2025 Regeneron ISEF大奖-EBED嵌入式系统获奖作品汇总-3

最新官方消息！全球科创天花板赛事——国际科学与工程大奖赛（Regeneron ISEF），现已正式公布了2026年总决赛的举办时间和地点。这场汇聚全球青年创新力量的科技盛宴，将于2026年5月9日至15日，在美国亚利桑那州凤凰城会议中心（Phoenix Convention Center, Arizona）璀璨启幕。

2026ISEF赛事安排

参赛资格

年龄与年级：9-12年级学生（或同等学历），参赛时年龄不超过20岁。

地区选拔：必须通过附属赛（Affiliated Fair）晋级，无法直接报名。中国学生需先参加国内选拔赛（如青创赛、明天小小科学家等）。

团队项目：最多3人，所有成员需满足资格且共同参赛。

项目要求

原创性：项目必须由学生独立完成，允许在专家指导下进行，但不得代劳。

学科范围：涵盖21个学科类别，包括工程、生物、化学、计算机、环境科学等。

伦理限制：涉及人类、脊椎动物、病原体等研究需提前提交额外审查表（如ISEF Forms）。

关键文件与截止时间

ISEF表格：根据研究类型提交相应表格（如1C、2、3等），需在地区赛前完成审核。

摘要与研究论文：英文撰写，清晰描述研究目的、方法、结论。

地区赛截止：2026年3-4月

其他注意事项

展示材料：展板需符合ISEF尺寸要求（通常宽48英寸、深30英寸、高108英寸），禁止活体样本或危险品。

知识产权：部分研究可能需申请专利后再参赛，避免披露风险。

为了方便同学们更好的备赛，特别整理了ISEF-EBED嵌入式系统2025的获奖作品方便学习

EBED嵌入式系统获奖作品集合

EBED033T - 低成本盲文显示解决方案

盲文素养对于视障人士的教育和职业成功至关重要。传统的可刷新盲文显示器 (RBD) 通过动态升降针脚来形成盲文字符，价格昂贵，且依赖于复杂的压电执行器，限制了其普及性。我们推出了 BrailleSense，这是一款用于 RBD 的新型低成本系统。每个模块包含六个触觉盲文点，排列成两列垂直结构。每个模块的核心是一个旋转的圆形鼓，用于编码盲文列的所有可能配置。鼓表面的凸起与自由移动的针脚啮合，将旋转运动转化为触觉点的垂直位移。每个模块使用两个微型直流电机，每个鼓一个。然而，为了实现鼓定位的精确控制，该模块集成了安装在鼓盖上的直径磁体和一个 AS5600 磁编码器。该编码器提供高分辨率角度反馈，并在比例-积分-微分 (PID) 控制回路中进行处理。控制系统确保不同鼓状态之间可靠、快速的转换。 BrailleSense 降低了机械复杂性，同时提高了可靠性。该系统无缝集成了先进的反馈机制和精确的电机控制，确保高速运行和精确的位置跟踪。其模块化设计具有高度可扩展性，使其成为经济实惠、易于访问的盲文显示器 (RBD) 的理想解决方案。我们通过提供低成本、高性能的传统盲文显示器替代方案，为无障碍技术树立了新的标杆。BrailleSense 有潜力显著改善盲文技术的可及性，赋能视障人士，并提高盲文素养。

