Esecuzione di sistemi di assistenza alla guida basati su intelligenza artificiale su hardware embedded di tipo automobilistico

I sistemi ADAS (Advanced Driver Assistance Systems) sono sistemi software di supporto alla guida, che includono sistemi di controllo stato guidatore, assistenza alle manovre orizzontali e laterali, frenata di emergenza e altre funzioni avanzate. Nell’ambito del progetto europeo NextPerception lo studio si propone di testare ed ottimizzare su un elaboratore embedded automotive-grade (la scheda NVIDIA Jetson Nano) le performance di inferenza di una rete neurale convoluzionale volta alla classificazione dello stato di attenzione del guidatore. Lo studio comprende inoltre lo sviluppo di un componente software predisposto per interfacciarsi ad un sistema di report della dinamica veicolare. In una prima fase sono stati riprodotti i risultati di un benchmark open, dai quali si è dedotta la necessità di sperimentare diverse configurazioni del software di classificazione. Tali configurazioni sono state sperimentate attraverso l’uso di diverse architetture di reti neurali, usando strumenti quali TensorRT e CUDA per il calcolo parallelo e la gestione efficiente della memoria, l’uso di floating point a 32 o 16 bit e varie tipologie di elaborazione del flusso dati. Sono state svolte sia prove di accuratezza dei risultati, che di performance raggiunte, assieme allo studio di profilazione dei tempi e della memoria. Il software di classificazione finale permette l’elaborazione in tempo reale di un flusso video a 20Hz, potendo contare su di una velocità di classificazione che raggiunge i 130 frame al secondo.