Guida più sicura con il riconoscimento delle immagini

Assistenza alla guida basata su telecamere
Il miglioramento della sicurezza stradale è diventato uno dei principali motivi di modifica nel design dell'autoveicolo. Anche se le tecniche di mitigazione dell'urto - come l'uso di airbag, zone di accartocciamento e cellule di sicurezza - sono ormai di serie in quasi tutte le vetture, l'attenzione è oggi rivolta verso la realizzazione di sistemi più efficienti che aiutino il guidatore ad evitare gli incidenti in primo luogo. In particolare, buona parte della ricerca svolta da associazioni industriali, produttori di automobili e fornitori di apparecchiature tecnologiche è da qualche tempo dedicata allo sviluppo dei sistemi Adas. Originariamente progettati per le vetture di fascia più alta, i diversi tipi di sistemi di assistenza alla guida hanno oggi iniziato a penetrare tutta la gamma di autoveicoli. Già diversi modelli sono dotati di caratteristiche come la prevenzione delle collisioni frontali o Fcw (Forward Collision Warning), in cui il sistema si accorge della presenza di un altro veicolo o di un ostacolo fermi lungo la direzione di marcia e aziona una frenata automatica qualora il conducente non intervenga per tempo. La capacità di rilevare oggetti e situazioni nell'immediata vicinanza del veicolo è di importanza cruciale per il corretto funzionamento dell' Adas. Sebbene esistano diverse tecniche per rilevare i rischi di scontro frontale, come l'installazione di un radar nella parte anteriore del veicolo, il rilevamento mediante telecamera presenta alcuni vantaggi per questo tipo di prevenzione e per alcune altre caratteristiche dei sistemi Adas. Una telecamera centrale che guarda in avanti, montata nella parte alta dell'abitacolo, può rilevare il superamento involontario della linea di carreggiata o Ldw (Lane Departure Warning). I sistemi Fcw e altre funzioni come il riconoscimento dei segnali stradali e il controllo sulle luci abbaglianti riducono al minimo il numero di telecamere e dei relativi canali di ingresso. Inoltre, i sistemi basati su telecamere possono riportare la scena rilevata direttamente sul display del cruscotto, e un'ulteriore elaborazione è in grado di migliorare la resa dell'immagine con una grafica a sovrimpressione.
Un esempio dell'uso di tecniche di miglioramento dell'immagine è quello di attirare l'attenzione del guidatore verso i pedoni vicini che potrebbero non essere ben in vista, il che può rappresentare uno strumento di sicurezza molto utile, ad esempio in fase di retromarcia o quando la visibilità è scarsa. Il rilevamento basato su immagini permette inoltre di attivare una serie di funzioni di sicurezza che riguardano il conducente stesso, attraverso telecamere che ne monitorano l'orientamento del volto. Esse sono in grado di rilevare la sonnolenza e l'autenticazione del conducente, nonché la misura del suo grado di distrazione; ad esempio, se il guidatore non sta guardando verso un potenziale pericolo, il sistema emette un segnale di avvertimento oppure aziona una frenata di emergenza. Infine, mentre la maggior parte di queste caratteristiche possono essere realizzate con telecamere monocromatiche, l'impiego di telecamere a colori ad alta risoluzione dà la possibilità di sviluppare sistemi in grado di riconoscere i segnali stradali.  I sistemi Adas basati su telecamere dipendono in larga misura da un'efficace riconoscimento delle immagini. Uno dei requisiti è l'elevata precisione, con una percentuale di rilevamento dei pericoli pari al 100% e senza alcun riconoscimento falso: questo è fondamentale perché il guidatore possa avere fiducia nel sistema. Un'elaborazione rapida dei risultati è anch'essa indispensabile, soprattutto nella prevenzione degli scontri frontali e nel rilevamento della presenza di pedoni, dal momento che il veicolo potrebbe essere in rapido avvicinamento verso questi pericoli “lenti”. Per soddisfare queste esigenze, gli sviluppatori di sistemi Adas necessitano di processori embedded dedicati ed efficienti, in grado di gestire le diverse operazioni sulle immagini: cattura e pre-elaborazione, estrazione delle caratteristiche, classificazione, post-elaborazione e visualizzazione delle informazioni.
