Edge AI per le Smart City: rilevamento di oggetti per scenari stradali reali
“Grazie all'intelligenza artificiale integrata, la soluzione di Artificialy ha trasformato la telecamera da sensore passivo a osservatore attivo. Non si limita a registrare, ma comprende.”
La Sfida
Un importante produttore di tecnologia stava preparando il lancio di una nuova telecamera intelligente per applicazioni Smart City, come la gestione del traffico e il rilevamento dei pedoni.
La sfida era duplice:
Migliorare la precisione del riconoscimento degli oggetti sugli elementi stradali (ad esempio semafori, autobus, pedoni), anche in condizioni di scarsa illuminazione o maltempo
Inserire un modello AI robusto nei limiti hardware ristretti di una memoria di 8 MB
Il modello MobileNet legacy, sebbene compatto, non era sufficientemente stabile e non garantiva una qualità di rilevamento adeguata nelle condizioni stradali reali. Era necessaria una soluzione più intelligente, in grado di funzionare localmente e in modo affidabile.
Con l'espansione delle smart city, i fornitori di tecnologia nel campo dell'imaging e della mobilità stanno integrando sistemi intelligenti all'edge. La loro missione: rendere gli ambienti urbani più sicuri ed efficienti attraverso dati in tempo reale e processi decisionali autonomi.
La nostra Soluzione AI
Abbiamo progettato un sistema di rilevamento degli oggetti personalizzato basato su YOLO, ottimizzato per la telecamera intelligente del cliente. Il modello è stato sviluppato in TensorFlow e progettato per soddisfare i vincoli di memoria e prestazioni del dispositivo di destinazione.
Le innovazioni chiave includevano:
Tecniche di pruning per ridurre le dimensioni del modello da 6M a 4M parametri.
Algoritmi di tracciamento per un riconoscimento più fluido degli oggetti tra i fotogrammi video.
Test in condizioni meteorologiche/di luce variabili per garantire la robustezza.
Il risultato è un modello di intelligenza artificiale che funziona direttamente sul dispositivo, trasformando i video grezzi in informazioni utili, senza necessità di elaborazione o connettività esterna. I dati vengono poi trasmessi in streaming a un sistema centrale per un'ulteriore elaborazione.
Risultati
Il sistema AI aggiornato ha permesso al cliente di passare con sicurezza dal prototipo all'implementazione nel mondo reale in una delle principali capitali europee.
Modello ridotto del 33% in termini di dimensioni senza compromettere le prestazioni
Maggiore precisione rispetto alla precedente configurazione MobileNet
Funzionalità verificata in condizioni meteorologiche e di illuminazione sfavorevoli
Integrazione e test riusciti nel contesto dell'infrastruttura intelligente di Roma
Grazie a questa svolta, la strada è libera per ambienti urbani più intelligenti, sicuri e reattivi.
.png)
.png)