Le module SECO SOM-COMe-BT6-RK3588 présente une puissante plateforme informatique embarquée pour la vision machine en temps réel à la périphérie, afin d'améliorer considérablement la fiabilité des systèmes de caméras de sécurité grâce à l'inférence IA intégrée qui renforce la détection des menaces et allège la charge des opérateurs humains.
Les stations de surveillance par caméra font partie intégrante de la vie moderne, desservant tout, des immeubles de bureaux aux hôpitaux, banques et musées. Au sein de ces stations, les opérateurs de sécurité scrutent plusieurs flux vidéo à la recherche d'anomalies et se précipitent pour enquêter sur les menaces dès qu'elles surviennent. Mais que les écrans soient remplis de foules ou restent vides pendant tout un quart de travail, une hypervigilance soutenue peut entraîner une fatigue des opérateurs, où l'épuisement mental et physique compromet l'efficacité.
Par exemple, les faux positifs répétés peuvent entraîner une désensibilisation aux alertes et conduire à ignorer de véritables menaces. De même, la monotonie induit des pertes de concentration où les activités initialement suspectes sont complètement manquées. Et au moment où celles-ci se développent en véritables menaces, il peut être trop tard pour que les équipes de sécurité limitées rattrapent leur retard, surtout dans les grands bâtiments ou les environnements animés.
Pour alléger la charge cognitive, la vision artificielle (AI vision) peut automatiser la mise en évidence des menaces actives et potentielles en temps réel sur plusieurs flux vidéo. Agissant comme un multiplicateur de force, la vision artificielle aide les opérateurs humains à se concentrer sur les zones pertinentes lorsque les choses sont calmes ou à prioriser les efforts pendant les quarts de travail plus chargés. Combiner l'IA avec les systèmes de caméras résout un problème de sécurité centré sur l'humain, mais l'intégration directe nécessite une informatique puissante basée sur le bord pour une autonomie maximale du système et une inférence en temps réel.
Comment la vision AI à la périphérie améliore la surveillance
L'analyse vidéo par IA offre deux approches principales : le traitement basé sur le bord et le traitement dans le cloud. Bien que ce dernier puisse utiliser des ressources informatiques abondantes pour effectuer l'analyse la plus avancée disponible, il présente des inconvénients qui peuvent compromettre les opérations de sécurité.
Le principal inconvénient est la latence - le temps entre la capture vidéo et les décisions résultantes. Traditionnellement, la latence fait référence au temps nécessaire pour que les données vidéo soient envoyées au cloud, analysées, puis renvoyées pour l'inférence AI ou un flux combiné. Étant donné les volumes de données pour la vidéo haute définition, cela rend le traitement vidéo basé sur le cloud peu judicieux pour atteindre des performances en temps réel prévisibles, ce qui est essentiel dans les applications de sécurité car cela maximise la fenêtre de réponse pour les opérateurs. Le problème s'élargit considérablement avec le nombre de caméras et d'applications nécessitant une corrélation croisée des événements sur plusieurs flux.
Le traitement basé sur le bord résout ce problème car l'inférence AI est effectuée près de la source pour une latence minimale. Le traitement local, basé sur le bord, n'est pas impacté par la fiabilité du réseau externe ou la mise en file d'attente des tâches dans les centres de données tiers. Les réseaux de sécurité fermés et localisés améliorent la fiabilité globale du système et réduisent le risque de piratage. Garder toutes les données vidéo au sein d'un réseau local peut éliminer les coûts de transfert de données en cours et de services basés sur le cloud, rendant l'inférence basée sur le bord attrayante pour les intégrateurs de systèmes AI.
Malgré les limitations de ressources du matériel de bord, de nombreux modèles de vision AI sophistiqués sont facilement disponibles pour le déploiement. Les charges de travail d'exemple pour les applications de sécurité incluent :
- Reconnaissance faciale facilite l'entrée du personnel autorisé dans les zones restreintes ou signale les personnes non reconnues.
- Ré-identification (Re-ID) suit les individus à travers différentes images et flux de caméras séparés afin que les parties suspectes ne soient pas perdues dans les foules ou sur de longues distances.
- Détection d'objets informe les opérateurs des menaces potentielles en signalant des objets comme des armes, des objets volés ou des gilets haute visibilité (un déguisement qui permet d'agir sans être questionné).
- Suivi des mouvements corporels examine les gestes d'une personne pour signaler un comportement agressif ou suspect, tel que celui se concentrant sur les caméras de sécurité.
