EMB_86

EMBEDDED 86 • NOVEMBRE • 2022 39 MACHINE VISION | HARDWARE per monitorare i livelli di giacenza sugli scaffali di un supermercato e inviare automaticamente un avviso di rifornimento nel momento in cui vengono rilevate carenze di merci su uno scaffale. Come estensione di questa applicazione sarebbe possibile, invece di invia- re un generico avvertimento di rifornimento relativo a uno specifico scaffale situato in un determinato cor- ridoio, elaborare le immagini mediante gli algoritmi di intelligenza artificiale ospitati sul cloud per iden- tificare l’esatto tipo di prodotto da rifornire. In modo del tutto analogo, questo approccio può essere adot- tato in ambito domestico per monitorare la quantità di prodotto presente nella credenza della cucina e nel frigorifero: mediante una semplice configurazione che consenta il collegamento con le app mobili per gli ac- quisti, è possibile creare liste di riordino automatico (Fig. 2). Per loro stessa natura, i depositi di stoccaggio a lungo termine sono statici per periodi molto prolungati, ra- gion per cui non ha senso effettuare un monitoraggio video continuo. Depositi di questo tipo sono inoltre vi- gilati in modo intermittente dal personale di vigilanza, il che significa che in caso di effrazione o al verificarsi di qualsiasi altro evento atto a modificare le condizio- ni di conservazione (come a esempio una perdita o un guasto dell’aria condizionata), il furto o il danno subiti possono passare inosservati per un periodo di tempo inaccettabile prima che si possano intraprendere le opportune azioni correttive. In un contesto simile è senz’altro utile il ricorso a una telecamera in grado di inviare un’immagine aggiornata nel caso vengano rile- vate modifiche delle condizioni ambientali o movimen- ti imprevisti. Ciò potrebbe risultare utile anche per i proprietari di case vacanze che desiderino ricevere aggiornamenti nel caso vengano rilevati eventi simili a quelli appena descritti nelle loro proprietà. Il numero di falsi allarmi può essere ridotto utilizzando algoritmi di intelligenza artificiale addestrati a riconoscere volti o simbolo di visitatori attesi, come ad esempio il perso- nale di vigilanza. Oggigiorno, i contatori digitali smart vengono impie- gati per monitorare lo stato delle variabili ambientali dei processi industriali ma non bisogna dimenticare la presenza di un grandissimo numero di contatori ana- logici. Questi devono essere letti manualmente su base regolare e, a meno che un operatore non si trovi nelle vicinanze nel momento in cui una misura supera l’in- tervallo previsto, questa anomalia potrebbe non essere rilevata e provocare l’arresto (downtime) del processo oppure avere conseguenza ancor più dannose. In que- sto contesto, una telecamera attivata tramite eventi che utilizza l’intelligenza artificiale può essere usata per at- tivare un allarme nel caso la lettura del contatore su- peri i valori previsti e inviare l’immagine della lettura al controllore del processo (umano o macchina che sia) affinché possa prendere le adeguate contromisure. Anche i produttori agricoli possono usare la visione ar- tificiale basata sull’AI in svariati modi. Oltre che per il monitoraggio delle condizioni ambientali, può essere impiegata per controllare i diversi gradi di maturazio- ne o rilevare la presenza di malattie nella frutta o nella verdura (attraverso la variazione di colore), come pure riconoscere la presenza di parassiti indesiderati (trami- te il movimento) nelle serre (Fig. 3). RSL10 Smart Shot Camera di onsemi mette a dispo- sizione degli OEM una piattaforma di progetto che abbina connettività, acquisizione dell’immagine mo- nocromatica o a colori con elaborazione basata sull’in- telligenza artificiale. Ottimizzata per il funzionamento a basso consumo, questa piattaforma permette di ac- cedere ad avanzate funzionalità AI ed ML attraverso servizi cloud integrati e può essere utilizzata per svi- luppare sistemi di visione artificiale remoti in grado di funzionare per oltre un decennio senza richiedere alcun tipo di manutenzione. Fig. 2 – App mobile connessa al cloud con analisi dell’immagine Fig. 3 – Esempi di applicazioni che utilizzano l’acquisizione dell’immagine a colori