16 / 86
TECH INSIGHT
VISIONE ARTIFICIALE
16
- ELETTRONICA OGGI 465 - OTTOBRE 2017
La progettazione dei sistemi
basati sulla visione artificiale
Parte 6 –
La fusione efficiente dei sensori nei sistemi di visione embedded sofisticati
La presente serie di articoli ha considerato diversi aspetti dello
sviluppo di sistemi di visione embedded, inclusa la scelta dei sensori,
l’interfacciamento e lo sviluppo della catena del segnale che comprende
gli algoritmi di elaborazione dei segnali visivi
A cura di Xilinx
I
n un’applicazione di visione embedded sofisticata, come ad esempio un sistema avanzato di guida Assistita
(ADAS), alcune funzionalità potrebbero dipendere dalla combinazione dei risultati provenienti da due o più
sensori. Questa è la sensor fusion, e consente al sistema di acquisire informazioni che non possono essere for-
nite da un singolo sensore. Nel contesto dei sistemi di visione, la sensor fusion è generalmente effettuata in tem-
po reale, per consentire
decisioni in tempo reale.
L’alternativa è la fusio-
ne offline dei sensori,
in cui i dati del senso-
re sono estratti e fusi e
le decisioni vengono
prese in un momento
successivo. In più, in
un’applicazione come
un ADAS, la sensor fu-
sion potrebbe compor-
tare la combinazione di
numerosi canali di dati
fra sensori dello stesso
tipo, o potrebbe richie-
dere la fusione di dati
provenienti da diversi
tipi di sensori. Un’appli-
cazione di rilevazione
degli oggetti e di moni-
toraggio delle distanze
(Fig. 1) fornisce un buon
esempio per confronta-
re questi approcci, omo-
geneo ed eterogeneo,
alla fusione dei sensori.
Un sistema che si basa
su un singolo senso-
re di visione anteriore
potrebbe individuare e
identificare degli ogget-
ti, ma è necessario alme-
no un ulteriore sensore
di visione per calcolare
le distanze allo scopo di
individuare gli oggetti usando un algoritmo per il calcolo della parallasse. In alternativa, è possibile ottenere la
combinazione delle funzioni di rilevazione, riconoscimento degli oggetti e determinazione della distanza fon-
dendo i dati dei sensori di visione con dei RADAR o LIDAR. Altri esempi di applicazione implicano la fusione di
diversi tipi di immagini che includono i raggi X, la MRI e la CT per le applicazioni medicali, o le immagini visibili
e all’infrarosso nei sistemi di sicurezza.
Requisiti di elaborazione
Effettuare calcoli sui dati provenienti da più sensori di visione richiede una potenza di calcolo considerevole. Se
si usano i sensori di immagini a colori, sono richieste operazioni di elaborazione di pre-fusione, come l’interpola-
zione del filtro di colore, la conversione nello spazio di colore, il ricampionamento e la correzione dell’immagine.
L’algoritmo di fusione dei sensori deve essere eseguito, e un sistema ADAS richiede una successiva sottrazione
dello sfondo, una definizione delle soglie e la rilevazione dei contorni per localizzare gli oggetti usando l’approc-
cio più semplice, mentre alcuni sistemi potrebbero usare anche un classificatore HoG/SVM, caratterizzato da
un’intensità di elaborazione più elevata. Inoltre, l’esigenza di ottenere velocità di trasmissione dei fotogrammi
superiori o dimensioni maggiori delle immagini accresce ulteriormente la potenza di calcolo richiesta per pre-
elaborare le immagini e per estrarre le informazioni.
Fig. 1 – ADAS con funzioni di visione che richiede la sensor fusion