57 / 84
57
EMBEDDED
63 • FEBBRAIO • 2017
AUTOMOTIVE |
HARDWARE
La corteccia visiva artificiale
Questi sistemi di visione richiederanno l’uso di
qualcosa in grado di eguagliare la capacità visiva
À
Sebbene possa sembrare fantascienza, essa è stata
2 4
possibile grazie alle architetture eterogenee (HSA
– Heterogeneous System Architecture), ovvero
piattaforme che abbinano Mpu (MicroProcessing
Unit) general purpose ad alte prestazioni e Gpu
(Graphical Processing Unit) a elevato parallelismo.
Mentre queste piattaforme forniscono l’intelligen-
za necessaria, gli FPGA si occupano dell’elabora-
zione dei singoli pixel direttamente dai sensori.
A differenza dei sistemi di visione biologici, che
percepiscono ogni colore come una combinazione
dei tre colori primari (rosso, verde e blue), i siste-
À
lo spazio HIS che permette di de-
scrivere un colore attraverso i con-
cetti più familiari di tinta (Hue),
saturazione (Saturation) e inten-
sità (Intensity). I sensori delle te-
À
RGB, per cui il primo stadio di un
sistema di visione intelligente pre-
vede la conversione dallo spazio
RGB allo spazio HIS.
L’abbinamento tra FPGA e dispo-
sitivi che utilizzano architettura
HSA come i SoC della serie G di
AMD permette agli OEM di svilup-
pare sistemi di visione intelligenti.
La società Unibap, ad esempio, ha
C5"G&
visione intelligente utilizzato per
aggiungere funzionalità di visione stereoscopica
avanzata a numerose apparecchiature utilizzate
in svariati ambiti industriali (Fig. 1).
L’infrastruttura software necessaria per sviluppare
sistemi di questo tipo, come OpenCV (Open Source
Computer Vision) e OpenCL (Open Computer Lan-
guage), richiede piattaforme di elaborazione ad alte
prestazioni in grado di eseguire algoritmi avanzati. I
SoC della serie G di AMD rappresentano la soluzio-
ne ideale in quanto abbinano un core CPU in archi-
tettura x86 e una GPU ottimizzata all’interno di un
unico chip denominato APU (Advanced Processing
Unit). Ora un’architettura di questo tipo è supporta-
ta anche dal packageAMDGPUHybridProDriver di
=$- , )
2
-
rare ulteriormente le prestazioni del software Open-
CL e OpenGL software, oltre che dalla API Vulkan
Q
D
4 = À
3D a basso overhead multi-piattaforma in preceden-
za nota anche come ‘Next Generation OpenGL”. È
anche previsto il supporto per l’interfaccia VDPAU
(Video Decoding and Presentation API for Unix), il
4
À
-
tà avanzate delle APU serie G di AMD.
Resistenza alle radiazioni
Un ulteriore elemento che riguarda la sicurezza
dei sistemi di visione impiegati nei veicoli auto-
nomi è la suscettibilità ai fenomeni SEU (Single
Event Upset), un requisito cruciale per qualsiasi
sistema utilizzato per raggiungere il traguardo
rappresentato dal Livello 4 previsto
da NHTSA. Anche in questo caso
AMD ha dimostrato la propria posi-
zione di leadership, confermata dai
test eseguiti presso il Goddard Spa-
ce Flight Center della NASA. Que-
ste valutazioni indipendenti ese-
guite sui SoC della serie G hanno
evidenziato che questi ultimi sono
in grado di resistere a una dose to-
tale di radiazioni ionizzanti molto
superiore rispetto a quella prevista
nel caso dei normali voli spaziali
(Fig. 2).
È indubbio che i veicoli autonomi in-
tegreranno le tecnologie più avanza-
À
volumi. In termini di operazioni al
secondo sarà necessario ricorrere a
un hardware che dovrà garantire prestazioni net-
tamente superiori a quelle attuali. In pratica ogni
veicolo sarà una sorta di super computer su quattro
ruote. I sistemi di visione intelligenti, implementati
sfruttando una combinazione di piattaforme di ela-
borazione avanzate come i SoC della serie G sup-
portate da un completo ecosistema software saran-
no un elemento centrale di questo nuovo modello.
Grazie all’integrazione di algoritmi di deep lear-
ning, questi sistemi di visione saranno in grado di
monitorare e comprendere il mondo che li circonda,
rendendo possibile la realizzazione di mezzi di tra-
sporto di massa più sicuri, veloci e sostenibili dal
punto di vista dell’impatto ambientale.
Al pari di altre
tecnologie
necessarie
per supportare
e rendere possibile
la realizzazione
di veicoli autonomi,
i sistemi di visione
“intelligenti” sono
già disponibili
e vengono utilizzati
in altri tipi
di industrie