EO_Lighting-490
LIGHTING 24 - NOVEMBRE/DICEMBRE 2020 MACHINE LEARNING … e reti neurali Per implementare la funzionalit à di apprendimento automatico il pro- getto SALUS ha fatto ricorso alle reti neurali, grazie alle quali il sistema è in grado di differenziare i diversi oggetti. “La parte critica del progetto – ha detto il prof. Hubert Mantz dell’Universit à per le scienze applicate di Ulm – è la classificazione degli oggetti rilevati, un’operazione mai tentata finora. Grazie a essa il sistema sar à in grado di prevedere il mo- vimento degli oggetti, una funzionalit à che conferisce al sistema stesso un’intelligenza in tempo reale che gli permetter à di prevedere l’insor- gere di situazioni di pericolo”. Si tratta quindi di una notevole evolu- zione rispetto al semplice rilevamento del movimento. Il digitalizzatore Spectrum PCIe mod. M2p.5926-x4 permette di effettuare l’acquisizione su 4 canali differenziali e prevede convertitori A/D con risoluzione di 16 bit. La risoluzione verticale a 16 bit garantisce un livello di accuratezza superiore di un fattore pari a 16 rispetto a quello di una scheda a 12 bit. Questa scheda PCIe, che può contare su una memoria fino a 512 Msample, consente di elabo- rare tutti i dati richiesti simul- taneamente in tempo reale. Si tratta di un dispositivo molto semplice e intuivo da utilizzare, il che ha permesso al team di sviluppo di concen- trarsi sugli aspetti critici del progetto piuttosto che sulla programmazione. La scheda è coperta da una garanzia di cinque anni, men- tre gli aggiornamenti software e firmware sono gratuiti per l’intera vita operative del pro- dotto. Il digitalizzatore Spectrum PCIe M2p.5926-x4 prevede 4 canali ed è caratterizzato da risoluzione a 16 bit e ampiezza di banda 10 10 MHz Il progetto prevede l’installazione di radar stradali “intelligenti” sotto forma di pali alimentati mediante energia fotovoltaica posti sulle strade di tutta la Germania
Made with FlippingBook
RkJQdWJsaXNoZXIy MTg0NzE=