Studio di algoritmi di estrazione informazioni ad alto livello per sistema di visione embedded

9 1. Introduzione Permettere ad un robot di vedere il mondo circostante, insegnargli a distinguere oggetti ed ostacoli vicini e lontani è, da sempre, uno dei principali obbiettivi per molti ingegneri. Nel settore della robotica tale condizione è indispensabile per fornire un’importante autonomia al robot: quella di movimento in un ambiente sconosciuto. Lo studio di sistemi di visione robotici, ad oggi, non si può considerare completo ed è tuttora considerevole l’attività di ricerca svolta in questo ambito. Anche STMicroelectronics, azienda leader nella produzione di componenti elettronici, con il suo AST-Robotics (laboratorio di ricerca e sviluppo robotica), ha avviato innumerevoli progetti per lo studio e lo sviluppo di sistemi di visione intelligenti. Una delle principali innovazioni introdotte da STMicroelectronics, si concretizza nel sistema di visione embedded RVS Module (Robotic Vision System), il quale, concentra in un unico elemento una videocamera da 2 Mpx, un microcontrollore e una memoria RAM. Tale apparato risulta essere molto innovativo se paragonato a sonar o scanner laser, precedentemente utilizzati. Proprio da uno degli innumerevoli progetti nati per sfruttare al massimo le potenzialità di questo modulo, prende vita questo progetto di tesi. Essa si concentra su una importante fase necessaria ai sistemi di visione: permettere l’estrazione di informazioni ad alto livello dall’immagine acquisita. Nello specifico, l’obbiettivo principale sarà l’ottimizzazione dell’algoritmo per la visione Harris Corner Detector, deputato alla ricerca dei punti caratteristici di un’immagine attraverso l’analisi delle variazioni di luminosità presenti. Come punti chiave sono considerati gli spigoli di corpi “visti” dal robot, i quali permetteranno l’identificazione di oggetti nell’ambiente circostante. L’algoritmo al centro della trattazione era già presente in forma preliminare su PC all’interno di un progetto inerente la visione stereoscopica. L’ottimizzazione renderà lo stesso fruibile all’interno del microcontrollore dell’RVS Module. Così completato, l’algoritmo potrà essere unito ad altri già esistenti (Blob Search, Face Detection) contribuendo a comporre un set di applicazioni grazie a cui sarà possibile rendere “intelligente” il modulo di visione RVS, permettendone il concreto utilizzo sui futuri robot.