Imagínense a un peatón pegado a la pantalla de un teléfono móvil mientras cruza la calle y sin prestar mucha atención al semáforo en rojo. Se acerca un auto, su conductor quizás se sienta un poco somnoliento debido a la falta de sueño y no puede detenerse de inmediato. ¿Cómo se puede evitar un accidente en una escena así? Desde sistemas avanzados de asistencia al conductor (ADAS) que ayudan a los conductores a navegar en un vehículo, para buscar y rescatar drones, a la obtención de imágenes de rayos X médicos, Las tecnologías de visión integradas se utilizan cada vez más en una amplia gama de aplicaciones. Estos involucran la integración de la visión por computadora en máquinas que usan algoritmos para decodificar el significado de la observación de patrones de píxeles en imágenes o videos.

Para poder interpretar correctamente su entorno utilizando entradas visuales complejas, Los sistemas de visión integrados requieren mucha potencia de procesamiento. Además del consumo de energía, Los diseñadores de tales sistemas integrados deben superar otras limitaciones técnicas, como el costo, Talla, peso y ruido acústico. El proyecto TULIPP, financiado con fondos europeos, ha abordado estos desafíos y ha desarrollado una plataforma de referencia para diseñadores de sistemas basados ​​en la visión. La solución TULIPP ayudará a "los diseñadores de productos de visión por computadora a abordar fácilmente los desafíos combinados de bajo consumo de energía, baja latencia, Restricciones de diseño de procesamiento de imágenes de alto rendimiento y en tiempo real, "como se indica en un comunicado de prensa.

Casos del mundo real

La plataforma de referencia TULIPP consta de un kit de desarrollo completo y casos de uso del mundo real. El kit incluye "un integrado basado en FPGA, tablero de computación multinúcleo, sistema operativo paralelo en tiempo real y cadena de herramientas de desarrollo con pautas, "según el mismo comunicado de prensa. La matriz de puertas programables de campo (FPGA) se refiere a un circuito integrado que se puede programar o reprogramar para la funcionalidad o aplicación requerida después de la fabricación. Los casos de uso cubren" imágenes de rayos X médicos, Sistemas avanzados de asistencia al conductor automotriz (ADAS) y vehículos aéreos no tripulados (UAV) ".

La aplicación de imágenes de rayos X médicos tiene como objetivo mejorar la eficiencia quirúrgica con el caso de uso de arco en C móvil. Este dispositivo muestra una vista interna del cuerpo de un paciente en tiempo real durante el curso de una operación quirúrgica, permitiendo que el médico realice incisiones mínimas con mayor precisión. Esto conduce a tiempos de recuperación más rápidos y "reduce los riesgos de enfermedades nosocomiales y reduce en un 75% las dosis de radiación a las que están expuestos los pacientes y el personal". ", agrega el comunicado de prensa. A través de su aplicación de detección de peatones, el caso de uso de ADAS "alcanza un tiempo de procesamiento por fotograma de 66 ms, lo que significa que el algoritmo alcanza el objetivo de ejecutarse en cada segunda imagen cuando la cámara funciona a 30 Hz ".

En el caso de uso de UAV, TULIPP estima las imágenes de profundidad de una configuración de cámara estéreo que está orientada en la dirección de vuelo. "Aunque hablamos de drones autónomos, la mayoría de los sistemas actuales todavía son controlados remotamente por humanos. El caso de uso utiliza mapas de disparidad, que se calculan a partir de las imágenes de la cámara, para localizar obstáculos en la ruta de vuelo y dirigir automáticamente el UAV a su alrededor. Esta es la clave necesaria para los drones totalmente autónomos ".

El proyecto de tres años TULIPP (Towards Ubiquitous Low-Power Image Processing Platforms) finalizó en enero de 2019. Se centró en el desarrollo de Sistemas integrados energéticamente eficientes para la creciente variedad de aplicaciones de procesamiento de imágenes cada vez más complejas que surgen en una amplia gama de sectores industriales.