A reconfigurable smart camera implementation for jet flames characterization based on an optimized segmentation model

Título: Implementación de una cámara inteligente reconfigurable para la caracterización de llamas de chorro basada en un modelo de segmentación optimizado

1. Problema y Motivación

El manejo y transporte de materiales peligrosos en la industria química ha incrementado la frecuencia de accidentes mayores, siendo los incendios de chorro (jet fires) una amenaza crítica, especialmente en el almacenamiento y transporte de combustibles a alta presión (como el hidrógeno).

• Limitaciones actuales: La mayoría de los análisis de consecuencias de incendios de chorro dependen de modelos físicos (CFD) o empíricos que son computacionalmente costosos o simplifican excesivamente la geometría de la llama.
• Barreras de implementación: Las soluciones basadas en Inteligencia Artificial (IA) y Visión por Computador suelen ejecutarse en la nube o en servidores potentes, lo que introduce latencia y problemas de conectividad, impidiendo la respuesta en tiempo real necesaria para la seguridad industrial.
• Necesidad: Se requiere un sistema de procesamiento en el borde (edge computing) capaz de realizar segmentación y caracterización geométrica de llamas en tiempo real, directamente en el dispositivo de captura, sin depender de la nube.

2. Metodología

Los autores proponen un marco de trabajo para una cámara inteligente basada en un Sistema en Chip (SoC) con FPGA (Field Programmable Gate Arrays) que ejecuta modelos de IA optimizados.

• Hardware: Se utilizó la plataforma Ultra96 (Xilinx Zynq UltraScale+ MPSoC), que integra un Procesador de Sistema (PS, ARM) para la gestión del sistema operativo y una Lógica Programable (PL) para aceleradores de hardware.
• Modelo Base: Se seleccionó una arquitectura UNet para la segmentación semántica de imágenes infrarrojas (IR) de llamas de chorro de propano. El objetivo es dividir la llama en tres zonas térmicas (núcleo, zona de reacción y periferia) para extraer características geométricas (altura, distancia de despegue, área).
• Optimización del Modelo (Clave): Para que el modelo funcione en el hardware limitado de la FPGA, se aplicaron varias técnicas de optimización utilizando el framework Vitis AI de Xilinx:
  1. Reducción de Parámetros: Se redujeron los filtros en las capas profundas.
  2. Batch Normalization (BN): Se añadieron capas de normalización por lotes para estabilizar el entrenamiento y permitir una mayor compresión.
  3. Cuantización: El modelo de punto flotante completo se cuantizó a 8 bits para su ejecución en la Unidad de Procesamiento Profundo (DPU) de la FPGA.
  4. Poda (Pruning): Se eliminaron filtros innecesarios utilizando la técnica de Average Percentage of Zeroes (APoZ), reduciendo drásticamente la complejidad computacional.
  5. Multihilo: Se implementó un enfoque de software multihilo en el PS para superponer la pre-procesamiento, inferencia y post-procesamiento, evitando cuellos de botella.

3. Contribuciones Clave

• Marco de Cámara Inteligente en el Borde: Demostración de un pipeline completo de procesamiento en el dispositivo para la seguridad industrial, eliminando la latencia de transmisión de video.
• Optimización Extrema de UNet: Logro de una reducción de 125x en el número de parámetros (de ~7.5 millones a 59,095) mediante la combinación de poda, cuantización y normalización por lotes, sin sacrificar la precisión.
• Arquitectura Híbrida SoC: Integración exitosa de la lógica de aceleración (DPU en FPGA) con la gestión del sistema (ARM), permitiendo la extracción de características geométricas en tiempo real.
• Validación Experimental: Creación de un conjunto de datos y configuración experimental para la caracterización de llamas de chorro horizontales mediante imágenes térmicas.

4. Resultados

• Rendimiento de Segmentación:
  • El modelo optimizado (UNet con Batch Normalización y Poda) alcanzó una puntuación Dice de 0.973, superando ligeramente al modelo de punto flotante original (0.974) y manteniendo una alta fidelidad en la segmentación de las zonas de temperatura.
  • La precisión en la caracterización geométrica fue alta, con errores medios absolutos porcentuales (MAPE) bajos: 1.2% para la altura, 5.8% para el área y 2.4% para la distancia de despegue.
• Rendimiento Computacional:
  • Latencia: La latencia de inferencia en la DPU se redujo de 0.168 s a 0.023 s.
  • Velocidad de Cuadros (FPS): El sistema alcanzó 29.94 FPS (aprox. 30 FPS) utilizando el enfoque multihilo, cumpliendo con los requisitos de tiempo real (el límite inferior era 24 FPS).
  • Eficiencia: La reducción de operaciones (MACs y FLOPs) fue del 99% en comparación con el modelo original, permitiendo la ejecución en un dispositivo de bajo consumo.

5. Significado e Impacto

Este trabajo demuestra que es posible desplegar sistemas de seguridad industrial de grado avanzado en hardware configurable y de bajo costo (FPGAs) en lugar de depender de servidores centralizados o GPUs costosas.

• Respuesta Proactiva: Al procesar los datos en el punto de captura, el sistema permite la toma de decisiones autónoma e instantánea (alertas tempranas, detección de impingimiento de llama), crucial para prevenir accidentes mayores.
• Escalabilidad: La arquitectura propuesta es reconfigurable y extensible, lo que facilita su despliegue en múltiples instalaciones industriales sin saturar los recursos de computación central.
• Futuro: Abre la puerta a la implementación de redes neuronales binarizadas (BNNs) y otras arquitecturas eficientes en dispositivos IoT industriales para la gestión de riesgos en tiempo real.

En resumen, el artículo valida que la combinación de optimización de modelos de IA y aceleración hardware en FPGA es una solución viable y superior para la monitorización de incendios industriales en tiempo real.