Ausgangspunkt:
Digitales Zeichnen von Schaltungen ist im Gegensatz zum händischen Zeichnen umständlich und zeitaufwändig.

Idee:
Das Ziel des Projektes „Smarter Circuits“ ist der Entwurf einer Handschrifterkennung für elektronische Schaltungen. Auf Papier gebrachte Schaltpläne können damit einfach digitalisiert werden.

Umsetzung:
Zuerst wird die gezeichnete Schaltung abfotografiert und durch unsere Software für die weitere Verarbeitung vorbereitet. Danach nutzt das Programm verschiedenste Algorithmen, um zuerst die Position und die Verbindungen der Bauteile zu erkennen. Die erfassten Daten werden daraufhin in einer Baumstruktur organisiert und mittels eines neuronalen Netzwerks klassifiziert. Schlussendlich wird eine LT-Spice-Datei erzeugt. Diese kann auch dazu verwendet werden, die Schaltung zu simulieren.
Programmiert ist das Programm in Python gemeinsam mit der Machine Learning Library TensorFlow.

Team: Christoph Weberbauer, Markus Mayrhofer-Reinhartshuber

Projektbetreuer: Prof. Dipl.-Ing. Gerfried Susani-Etzerodt