EBED039T - 清晰聆听：PCEN 的力量

本研究探讨了用于肺音分类的各种音频预处理技术，尤其是每通道能量归一化 (PCEN)。我们合并并增强了两个主要数据集，创建了一套全面的带标签音频片段，涵盖了一系列呼吸系统疾病。利用这些数据集，我们执行了三项分类任务：疾病诊断；区分哮鸣音、湿啰音和正常肺音；以及区分正常和异常肺音。每个数据集都使用多种方法进行处理，包括对数梅尔 (log-mel) 声谱图、梅尔频率倒谱系数 (MFCC) 和 PCEN 声谱图。PCEN 旨在降低其他处理方法中常见的背景噪声。随后，这些数据集被输入卷积神经网络 (CNN) 进行训练和评估。CNN 架构利用二维卷积层学习频率-时间特征，同时精心的数据分割和增强技术可以最大限度地减少过拟合。我们的结果支持了我们的假设，并表明 PCEN 在所有数据集和评估指标（例如损失值和准确率）上均始终优于 MFCC 和对数梅尔 (log-mel) 声谱图方法。这些结果证明了 PCEN 在抑制背景噪声和放大细微肺音方面的有效性，从而改善了评估指标。最关键的参数是控制信号平滑度的平滑系数 (T) 和平衡强弱声响的根 (r)。尽管需要更多的计算工作和参数调整，但 PCEN 的噪声抑制功能使其成为自动化肺音诊断的有力工具。

EBED041 - 用于高效波束成形的新型 PDM 算子

从超声波追踪胎儿心跳到在嘈杂的人群中精确定位声音，声波束形成技术在医疗保健、消费电子技术和公共安全领域发挥着至关重要的作用。波束形成技术可以引导一系列传感器隔离目标声音。虽然增加传感器可以提高性能，但它会显著增加从高度冗余数据中提取空间信息的计算成本，常见算法的复杂度在 O(n^2) 和 O(n^3) 之间，其中 n 是传感器数量。\n\n 先前的研究主要集中在算法和阵列改进上，而本研究提出了一种新颖的方法，可以直接对来自数字麦克风的脉冲密度调制 (PDM) 比特流进行波束形成，以充分利用其高时间分辨率和 1 位量化特性。这些 PDM 算子用简单的逻辑门取代了复杂的多位加法器和乘法器。通过将延迟和求和运算前移并针对 1 位数据进行操作，该方法将复杂度从 O(n^2) 甚至更低降低到 O(1)，并大幅提高效率，同时在可听频率范围内保持无失真音频。\n\n为了验证 PDM 波束成形，我构建了一个 16 麦克风声学成像系统，该系统可实时直接对 256 条同步射线进行波束成形——就像全局快门一样。该系统基于 XC735T FPGA 实现，实现了 4 毫秒的延迟和 0.188° 的角度分辨率，运行速度比实时速度快 300 倍，角度精度比传统波束成形高 33 倍，超越了最初的目标。为了证明硅片的可行性，我基于 Skywater 130nm 工艺将这些算子制作成定制 ASIC。基于这些结果，PDM 波束成形的性能显著优于传统波束成形，可提高工业应用、医学成像等领域的效率和精度，同时降低成本和硬件需求。

EBED045T - 视障人士的人工智能辅助技术

据世界卫生组织统计，全球约有 4300 万人失明，这凸显了辅助技术在应对日常生活挑战方面的重要性。我们的项目旨在通过可穿戴且支持离线的设备部分替代失明，使用户能够在室内外进行定向、安全导航、规避危险、识别和定位物体，并引导用户进行抓握——所有这些都是实时的。为了实现这些目标，我们开发了两款设备：一款专注于定位目标物体并引导用户进行抓握；另一款提供空间定位和导航。\n\n第一款设备集成了 Luxonis OAK-D 立体摄像头，该摄像头在片上运行 YOLOv8 算法，用于物体检测和精确的深度估计，并连接到 Radxa Zero 单板计算机、使用 Vosk 进行本地语音识别、使用 eSpeak 进行语音合成、使用蓝牙耳机进行双向通信，以及四个用于触觉引导的振动触觉马达。测试表明，经过45分钟的训练，用户能够在17秒内（声学反馈）或21秒内（触觉反馈）反复定位并抓取80厘米外的物体。我们还发现物体距离和抓取时间之间存在线性关系。据我们所知，这款设备独具特色，它将离线操作与实时反馈相结合，同时结构紧凑、易于穿戴。\n\n第二款设备目前处于设计阶段，是一款背包式设备，它集成了3D激光雷达的点云数据和物体检测功能，可用于室内/室外定位和导航。下一步计划对该设备进行测试。

ISEF历年获奖作品集&解析&资料免费下载⬇️