Une approche basée sur CoM pour l'IA intégrée
Lors de la considération des plateformes de bord pour la vision AI, le SOM-COMe-BT6-RK3588 ordinateur-sur-module (CoM) est une solution innovante. Contrairement à la plupart des modules COM Express, qui présentent généralement des architectures x86, le SOM-COMe-BT6-RK3588 combine un système sur puce (SoC) de traitement multi-cœur Rockchip RK3588 basé sur Arm avec une unité de traitement d'intelligence artificielle (AIPU) Axelera AI Metis séparée pour permettre une vision AI avancée dans l'enveloppe de puissance étroite définie par la norme ouverte COM Express.
Une grande partie de la capacité de traitement AI du module est due à l'AIPU Metis, un circuit intégré dédié qui offre une efficacité énergétique d'environ 15 TOPS par watt pour jusqu'à 120 TOPS de performance AI dans le cadre de la plateforme complète SOM-COMe-BT6-RK3588. Cela prend en charge l'inférence vidéo basée sur le bord sur plusieurs flux de caméras pour une détection complète des menaces en temps réel.
Ces architectures de traitement sont prises en charge par jusqu'à 32 Go de mémoire pour le CPU et 2 Go dédiés pour l'AIPU, fournissant des ressources suffisantes pour la gestion des données vidéo pendant l'analyse AI. Les interfaces de caméra clés incluent deux connecteurs MIPI-CSI à 2 voies et plusieurs ports USB, avec un seul port Ethernet pour l'interfaçage avec les réseaux de sécurité locaux.
En intégrant l'informatique de bord via un CoM commercial sur étagère (COTS) à norme ouverte, les développeurs bénéficient également des avantages d'un développement accéléré, d'un support à long terme sans verrouillage fournisseur et d'une intégration flexible et compacte via une carte porteuse. Une fois conçue, cette carte porteuse peut ensuite servir plusieurs générations de produits pour un temps de mise sur le marché plus rapide à mesure que les applications de sécurité évoluent.
Implémentation de la vision AI en temps réel avec Metis
Le SDK Axelera AI Voyager offre une pile logicielle intégrée de bout en bout conviviale qui simplifie le déploiement des modèles de vision AI sur l'AIPU Metis. Que ce soit en utilisant des modèles propriétaires ou des cadres de développement populaires comme YOLO et ResNet, le SDK Voyager compile et optimise automatiquement les pipelines AI pour une configuration plus facile de l'inférence en temps réel. Pour plus d'informations, consultez le dépôt GitHub du SDK Axelera AI Voyager.
Pour compléter l'écosystème logiciel du SOM-COMe-BT6-RK3588, le Clea OS de SECO présente une plateforme flexible basée sur Yocto que les ingénieurs peuvent personnaliser pour répondre aux exigences spécifiques des applications de sécurité activées par l'IA. Sa nature modulaire accélère le développement de bas niveau et simplifie l'accès aux nombreux cœurs de traitement embarqués du SOM-COMe-BT6-RK3588, que le CoM soit intégré dans une caméra individuelle pour l'inférence de point final ou qu'il prenne en charge plusieurs caméras à proximité avant de relayer les flux analysés à la station de sécurité principale.
Un avenir simplifié pour les caméras de sécurité pilotées par l'IA
De nombreuses entreprises et services publics semblent réduire la sécurité pour réduire les dépenses. La vision AI peut jouer un rôle vital en augmentant l'efficacité des équipes plus petites et en résolvant des problèmes comme la fatigue des opérateurs. Le SOM-COMe-BT6-RK3588 offre une solution rentable pour apporter une inférence avancée et économe en énergie aux systèmes de caméras de sécurité locaux, réalisée grâce à une combinaison hautement intégrée incluant l'AIPU Metis, le SDK Voyager et le Clea OS.
Bien que les applications de sécurité présentent un argument fort pour aider les opérateurs avec des caméras activées par l'IA, ces solutions conviennent également bien à l'automatisation des usines et aux environnements soucieux de la santé et de la sécurité. Ici, la reconnaissance faciale, la Re-ID, la détection d'objets et le suivi des mouvements corporels peuvent garantir que les travailleurs sont correctement protégés et restent aptes à utiliser l'équipement pour lequel ils sont qualifiés.
En savoir plus sur l'informatique de bord et les plateformes CoM de SECO sur seco.com et découvrez comment la vision AI peut être utilisée sur le SECO App Hub.