Innovativo sensore bio-ispirato rileva il movimento e prevede le traiettorie per varie applicazioni

I ricercatori dell’Università di Aalto hanno sviluppato un innovativo sensore bio-ispirato in grado di rilevare oggetti in movimento in un singolo frame video e prevedere con precisione i loro futuri movimenti. Descritto in un articolo di Nature Communications, questo avanzato sensore ha numerose potenziali applicazioni in campi come la visione dinamica, l’ispezione automatica, il controllo dei processi industriali, la guida dei robot e la tecnologia di guida autonoma.

I tradizionali sistemi di rilevamento del movimento richiedono numerosi componenti e algoritmi complessi che eseguono analisi frame-per-frame, risultando inefficienti e con alto consumo di energia. Per affrontare queste limitazioni, il team dell’Università di Aalto ha guardato al sistema visivo umano per ispirazione e ha creato una tecnologia di visione neuromorfica che unisce sensore, memoria e elaborazione in un unico dispositivo in grado di rilevare il movimento e prevedere le traiettorie.

Fotomemristori: il cuore della nuova tecnologia

La tecnologia dei ricercatori si basa su una matrice di fotomemristori, dispositivi elettrici che generano corrente elettrica in risposta alla luce. I fotomemristori possiedono una caratteristica unica: la corrente non si interrompe immediatamente quando la luce viene spenta, ma decade gradualmente. Questa caratteristica consente ai fotomemristori di “ricordare” efficacemente la loro recente esposizione alla luce, permettendo a un sensore composto da una matrice di questi dispositivi di catturare non solo informazioni istantanee sulla scena, ma anche una memoria dinamica dei momenti precedenti.

“La caratteristica unica della nostra tecnologia è la sua capacità di integrare una serie di immagini ottiche in un unico frame”, spiega Hongwei Tan, il fellow di ricerca che ha guidato lo studio. “Le informazioni di ogni immagine sono incorporate nelle immagini successive come informazioni nascoste. In altre parole, l’ultimo frame di un video contiene anche informazioni su tutti i frame precedenti. Ciò ci consente di rilevare il movimento più precocemente nel video analizzando solo l’ultimo frame con una semplice rete neurale artificiale. Il risultato è un’unità di rilevamento compatta ed efficiente.”

Dimostrazione delle capacità della tecnologia

Per dimostrare la loro tecnologia, i ricercatori hanno utilizzato video che visualizzavano le lettere di una parola una alla volta. Sebbene tutte le parole terminassero con la lettera “E”, i sensori di visione tradizionali non potevano discernere se la “E” sullo schermo avesse seguito le altre lettere in “APPLE” o “GRAPE”. Tuttavia, la matrice di fotomemristori poteva utilizzare le informazioni nascoste nell’ultimo frame per dedurre quali lettere l’avevano preceduta e prevedere la parola con una precisione quasi del 100%.

In un altro esperimento, il team ha mostrato al sensore video di una persona simulata che si muoveva a tre diverse velocità. Il sistema non solo riusciva a riconoscere il movimento analizzando un singolo frame, ma poteva anche prevedere con precisione i frame successivi.

Implicazioni per i veicoli autonomi e il trasporto intelligente

Il rilevamento preciso del movimento e la previsione delle traiettorie sono cruciali per la tecnologia di guida autonoma e i sistemi di trasporto intelligenti. I veicoli autonomi si basano su previsioni precise di come si muoveranno auto, biciclette, pedoni e altri oggetti per prendere decisioni informate. Incorporando un sistema di apprendimento automatico nella matrice di fotomemristori, i ricercatori hanno dimostrato che il loro sistema integrato poteva prevedere il movimento futuro sulla base dell’elaborazione in-sensore di un frame informativo.

“La riconoscimento del movimento e la previsione del nostro compatta soluzione di memoria e calcolo in-sensore forniscono nuove opportunità nella robotica autonoma e nelle interazioni uomo-macchina”, afferma il professor Sebastiaan van Dijken. “Le informazioni nel frame che otteniamo nel nostro sistema utilizzando i fotomemristori evitano flussi di dati ridondanti, consentendo una presa di decisione efficiente in tempo reale.”