COMPONENTS
IMAGE SENSORS
47
- ELETTRONICA OGGI 467 - GENNAIO/FEBBRAIO 2018
C
hronocam
è stata fondata nel 2014 a Parigi da
Ryad Benosman e Christoph Posch attirando i
finanziamenti di Robert Bosch Venture Capital e
CEA Investissement sull’innovativa tecnologia di visio-
ne, sviluppata grazie alle loro ricerche sull’elaborazione
neuromorfica. È dopo aver approfondito il meccanismo
neuronale alla base della vista umana, infatti, che sono
riusciti a realizzare i sensori d’immagine Chronocam
con un motore di elaborazione che imita il funziona-
mento dell’occhio e perciò riesce a rilevare più rapi-
damente persone e ostacoli in movimento rispetto agli
attuali sensori d’immagine per la visione artificiale, pur
potendo essere ingegnerizzato a basso consumo e con
costi indubbiamente competitivi. Renault se ne è già in-
teressata stringendo una partnership con Chronocam
finalizzata allo sviluppo dei sensori di visione per gli
autoveicoli a guida autonoma di prossima generazione.
L’intelligenza nei pixel
Con gli attuali sensori d’immagine la visione artificia-
le si implementa con l’acquisizione di un gran numero
di immagini che poi un algoritmo sovrappone per in-
dividuare le zone dove appaiono oggetti in movimento.
Quanto maggiore è il numero delle immagini acquisite
in ogni ciclo e tanto migliore sarà la rappresentazione
delle componenti dinamiche della scena catturata ov-
vero di ciò che si muove in quel campo visivo. In questo
modo, tuttavia, si acquisiscono continuamente anche le
parti statiche della scena dove le immagini non cam-
biano e ciò appesantisce parecchio il processo di visio-
ne rallentando l’elaborazione e, alla fine, aumentando
Visione neuromorfica per
autoveicoli a guida autonoma
e per occhiali bionici
Lucio Pellizzari
Una start-up francese ha realizzato un chip
neuromorfico di visione con un’eccezionale
efficienza nella cattura dei movimenti, ottimo non
solo per i sistemi di visione automotive o a bordo
dei droni o dei robot, ma anche per realizzare
occhiali bionici
Fig. 1 – Una camera neuromorfica cattura un flusso continuo nel tempo
di cambiamenti di luminosità a livello dei pixel evidenziando in tal
modo solo le parti delle immagini dove ci sono oggetti in movimento
Fig. 2 – La velocità di acquisizione viene aumentata nei pixel che registrano i movimenti e diminuita dove l’immagine è statica