جامعة الحلة

This project addresses a significant problem in water resource management and traditional agricultural irrigation practices in arid and semi-arid regions. The proposed solution is based on an integrated platform that connects internet of things (IoT) architecture, geographic information systems (GIS), and advanced computer vision tools with the aim of optimizing irrigation cycles and detecting early crop diseases. The expected outcomes include reducing freshwater waste, enhancing precision farming implementations, and securing agricultural workflows through automated validation using continuous telemetry and acknowledgment systems.

Manual grading of paper-based examinations consumes considerable time, is susceptible to human error, and lacks transparent mechanisms for verifying grade integrity. This paper presents BubbleSheet Sentry OMR, an intelligent Arabiclanguage Optical Mark Recognition (OMR) system designed as a unified multitenant platform serving multiple universities simultaneously. The system leverages computer vision techniques (Hough Circle Transform via OpenCV) to detect and read answer bubbles, integrated with a SHA-256 hash chain (blockchain) to guarantee grade immutability and detect any tampering attempts. The proposed solution achieves 100% grading accuracy on a 100-sheet benchmark, processes a 100-page PDF in 3–5 minutes,and supports a five-level hierarchical role system including a national ministry oversight account that displays privacy-preserving statistical data without student names. To the best of our knowledge, this is the first Arabic-language OMR system to integrate blockchain-based grade verification withmulti-university support in a single unified platform.

تتمثل فكرة المشروع في تصميم وتنفيذ روبوت ذكي للتعقيم الذاتي يجمع بين التعقيم بالأشعة فوق البنفسجية (UV-C) والتعقيم بالرش، مع إمكانية المراقبة والتحكم عبر الويب. يهدف النظام إلى تنفيذ عمليات التعقيم داخل البيئات المغلقة بكفاءة وأمان مع تقليل التدخل البشري. يعتمد الروبوت على متحكم ESP32 لإدارة النظام، حيث يستخدم حساس Ultrasonic لاكتشاف العوائق وتجنبها أثناء التنقل الذاتي بينما يستخدم حساس PIR لاكتشاف وجود الأشخاص. عند عدم وجود أشخاص يعمل الروبوت بوضع التعقيم بالأشعة UV-C، وعند اكتشاف شخص يتم إيقاف الأشعة تلقائيًا والتحويل إلى التعقيم بالرش. ويتم التحكم بجميع أوضاع التشغيل بواسطة خوارزمية HFSM مع إمكانية المراقبة والتحكم عن بُعد عبر واجهة ويب. من المتوقع أن يحقق النظام تنقلًا ذاتيًا آمنًا، وتعقيمًا فعالًا للبيئات الداخلية، مع تحسين مستوى السلامة من خلال التحويل التلقائي بين أوضاع التعقيم. كما يسهم في تقليل الجهد والوقت اللازمين لعمليات التعقيم، ويوفر حلاً عمليًا ومنخفض التكلفة يمكن تطويره وتطبيقه في المستشفيات والمختبرات والمؤسسات التعليمية والمباني العامة.

This project represents an AI-powered drone system that detectsand monitors improper medical waste disposal using aerial images and deep learning. It provides automated detection, real-time monitoring, and geospatial reporting to support environmental protection and improve medical waste management

يعالج مشروع GuardianIQ مشكلة الكشف الآني عن الطائرات المسيرة ،والتي باتت تشكل تهديداً متزايداً للمنشآت الحيوية والمجال الجوي . يقدم نظامنا حلاً مزدوج الاستشعار (Multi-Sensor AI System) يجمع بين الكشف البصري بنموذج(YOLO11m) والكشف الصوتي باستخدام شبكة عصبية تلافيفية CNN مطورة ومدربة على بيانات مخصصة للتعرف على الطائرات المسيرة . باستخدام كاميرا الهاتف الاعتيادية ومايكروفون بسيط ،يعتمد النظام مرشح كالمان لضمان استمرارية تتبع الهدف حتى اثناء الحجب المؤقت ،مع واجهة رسومية متكاملة تعرض النتائج بالزمن الحقيقي ونظام إدارة للادلة يؤرشف عمليات الكشف تلقائياً. تم تدريب النموذج على قاعدة بيانات مخصصة من ناحية الصورة والصوت وتجاوزت دقته 95% للكشف البصري و97% للكشف الصوتي.ومن ناحية الكفاءة الحسابية بالزمن الحقيقي (Real-time Efficiency) ,تحقق الذكاء الاصطناعي سرعة معالجة قصوى تصل الى 70 FPS وتستقر عند 50 FPS,مما يضمن معالجة البث الحي للفيديو وسحب الإطارات بسلاسة تامة وبمعدل 25 FPS دون اي تأخير (lag) . يطمح الفريق الى تطوير GuardianIQ من نموذج أولي محلي الى منظومة حماية معتمدة قابلة للنشر في جميع المنشآت الحيوية.

يهدف هذا المشروع إلى تطوير نظام مراقبة ذكي متنقل يوفر بديلاً منخفض التكلفة ومرنًا لأنظمة المراقبة التقليدية ذات الكاميرات الثابتة. يعتمد النظام على وحدة ESP32-CAM لبث الفيديو المباشر، مع روبوت متحرك يمكن التحكم به عن بُعد عبر شبكة Wi-Fi من خلال واجهة رسومية مطورة بلغة Python، مما يتيح للمستخدم مراقبة البيئة والتحرك داخلها بسهولة وكفاءة. يوفر النظام مجموعة من الوظائف المتكاملة تشمل البث المباشر للفيديو، والتحكم بحركة الروبوت في جميع الاتجاهات، وإدارة الإضاءة، مع الاعتماد على بروتوكول HTTP لضمان اتصال سريع ومستقر بين التطبيق والروبوت. كما تم تصميمه بطريقة مرنة تسمح بإضافة تقنيات الذكاء الاصطناعي مستقبلًا، مثل اكتشاف الأجسام والتعرف على الوجوه، ليكون منصة قابلة للتطوير في التطبيقات الأمنية والتعليمية والبحثية.

The SustainAI project seeks to transform sports cities from traditional interactive systems to sustainable smart environments based on artificial intelligence and robotics. Through a mobile robot equipped with advanced sensors and deep learning models, environmental and operational data are collected and analyzed in real time, enabling proactive decisions that enhance energy efficiency and reduce carbon emissions. The vision aims to make sports cities a leading model of smart sustainability on a global scale.