53
- ELETTRONICAOGGI 435 - APRILE 2014
DIGITAL
AUTOMOTIVE
razione multiparallela con acceleratori grafici
multipli. Un’interfaccia video in uscita fornisce
informazioni auncruscottooconsoleLCD,men-
tre laconnettivitàCANsupporta il collegamento
direttoaunbusCANper autoveicoli.
Comedescrittonello schemaablocchi di figura
3, il dispositivo – fornito in un compatto conte-
nitore BGA a 516 contatti da 27mm x 27mm –
comprendeancheunamemoriasuchip,uncon-
troller per memorie NOR Flash/SRAM e DDR2
SDRAM esterne, un’interfaccia PCI Express a
corsiasingola, un temporizzatorea11canali e interfacceSPI,
UARTe I
2
C.
Gli algoritmidi riconoscimentootticoe il softwaredei proces-
sori embeddedper il riconoscimentodelle immagini devono
analizzare ingenti quantità di dati in tempo reale provenienti
da sorgenti video, fotogrammaper fotogramma, senzadover
consumare troppo in termini di potenzaedimemoria. Dispo-
sitivi senzacapacitàdi calcolo invirgolamobilepossonoave-
re qualche difficoltà con alcuni algoritmi: questo è il motivo
per cui il Visconti3 utilizza un sistema a doppio nucleoARM
Cortex-A9MPCoreconunità invirgolamobile (FloatingPoint
Unit, FPU) a singola/doppia precisione, integrata in ciascun
nucleo. Il sistema standardde-factoARMCortex-A9opera in
congiunzione con il MeP (Media embedded Processor) con
CPU RISC a 32 bit ad alte prestazioni, di proprietà Toshiba.
Questo nucleo configurabile dà ai progettisti la possibilità di
personalizzare i processori in fasedi progettazione, edi cam-
biare le configurazioni del processore aggiungendo istruzio-
ni personalizzateper soddisfare i requisiti applicativi.
Al cuore del dispositivo Visconti c’è un “motore di ricono-
scimento ottico” che comprende quattromotori multicore di
elaborazione multimediale (Media Processing Engine, MPE).
Ciascunodi questiMPEcomprendeunMePconnucleoRISC
a32bit euncoprocessoreMePadattoall’elaborazionemulti-
mediale, piùunsistemadi I-cacheeD-cacheeunaRAM inte-
grata. Gli MPEutilizzano un’architettura a parallelismomulti-
grain e la tecnologiaVLIW (Very Long InstructionWord), in
cui operano più istruzioni contemporaneamente tra cui le
SIMD (Single InstructionStream-MultipleDataStream).
Acceleratori per l’elaborazionedelle immagini
I sei acceleratori incorporati nel chip Visconti offrono un’e-
laborazione dedicata ad alta velocità delle funzioni chiave
richiestenell’elaborazioneottica. L’acceleratore a trasforma-
zioni affini, ad esempio, svolge funzioni come il ridimensio-
namento, la correzione della distorsione di lente e trasfor-
mazioni basate su tabelle di riferimento o formule, al fine di
eliminare ladistorsionedalle immaginimostrateal guidatore.
Un acceleratore di accoppiamento svolge funzioni di elabo-
razione stereoscopica, tracciamento e propagazione ottica,
mentre due acceleratori di filtro ottimizzano ulteriormente le
prestazioni di sistemagraziea funzioni chevannodalla ridu-
zioneeappiattimentodel rumoreal rilevamentodi contorni e
angoli econversionedello spaziocromatico.
Gli istogrammi forniti dagli acceleratori Visconti permettono
l’identificazionedi oggetti specifici e inparticolaredei pedo-
ni. Utilizzando una tecnica nota come “istogramma dei gra-
dienti orientati” (Histogram of Oriented Gradients, HOG), gli
acceleratori confrontano le immagini rilevate con caratteri-
stichenotedell’aspettoedeimovimenti del corpoumanoper
distinguere i pedoni da oggetti inanimati come cassonetti o
cassettepostali.
La tecnica si basa sulla premessa che i contorni associati a
parti del corpocomespalle, braccia, gambeefianchi presen-
tano gradenti caratterizzati da limiti superiori e limiti inferio-
ri e da specifici orientamenti reciproci che dipendono dalla
regione anatomica. Il sistema rileva la presenza di persone,
costruendo gli HOG illustrati in figura 4. Sebbene la velocità
di rilevamentodell’HOG standard sia limitata, i teamdi ricer-
cadi Toshibahannomigliorato l’algoritmoHOG, aumentando
la velocità di rilevamento dei pedoni. Il recente processore
Visconti fa un ulteriore passo avanti con un acceleratore
hardware che combina la funzione CoHOG (Co-occurrence
ofHistogramsofOrientedGradients)conunamacchinaavet-
tori di supporto lineari. Questoacceleratoreutilizzacoppiedi
HOG che sono piùdescrittive di unHOG a orientamento sin-
golo e richiedono un’elaborazionemeno complessa rispetto
adalternativecome il riconoscimento ‘shapelet’ (combinazio-
ne dei contorni). Il CoHOG è considerato il metodo HOG più
efficienteper un rilevamentoaffidabiledei pedoni.
Consumodi potenza
Infine, val la pena notare che a dispetto delle elevate pre-
stazioni e della complessa elaborazione richieste nei sistemi
ADASbasati su immagini, è indispensabilepergli sviluppato-
ri cercare di mantenere i consumi al minimo indispensabile.
L’approccio di Toshiba mira specificamente a questo obiet-
tivo, ottenendo un consumo tipico dell’ordine di 1.xW, che
dipendedal gradodi elaborazioneattualmente richiestodalle
diverseapplicazioni operanti inparallelo.
■
Fig.4–RilevamentoHOG
