Immagina un pedone incollato allo schermo di un cellulare mentre attraversa la strada e non presta molta attenzione al semaforo rosso. Una macchina si avvicina, l'autista forse si sente un po' assonnato a causa della mancanza di sonno e non riesce a fermarsi subito. Come evitare un incidente in una scena del genere? Dai sistemi avanzati di assistenza alla guida (ADAS) che aiutano i conducenti a navigare in un veicolo, per cercare e salvare droni, all'imaging medico a raggi X, le tecnologie di visione integrate sono sempre più utilizzate in un'ampia gamma di applicazioni. Questi comportano l'integrazione della visione artificiale in macchine che utilizzano algoritmi per decodificare il significato dall'osservazione di modelli di pixel in immagini o video.

Per essere in grado di interpretare correttamente il loro ambiente utilizzando input visivi complessi, i sistemi di visione embedded richiedono molta potenza di elaborazione. Oltre al consumo di energia, i progettisti di tali sistemi embedded devono superare altri vincoli tecnici come il costo, dimensione, peso e rumore acustico. Il progetto TULIPP, finanziato dall'UE, ha affrontato queste sfide e sviluppato una piattaforma di riferimento per i progettisti di sistemi basati sulla visione. La soluzione TULIPP aiuterà "i progettisti di prodotti di visione artificiale ad affrontare prontamente le sfide combinate di bassa potenza, bassa latenza, vincoli di progettazione di elaborazione delle immagini in tempo reale e ad alte prestazioni, "come si legge in un comunicato.

Casi reali

La piattaforma di riferimento TULIPP è costituita da un kit di sviluppo completo e da casi d'uso reali. Il kit include "un integrato basato su FPGA, scheda di calcolo multipolare, sistema operativo in tempo reale parallelo e catena di strumenti di sviluppo con linee guida, " secondo lo stesso comunicato stampa. L'array di porte programmabili sul campo (FPGA) si riferisce a un circuito integrato che può essere programmato o riprogrammato per la funzionalità o l'applicazione richiesta dopo la produzione. I casi d'uso riguardano "imaging a raggi X medici, Automotive Advanced Driver Assistance Systems (ADAS) e Unmanned Aerial Vehicles (UAV)."

L'applicazione di imaging a raggi X medica mira a migliorare l'efficienza chirurgica con il caso d'uso mobile dell'arco a C. Questo dispositivo mostra una vista interna del corpo di un paziente in tempo reale durante il corso di un'operazione chirurgica, consentendo al medico di eseguire incisioni minime con maggiore precisione. Ciò porta a tempi di recupero più rapidi e "abbassa i rischi di malattie nosocomiali e riduce del 75% le dosi di radiazioni a cui i pazienti e il personale sono esposti, " aggiunge il comunicato. Attraverso la sua applicazione di rilevamento pedoni, il caso d'uso ADAS "raggiunge un tempo di elaborazione per frame di 66 ms, il che significa che l'algoritmo raggiunge l'obiettivo di eseguire ogni seconda immagine quando la fotocamera funziona a 30Hz."

Nel caso d'uso di UAV, TULIPP stima le immagini di profondità da una configurazione di una telecamera stereo orientata nella direzione del volo. "Anche se parliamo di droni autonomi, la maggior parte dei sistemi attuali è ancora pilotata a distanza dall'uomo. Il caso d'uso utilizza mappe di disparità, calcolati dalle immagini della telecamera, per individuare ostacoli nella traiettoria di volo e per guidare automaticamente l'UAV attorno ad essi. Questa è la chiave necessaria verso droni completamente autonomi".

Il progetto triennale TULIPP (Towards Ubiquitous Low-power Image Processing Platforms) si è concluso a gennaio 2019. Si è concentrato sullo sviluppo di sistemi embedded ad alta efficienza energetica per la crescente varietà di applicazioni di elaborazione delle immagini progressivamente complesse emergenti in un'ampia gamma di settori industriali.