Desenvolvimento de Plataforma baseada no processador RISC-V com Suporte a Visão Computacional para Robótica

Descrição

Sistemas robóticos autônomos dependem de módulos de percepção capazes de interpretar o ambiente e fornecer informações confiáveis para decisão e controle. Em veículos aéreos não tripulados (VANTs), a percepção visual é especialmente relevante para permitir navegação segura em ambientes complexos, como cenários urbanos, industriais ou locais com infraestrutura limitada de posicionamento.[6] Entre as diversas funcionalidades associadas à percepção robótica, a previsão de colisão com obstáculos destaca-se como uma das mais críticas para garantir segurança operacional. Em aplicações envolvendo drones autônomos, a capacidade de identificar obstáculos e antecipar situações de risco em tempo real é essencial para evitar colisões e garantir a continuidade da missão. Esses sistemas dependem da análise contínua de fluxos de dados provenientes de sensores visuais e inerciais, exigindo processamento intensivo de dados sob restrições severas de energia, peso e capacidade computacional.[7] Tradicionalmente, algoritmos de visão computacional são executados em CPUs ou GPUs embarcadas. CPUs de propósito geral apresentam limitações para tarefas altamente paralelas, enquanto GPUs oferecem alto desempenho, porém com consumo energético elevado, o que pode comprometer a autonomia de plataformas aéreas. Soluções baseadas em hardware dedicado vêm sendo exploradas para acelerar aplicações de percepção robótica. Plataformas FPGA permitem implementar aceleradores específicos e explorar paralelismo em diferentes níveis, possibilitando maior eficiência energética e menor latência quando comparadas a abordagens puramente em software. Uma tendência recente no desenvolvimento de sistemas embarcados é a adoção do padrão RISC-V [1], uma arquitetura aberta de conjunto de instruções que vem ganhando ampla aceitação na indústria e na academia. Seu caráter modular e livre de royalties permite adaptar o processador às necessidades da aplicação, favorecendo o desenvolvimento de extensões no nível da arquitetura e a integração de aceleradores especializados. Essa flexibilidade torna o RISC-V particularmente relevante em aplicações de percepção visual embarcada e inteligência artificial em dispositivos de borda, nos quais algoritmos complexos devem ser executados sob restrições energéticas. A possibilidade de adicionar instruções customizadas permite acelerar operações críticas de processamento de imagem, fusão sensorial e inferência de modelos, resultando em soluções mais eficientes. Além disso, o RISC-V facilita a integração de co-processadores especializados, permitindo o desenvolvimento de arquiteturas heterogêneas nas quais aceleradores executam tarefas intensivas enquanto o processador programável mantém a coordenação do sistema. Neste projeto, propõe-se investigar e desenvolver uma arquitetura baseada em processador RISC-V customizado integrado a coprocessadores voltados à percepção visual, incluindo módulos de visão computacional e aceleradores de inteligência artificial. Essa arquitetura será capaz de executar algoritmos de percepção em tempo real voltados à previsão de colisão em VANTs.[6]