Tra i più recenti esempi di questo tipo di soluzione embedded vi è il nuovo processore Visconti 2 di Toshiba, specializzato nel riconoscimento delle immagini. Questo dispositivo combina un'architettura di elaborazione multi-parallela e acceleratori grafici multipli con un'interfaccia a telecamera a due o quattro canali, una Cpu di controllo a 32 bit con sistema di comunicazione, periferiche di visualizzazione e di memorizzazione. Il dispositivo sfrutta la tecnologia Toshiba del processore multimediale Venezia, che comprende quattro motori di elaborazione multimediale o Mpe (Media Processing Engines), ciascuno contenente una Cpu Risc a 32 bit, un coprocessore, una cache istruzioni e dati e una Ram integrata ad alta velocità. Elaborando i dati provenienti dagli Mpe e dagli acceleratori, la Cpu di controllo a 32 bit crea un'interpretazione dell'ambiente di guida. Poiché il dispositivo è in grado di gestire l'elaborazione delle immagini per più attività contemporanee, esso può essere utilizzato diverse funzioni del sistema Adas. Tra queste vi è il rilevamento dei margini di carreggiata, la presenza di veicoli e pedoni e il riconoscimento dei segnali stradali. Il processore grafico integrato e il dispositivo di visualizzazione permette la visualizzazione delle immagini tramite avvisi in sovrimpressione sul display del cruscotto.
Integrate insieme al nucleo di elaborazione multiparallela degli Mpe, vi sono diversi acceleratori grafici per le operazioni più frequenti, come la compensazione della distorsione e il miglioramento dell'immagine. Inoltre, funzioni di accelerazione avanzate comprendono le più recenti innovazioni tecnologiche per il rilevamento della presenza di pedoni. L'impiego di lenti grandangolari in alcune applicazioni Adas permette al sistema di avere un ampio campo visivo con una singola telecamera, ma richiede una post-elaborazione al fine di eliminare la distorsione dall'immagine che verrà poi presentata al conducente. Il chip Visconti2 utilizza per questo scopo un acceleratore a trasformazioni affini quando occorre effettuare modifiche come il ridimensionamento, la rotazione o il ritaglio. Due canali di filtraggio dell'acceleratore consentono infine di ridurre il rumore, realizzare lo smoothing, rilevare i contorni e correggere i colori. Oltre alle caratteristiche citate, alcune varianti presentano tre ulteriori acceleratori per migliorare il rilevamento dei pedoni. Questa funzione è svolta nel processore con una metodologia nota come Hog (Histogram of Oriented Gradients). Questa tecnica analizza i dati rilevati ed elaborati sulla base delle caratteristiche note del corpo umano e dei suoi movimenti al fine di distinguere i pedoni da altri elementi che potrebbero trovarsi in prossimità della strada, come le cassette postali o i segnali stradali (si veda il riquadro).

Il punto di vista del guidatore
Visconti, un processore di riconoscimento immagini altamente integrato, presenta un'interfaccia grafica che consente un collegamento diretto al display Lcd posto sul cruscotto. Le immagini presentate al guidatore vengono depurate dalla distorsione, e il processore evidenza sull'immagine elementi importanti come i bordi della carreggiata e i pedoni rilevati nel campo visivo. Questa capacità di evidenziazione fa da complemento alla tecnica di riconoscimento avanzato presente nel blocco di accelerazione dedicato CoHOG, il tutto allo scopo di avvisare con chiarezza il guidatore della presenza di pedoni davanti o dietro il veicolo, persino in situazioni dove il contrasto cromatico è basso. In certi casi, il sistema potrebbe anche andare oltre gli avvisi e dare effettivamente inizio a una frenata automatica di emergenza per scongiurare un incidente che diversamente sarebbe inevitabile. Elaborando le immagini ottenute dalle diverse telecamere esterne, il processore è anche in grado di costruire uno schema di ausilio al parcheggio che fornisce una vista “a volo d'uccello” del veicolo e degli oggetti circostanti. Poiché l'interpretazione visiva della scena è un compito relativamente facile per il cervello umano, questo strumento può migliorare enormemente la precisione del posizionamento e semplificare notevolmente le manovre di parcheggio più complicate. Toshiba ha sviluppato due versioni del processore Visconti2, il TMPV7504XBG Duetto e il TMPV7506XBG Quartetto, con ingressi rispettivamente per due e quattro telecamere a colori ad alta risoluzione (fino a 1,3 milioni di pixel). Entrambi i dispositivi supportano le funzioni Ldw e Fcw, l'assistenza al cambio corsia, il riconoscimento dei segnali stradali e il controllo adattativo della velocità di crociera. Quartetto supporta una più diversificata capacità di rilevazione della presenza dei pedoni, come la prevenzione degli incidenti in retromarcia e l'assistenza al parcheggio con vista a volo d'uccello. Lo sviluppo dei progetti avviene grazie a un kit di progettazione software con driver e programmi applicativi campione, e con un dedicato ambiente di sviluppo integrato, un debugger per processore multimediale e un simulatore. È inoltre disponibile una scheda di riferimento con chip di valutazione Visconti2, che contribuisce a semplificare lo sviluppo e ad abbreviare i tempi di completamento del progetto.