Een sticker die ziet of een camera die plakt?

stickercamera

Op Vision 2018 introduceerde het Zwitserse bedrijf CSEM een sticker die kan zien. De Witness camera, die je ook zou kunnen omschrijven als een camera die plakt, is zeer klein. Het prototype heeft een diameter van 30 mm en is een dikte van slechts 4 mm. Toch filmt Witness 320 bij 320 pixels bij 10 frames per seconde.

CSEM heeft de Witness IOT-camera ontwikkeld voor veiligheid en andere Internet-of-Things (IoT)-toepassingen. Nu zijn er inmiddels wel meer kleine IoT-camera’s te koop, maar het unieke aan dit apparaatje is dat het als sticker kan worden gebruikt. Om dat voor elkaar te krijgen is hij flink geoptimaliseerd om het stroomverbruik en de kosten zó laag te houden, dat het bijna overal kan fungeren als autonome en slimme datalogger.

In Witness huist zowel een imager met ultra laag stroomverbruik, een fotovoltaïsch voeding en een draadloze gegevensoverdracht. De elektronica is dun (200µm) en flexibel. Hoewel de imager speciaal voor het Witness project is ­ontwikkeld, zijn er enkel zeer betaalbare ­componenten toegepast.

De camera, die werkt op basis van bewegingsdetectie en alleen opneemt wanneer er activiteit is in de scène, kan worden ingezet voor ­diverse beveiligingstaken. Denk aan toepassingen in de gezondheidszorg zoals het waarschuwen zodra een ouder iemand valt, maar ook het tellen van mensen in gebouwen is mogelijk.Voor de stickercamera was een low-power imager nodig die werkt in vrij extreme lichtomstandigheden. Eentje met een hoog dynamisch bereik dus. Daarnaast was embedded intelligentie een eis om middels een feedbackloop en draadloze gegevensuitwisseling de camera te kunnen activeren en rapporteren. Ook deze functies moesten met een minimaal stroomverbruik worden vervuld, om zonder baterijen te kunnen functioneren.

Ergo

De camera die in Witness wordt gebruikt, ­luistert naar de naam Ergo. Hij heeft een QVGA-resolutie van 320 x 320 pixels en een dynamisch bereik van 120dB en beschikt over een speciale lens met een gezichtsveld van 107°.

CMES is naar eigen zeggen een groot voor­stander van het toepassen van bestaande ­hardware. Dit vooral met het oog op de kostprijs, die voor IoT-stickers natuurlijk zo laag ­mogelijk moet zijn. Toch is Ergo een eigen ontwikkeling, aangezien de vereiste specificaties eenvoudigweg niet op de markt beschikbaar waren. De 10-bit Ergo imager maakt gebruik van logaritmisch coderen en heeft een on-chip frame-geheugen en time-to-voltage integratie. Bij 10 frames per seconde verbruikt hij slechts 700µW aan vermogen. Voor Ergo kunnen ­regions of interest gedefinieerd en uitgelezen worden en het geheel werkt op een voedingsspanning van 1,8V.

Bewegingsdetectie

Voor de bewegingsdetectie werk Ergo met sub sampled beelden waarop een background subtraction wordt uitgevoerd om te bepalen of er sprake is van beweging in de scène. Is er geen beweging, dan keert de imager terug naar slaapmodus om stroom te besparen tot het weer tijd is om de volgende frame te verkrijgen. Is er wel beweging, dan wordt alleen de verandering in de scène gecomprimeerd en ­opgeslagen in het onboard flashgeheugen. Dit gaat met 1fps. Deze strategie staat aan de basis van het lage stroomverbruik.

Maar aangezien ook Ergo nog een prototype betreft en is opgebouwd uit slecht geoptimaliseerde COTS-­componenten (Commercial Of The Shelve) valt er volgens CEMS nog heel wat energie te ­winnen. Het team bij CSEM wil ook machine learning implementeren om de ­gegevensverwerking te optimaliseren. In ­tegenstelling tot ‘eenvoudige sensoren’ is het gezien het zeer beperkte stroombudget niet mogelijk ruwe beelddata te versturen.
Het idee is daarom, om middels neurale ­netwerken de gegevens­grootte te reduceren tot enkele bytes met daarin alle informatie die nodig is om een beslissing te kunnen nemen.

Voordeel

Naast het feit dat dit helpt de hoeveelheid aan data die moet worden opgeslagen en verstuurd te beperken, heeft dit ook een veiligheids- en privacyvoordeel. Er worden immers geen beelden verkregen en alleen een ontvangend intelligent ‘edge-systeem’ weet wat met de verzonden bytes aan te vangen. Embedded intelligentie is volgens CMES dan ook absoluut essentieel voor autonome IoT-ontwerpen. Hoofdzaak is wel dat de kunstmatig intelligente software de beeldopname, analyse en compressie moet kunnen uitvoeren met zeer schaarse middelen.

Het balanceren van de verschillende energie­behoeften van Witness-onderdelen (een beetje beweging vraagt bijvoorbeeld minder energie dan veel beweging) met wat de zonnecel kon leveren, was een andere grote uitdaging. Ook aan de zonnecel is daarom gesleuteld. Deze is geoptimaliseerd voor omstandigheden met weinig licht voor een zo groot mogelijk toepassingsgebied. Want, zo zegt CMES, afhankelijk van de toepassing moeten autonome IoT-­systemen kunnen rekenen op een stroom­budget van tussen de 10µW en 100mW.

In de verdere ontwikkeling van Witness, die onder andere een upgrade naar VGA (640x480) omvat, is het tijdens enkele testen ook bij 10 fps onder de 1mW grens gebleven.