Implementazione di un modello di object detection sulla scheda Infineon TRAVEO™ T2G CYT4DN per un’applicazione di illuminazione anteriore senza abbagliamento

In a time when artificial intelligence is becoming more and more widespread, the use of these algorithms is constantly growing in various industrial fields, including the automotive sector, which presents some of the most challenging tasks in computer vision. Therefore, this thesis focuses on the application of machine learning in this field. The goal of this work is to improve the control of the vehicle's exterior lighting, with a particular focus on the automatic control of the high beams. These lights are crucial when driving at night, as they allow better visibility of the road and surrounding area. Application scenarios include: lights that limit their beam to the roadway, lights that can project symbols onto the road, and lights that dim or turn off when an oncoming vehicle is detected. This type of application is very versatile and offers numerous possibilities, mainly due to the use of AI which can be used in different areas and for different purposes. To complete this work, a neural network model for object detection will first be developed and its performance evaluated. Following this, the network will be ported to a microcontroller with limited computing power and memory, the TRAVEO™ CYT4DN provided by Infineon. This device was chosen to offer a cost-effective solution. Once the porting is done, the feasibility of using the application in real-time will be assessed, which will largely depend on the computational power of the chosen device.

In un periodo in cui l'intelligenza artificiale sta diventando sempre più pervasiva, l'uso di questi algoritmi è in costante aumento in vari ambiti industriali, tra cui quello automobilistico, dove si riscontrano alcune delle sfide più stimolanti nel campo del computer vision. Questa tesi riguarda, quindi, l'applicazione del machine learning in questo ambito. L'obiettivo di questo lavoro è di migliorare il controllo che si ha dell'illuminazione esterna del veicolo; l'applicazione sarà incentrata nel controllo automatico delle luci abbaglianti. Questo tipo di luci hanno importante rilevanza nel caso di guida notturna in quanto permettono di vedere meglio la strada e quello che sta succedendo attorno al conducente. Scenari applicativi sono: luci che limitano il loro fascio luminoso alla carreggiata, luci che permettono di disegnare dei simboli lungo la strada, e infine luci che diminuiscono o spengono il fascio luminoso quando viene rilevato un veicolo che arriva nel senso opposto. Quindi, questo tipo di applicazione è molto versatile e gli impieghi possibili sono veramente numerosi, grazie più che altro all'uso dell'IA, che si presenta come uno strumento utilizzabile in vari ambiti e per scopi diversi. Per portare a termine il lavoro prima si svilupperà il modello di rete neurale che eseguirà l'object detection, poi se ne valuteranno le prestazioni. Fatto questo si passerà alla fase di porting della rete in un microcontrollore con capacità di calcolo e memoria limitate, il TRAVEO™ CYT4DN fornito da Infineon. Questo dispositivo è stato scelto in modo da avere una soluzione che non sia troppo costosa; una volta fatto il porting si valuterà la possibilità che l'applicativo si possa usare a tempo reale oppure no, questo dipenderà molto dalla potenza computazionale del dispositivo scelto.