Schneider Electric et STMicroelectronics ont développé en commun un prototype fonctionnel d’un capteur d’image IoT doté d’intelligence artificielle (IA) qui ouvre la voie à des services de gestion de bâtiment potentiellement porteurs de gain en éco-efficacité grâce à une prise en compte des niveaux d’occupation des lieux. ...Les deux entreprises ont collaboré pour intégrer l’IA dans un détecteur et compteur de personnes à hautes performances qui relève le défi consistant à surveiller la fréquentation de grands espaces dotés de plusieurs points d'entrée.

Schneider Electric va présenter ce capteur IoT lors des ST Live Days le 19 novembre prochain.

Le capteur, qui s’appuie sur un imageur thermique de la famille ThermEye de Lynred, a été développé en combinant l’expertise du groupe IA de ST et le savoir-faire de Schneider Electric dans les applications de détection pour bâtiments, association qui a permis d’identifier et d’intégrer un réseau de neurones pour détection d'objets sur un microcontrôleur STM32.

Dans le détail, la maîtrise de la chaîne d’outils STM32Cube-AI par le groupe français spécialiste de la gestion de l’énergie et de l’automatisation lui a permis d’intégrer au sein d’un design à ultrabasse consommation un modèle de réseau de neurones Yolo sur le microcontrôleur STM32H723, récemment lancé par STMicroelectronics. « Cette technologie prometteuse ouvre une nouvelle voie dans le domaine de la surveillance du public et le comptage de personnes dans de nombreuses applications telles que la supervision des files d'attente, l'utilisation des bâtiments et la distanciation sociale, indique Maxime Loidreau, responsable du programme Capteurs IoT chez Schneider Electric. Notre démonstrateur, créé avec STMicroelectronics, trouve des applications dans différents segments, de l'hôtellerie aux bureaux d’entreprise en passant par le commerce de détail, et plus généralement dans tout bâtiment où la connaissance de la fréquentation et de l'occupation de l'espace a une valeur. »

On rappellera que l'écosystème IA associé aux STM32 fournit des éléments de base essentiels pour que les réseaux de neurones fonctionnent sur ces microcontrôleurs. Divers frameworks d'apprentissage en profondeur tels que Keras, TensorFlow Lite et le format d'échange ONNX sont ainsi pris en charge de manière native. Au sein de cet écosystème, le paquetage logiciel X-CUBE-AI  étend les capacités de l'outil d'initialisation STM32CubeMX en convertissant automatiquement les réseaux de neurones pré-entraînés, en générant des bibliothèques optimisées pour le microcontrôleur cible et en les intégrant dans le projet de l'utilisateur.

 

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA