EO LIGHTING 34

Lighting Il processore AM62A è progettato per applicazioni di visione da bassa a media che richiedono una o due telecamere. Grazie al suo innovativo acceleratore per AI, all’encoder/decoder H264/H265 e al processore ISP (Image Sensor Processor) integrato dotato di supporto RGB-Ir, AM62A ha tutte le caratteristiche adatte per soddisfare le esigenze di una vasta gamma di applicazioni basate sulla visione come il rilevamento di difetti per la visione artificiale, l’odometria visiva e la mappatura per i robot, il rileva- mento della corsia per le automobili e molto altro anco- ra. Applicazioni che ruotano intorno alle attività umane, come l’identificazione, la biometria, il rilevamento delle cadute e il riconoscimento di comportamenti, richiedono telecamere più intelligenti in applicazioni per l’accesso agli edifici e per la pubblica sicurezza. I servizi cloud hanno dominato il settore dell’analisi del- la visione e dell’inferenza del machine learning negli ul- timi anni, in quanto i dispositivi embedded non dispo- nevano della potenza di calcolo per lavorare su flussi di dati dalle telecamere, come nel caso di una telecamera di sicurezza che produce immagini a 1080p a una velocità superiore a 30 fps (frame per second). Nel 2021, il nume- ro di telecamere di sicurezza residenziali era stimato da Yole pari a 45,1 milioni, con una previsione di crescita di un fattori pari a 2,5 entro il 2026[1]: ciò comporterebbe una crescita dei costi ricorrenti di elaborazione sul cloud di tipo lineare con il numero di dispositivi, a scapito della scalabilità. Attraverso l’elaborazione alla periferia, i co- sti ricorrenti si riducono o vengono del tutto eliminati. L’intelligenza artificiale alla periferia della rete (edge AI) permette inoltre di evitare un’ulteriore latenza in appli- cazioni dove il tempo rappresenta un elemento critico e riduce le problematiche di privacy nelle applicazioni che hanno per oggetto le persone o per i dispositivi elettro- nici consumer. I SoC in grado di eseguire gli algoritmi di deep learning e altre analisi complesse in locale sono sempre più diffusi. Le proiezioni di mercato stimano che il 25% delle teleca- mere di sicurezza residenziali utilizzerà l’edge AI entro il 2026 [2] e che questa porzione del mercato crescerà con un Cagr dell’88%. Oggi i processori embedded sono equi- paggiati per poter lavorare con queste applicazioni, ma è Realizzare telecamere smart basate sull’AI con un processore “ad hoc” Reese Grimsley Texas Instruments Telecamere edge più intelligenti L’intelligenza artificiale (IA) sui dispositivi embedded alla periferia della rete è in rapida crescita, mentre l’ela- borazione e l’analisi di dati complessi diventano fonda- mentali per rendere più smart ed efficienti città, fabbri- che, automobili e abitazioni. Vi è un’enorme quantità di informazioni, sotto forma di immagini, su cui le persone fanno affidamento. La visione artificiale (CV – Computer Vision ) e l’apprendimento automatico (ML – Machine Le- arning) permettono di estrarre informazioni utili e det- tagliate a partire da immagini ricche di informazioni, ad esempio il luogo in cui si trova una persona. CV e ML sono strumenti indispensabili in una pluralità di applicazioni, EO LIGHTING - APRILE 2024 XXII