Raspberry Pi – Piattaforma di test per algoritmi di visione (1/4): specifiche

La Raspberry Pi (RPi) è un’ottima piattaforma di sviluppo per ogni progetto che ha come requisiti un basso costo, elevate capacità di calcolo e che necessita di diverse interfacce di comunicazione. Vogliamo riportare qui di seguito la nostra esperienza nella realizzazione della piattaforma che usiamo per il benchmarking di algoritmi di visione e di sensors-fusion tra immagini e sensoristica inerziale.

I requisiti del nostro sistema sono i seguenti:

  • acquisizione e data processing a 5Hz di un frame video per l’identificazione di 4 markers IR con risoluzione 1280×1024 pixel (black/white) o 640×480 pixel (color);
  • acquisizione e data processing a 5Hz di dati 3D inerziali relativi ad un accelerometro e un magnetometro;
  • presenza di un’interfaccia utente per: la visualizzazione della sintesi dei calcoli su display, il settaggio del menù e dei parametri di configurazione attraverso pulsanti e il feedback luminoso sui led di stato;
  • interazione con una console di test e validazione remota, in grado di visualizzare le immagini acquisite e di configurare il sistema;
  • visualizzazione di informazioni di debug;
  • autonomia di funzionamento: 3h;
  • costo per unità max: 200e;
  • fattore di forma poco maggiore della RPi stessa.

 

In particolare, abbiamo voluto realizzare una expansion board per la RPi collegata ad un accelerometro e magnetometro MEMS di STM, presenti in un unico chip LSM303DLHC via I2C, un LCD compatibile  con controller hd44780 via bus parallelo a 4bit, pulsanti e led per l’interazione con l’utente via GPIO. Usiamo inoltre la porta Ethernet per il trasferimento di immagini ad un terminale remoto su socket TCP e la porta UART per trasmettere verso una console di debug. Come sensore video abbiamo usato il modulo camera a 5Mpx rilasciato dai produttori della RPi.

La scheda è alimentata da una batteria a Li-Ion da  3.7v e 2.5A che fornisce potenza alla RPi (i consumi dichiarati in stato attivo sono pari a 3.5W), alla scheda di espansione ed ad un modulo di 4 illuminatori IR a 850nm, utile nel caso in cui camera e algoritmo lavorino nel campo dell’IR. Per l’alimentazione (+5v per la scheda e +12v per gli illuminatori) abbiamo impiegato due convertitori DC-DC step-up della Texas Instrument (5W ognuno).

La distribuzione software che abbiamo adottato è quella ufficiale, basata su una Debian modificata, la Raspbian “wheezy”.

 

Segue…

Logo di Ecosister - Ecosistema Territorizale di Innovazione per l'Emilia-Romagna

Ecosister

Il progetto Ecosister supporta la transizione ecologica del sistema economico e sociale dell’Emilia-Romagna. Attraverso un processo che coinvolge trasversalmente diversi settori, tecnologie e competenze, il progetto mira a mantenere il ruolo di leadership dell’Emilia-Romagna, a livello nazionale e internazionale. L’obiettivo è coniugare la transizione digitale e la sostenibilità con il lavoro e il benessere delle […]

Raspberry Pi – Piattaforma di test per algoritmi di visione (3/4): camera e video processing

CAMERA E VIDEO PROCESSING La camera può essere collegata attraverso una porta USB 2.0 oppure attraverso l’interfaccia CSI (Camera Serial Interface). Nel caso si voglia comperare una camera USB ad-hoc è consigliabile verificare la compatibilità della camera con la RPi a questo link. Vengono qui infatti documentati dagli utenti i test di funzionamento dei diversi modelli […]

Raspberry Pi – Piattaforma di test per algoritmi di visione (4/4): rappresentazione in floating point

Dovendo implementare algoritmi di riconoscimento per il posizionamento, una domanda che ci siamo posti è come vengano rappresentati i numeri con virgola su questa piattaforma. RPi adotta come processore il SoC BCM2835 (architettura ARMv6) che integra un processore della famiglia ARM11 ed un coprocessore multimediale. Il processore supporta i calcoli floating point nella sotto-architettura Vector […]
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram