Studio, sviluppo e valutazione prestazionale di uno smart sensor supportato da edge computing

La presente tesi verte sullo studio, lo sviluppo e la valutazione delle prestazioni di uno smart sensor, realizzato attraverso la piattaforma Arduino NANO 33 BLE Sense, per la raccolta e l’analisi di parametri ambientali, secondo il paradigma di Edge computing. In particolare, ci si focalizza sullo sviluppo e l’implementazione di una rete neurale a bordo della scheda, allo scopo di riconoscere determinati comandi vocali ed attuare di conseguenza una specifica azione, ad esempio leggere un sensore oppure accendere un led. Il sistema creato funzionerà in modo simile a “Hey Siri” o “OK Google” e sarà in grado di riconoscere parole chiave anche in presenza di rumori di fondo. All’atto pratico, sfruttando un ampio database di parole e rumori di fondo messo a disposizione dalla stessa Google, dunque abbastanza strutturato, la scheda ha eccellenti prestazioni nella classificazione di quattro label (due keywords), con il modello di rete neurale considerato, anche se non ottime nella velocità di esecuzione. Le performance sono ancora soddisfacenti quando, invece di considerare un segnale vocale, si fa riferimento ad un movimento, rilevato dal sensore accelerometrico. Si ottengono buona velocità di risposta e accuratezza. Notevoli differenze si hanno invece al variare della frequenza di campionamento del sensore; non abbassandola, per cui non si ha degrado delle prestazioni, ma anzi un aumento nella velocità di risposta, ma aumentandola; la scheda mostra infatti i suoi limiti strutturali, soffrendo per il grande numero di campioni da elaborare ed in termini di velocità di risposta si vede un brusco decadimento delle prestazioni, con un dilatamento dei tempi non compatibile con applicazioni di interesse pratico. Si potrebbero sfruttare a pieno le potenzialità di Arduino e schede simili in ambito Edge, con una opportuna ottimizzazione del modello di rete neurale e delle risorse del sistema. La tesi in esame può essere certamente un punto di partenza per dispositivi simili, più precisi e performanti.