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…

Regole semplificate dal MIUR per Ricerca e Innovazione

  Semplificazione nelle procedure di erogazione dei fondi, nuovi criteri per la valutazione dei progetti, rinnovamento degli strumenti normativi e finanziari a favore dell’attivita’ di ricerca in Italia. Ecco quanto prevede il nuovo decreto firmato dal Ministro Francesco Profumo che, dopo 13 anni , rivisita la normativa vigente (decreto 593 del 2000) sulla gestione del […]

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 […]

BE MAD… un MOBILE APP DEVELOPER? Partenza prevista il 23 Maggio!

BE MAD! Lo sviluppo di applicazioni mobile non è più solo una moda, ma un’opportunità per le aziende di fidelizzare i clienti. Come aiutarle ad ottenere la giusta visibilità e  raggiungere questi nuovi mercati?Fondazione Aldini Valeriani e T3Lab hanno pensato a  “MAD MOBILE APP DEVELOPER”, un percorso per formare la figura professionale specializzata dello sviluppatore di applicazioni Mobile per le […]
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram