SVILUPPO DI ALGORITMI DI PERCEZIONE E CONTROLLO IN CONDIZIONI DI SCARSA VISIBILITÀ PER PIATTAFORME EMBEDDED DI VEICOLI A GUIDA AUTONOMA

La presente tesi affronta il problema della percezione visiva compromessa nei veicoli au- tonomi in scala, in particolare in condizioni di scarsa illuminazione notturna e visibilità ridotta dovuta a nebbia atmosferica. L’approccio progettuale si articola su due fronti complementari: l’integrazione di un sensore digitale di luminosità BH1750, selezionato per la sua precisione, basso consumo energetico e semplicità di interfacciamento con sis- temi embedded; e l’implementazione di un algoritmo di dehazing basato sul Dark Channel Prior, adattato per l’elaborazione efficiente di flussi video in tempo reale. L’algoritmo è stato ottimizzato attraverso l’attivazione condizionata della pipeline (tramite varianza del Laplaciano), il filtraggio guidato con parametri calibrati e l’aggiunta di tecniche post- dehazing come sharpening e CLAHE. L’architettura proposta garantisce modularità, ro- bustezza visiva e compatibilità con piattaforme a risorse limitate, pur nei limiti imposti dalla struttura sequenziale dell’elaborazione e dalla necessità di taratura empirica dei parametri. I risultati sperimentali confermano il miglioramento della leggibilità dei frame in condizioni critiche, evidenziando la validità di soluzioni computazionalmente leggere e adattabili in scenari embedded privi di supporto hardware dedicato.