，它还能帮助企业监测疫情相关社交距离要求的遵守情况，轻松制定安全的返回办公室计划。

XY Sense 跟踪（ X,Y ）坐标，帮助企业管理办公空间。

XY Sense 在数字网格平面布局图上以匿名（ X,Y ）坐标定位工作人员，定位精度优于一英尺。可扩展的无服务器云解决方案从传感器采集数十亿个数据点，然后在采集后两秒以内显示该信息。随后，这个历史数据将呈现在控制面板上以便使用。每个传感器能够覆盖约 20 张办公桌（约93 方米）的面积，从而使系统覆盖面积提升了 2 倍左右。这样便可以减少客户需要购买和安装的传感器数量。

来自 AMD 的 Zynq 7000 自适应计算平台为这套系统提供技术支持，并帮助其采集和处理实时传感器数据。这种片上系统器件拥有充足的板载 FPGA 逻辑，帮助 XY Sense 实现其定制神经网络，并提供高分辨率图像检测和分析。

Zynq 7000 自适应计算平台搭载双 ARM 核心处理器，速度足够完成所需的预处理和后处理，同时留出充足裕度运行 Linux 和保持连接性能。

XY Sense 市场营销主管 Libby Owens

“这种工业级芯片对我们非常适合，因为我们可以更多挖掘 XY Sense 机器学习算法的潜力，而无需担心达到热极限，特别是在我们采用紧凑产品结构的情况下（没有强劲的空气流或风扇）。”

“此外，这款芯片的长期供货和支持时限也意味着我们能够放心地扩展我们的产品制造规模，从而满足全球客户的需求。”

与此同时，Owens 称赞了 Zynq 的综合生态系统，将其称为“拥有丰富的可用资源、示例和支持的成熟平台”。

设计成效

Owens 认为，与 AMD 合作带来了众多成效，其中包括节省时间和资金以及有助于解决复杂问题。

她表示：“其中有很多在线提供的示例设计和解决方案，帮助我们快速启动和运行基本平台基础设施，节省更多时间用来解决我们的具体业务问题。”她还补充道，芯片长期供货意味着他们不必浪费时间管理芯片停产退市问题。

她表示：“我们已经开发出在 FPGA 上实现机器学习算法的定制方法。我认为我们无法使用不同的平台实现同等性能与灵活性水平。”

审核编辑 ：李倩