EMB_90

EMBEDDED 90 • NOVEMBRE • 2023 25 MACHINE LEARNING | IN TEMPO REALE dispositivi a basso consumo. Per esempio, a supporto del SoC EFR32MG24 sopra menzionato, Silicon Labs pre- vede numerose risorse e partner di ecosistema e mette a disposizione una panoramica sull’apprendimento auto- matico per agevolare il processo di sviluppo. Edge Impulse è un esempio di piattaforma ML completa adatta per una vasta gamma di applicazioni e di micro- controllori. Quest’ultima guida gli sviluppatori attraverso le complesse fasi di selezione del modello, come la raccolta dei dati di addestramento, l’ottimizzazione dei dati e del dispositivo e l’installazione sul microcontrollore selezio- nato. Le numerose applicazioni includono il tracciamento delle risorse, le interfacce operatore e la manutenzione predittiva. I modelli sono ottimizzati per soddisfare le esi- genze di compiti specifici: l’algoritmo per il rilevamento delle anomalie di Edge Impulse, per esempio, è adatto per le applicazioni di manutenzione predittiva e consente il collegamento con un sensore di vibrazioni o un microfono digitale. Un’altra piattaforma di sviluppo di algoritmiML èAnalyti- cs Toolkit di SensiML. Per semplificare il lavoro degli svi- luppatori nelle fasi di progettazione e installazione di di- spositivi IoT smart, la piattaforma prevede un’ampia gam- ma di tool software AutoML (apprendimento automatico automatizzato) che trasformano i dati grezzi in informazio- ni dettagliate, indipendenti e utili. SensiML p ropone un flusso di lavoro strutturato che coinvolge le fasi principali del processo di sviluppo: acquisizione in sequenza dei dati grezzi dei sensori, pre-elaborazione del segnale, estrazio- ne delle caratteristiche, classificazione e inferenza. Sono previsti appositi “knowledge packs” (algoritmi ottimizzati) espressamente concepiti per applicazioni specifiche, tra cui rilevamento di eventi acustici, il riconoscimento di at- tività, il riconoscimento di gesti, l’individuazione di parole chiave e la classificazione delle vibrazioni. EMB: Lo sviluppo di un prodotto sostenibile ha acquisito un’importanza sempre maggiore, anche tenendo conto dell’imminente entrata in vigore del- la legislazione sulle batterie e dell’attenzione cre- scente dei produttori verso le tematiche ambientali. Cosa possono fare gli sviluppatori per garantire la sostenibilità dei prodotti? MP: La sostenibilità è diventata un obiettivo prioritario per qualsiasi sistema embedded. La legislazione europea sulle batterie che sta per entrare in vigore stabilisce re- gole molto severe in tema di progettazione, produzione e gestione dei rifiuti di tutte le batterie che vengono ven- dute nell’Unione Europea. In misura sempre maggiore, la sostenibilità dei prodotti viene riportata nelle relazioni annuali delle aziende nel settore dell’elettronica consu- mer, con l’obiettivo di far conoscere a consumatori e inve- stitori l’attenzione delle aziende nei confronti delle tema- tiche ambientali. La durata della batteria è diventato il problema principale per qualsiasi dispositivo. Così come i consumatori sono sempre più attenti alla durata della batteria dei loro smartphone e smartwatch, ora questo aspetto viene tenuto nella massima considerazione anche per qualsiasi dispositivo IoT operante alla periferia della rete utilizzato nei processi industriali. Per prolungare la durata della batteria, o eliminarla completamente, i progettisti hanno focalizzato la pro- pria attenzione sulla profilazione dei consumi di energia, sull’accumulo e sul riutilizzo (harvesting) dell’energia prodotta da fonti ambientali. La progettazione di qualsi- asi sistema embedded richiede ora un approccio che ten- ga in considerazione i consumi fin dall’inizio e non sola- mente nelle fasi finali dello sviluppo. Il monitoraggio del consumo di energia dinamico di un sistema embedded richiede l’uso di apparecchiature di test dedicate, come ad esempio Otii Ace Pro di Qoitech e Power Profiler II di Nordic Semiconductor . Entrambi i tool forniscono una misura accurata del consumo di energia in tempo reale e consentono una connessione basata su UART per l’esecuzione del codice. Otii Ace Pro, per esempio, può misurare correnti fino a 5 A ed è caratterizzato da una risoluzione di 0,4 nA e da una velocità di campionamento regolabile fino a 50 ksps.