EDGE AI PER LA MOBILITÀ ASSISTITA: ARCHITETTURE LIGHTWEIGHT PER L'OBJECT DETECTION E LA STIMA SPAZIALE MONOCULARE NEL PROGETTO B.O.S.S.

L'autonomia di navigazione per le persone con disabilità visive presenta sfide critiche spesso irrisolte dagli ausili tradizionali. Questo elaborato si inserisce nel progetto di ricerca industriale B.O.S.S. (Blind Oriented Suggester System) e documenta le attività dell'Obiettivo Realizzativo 4 (OR4), focalizzate sulla progettazione algoritmica di un modulo di visione artificiale monoculare operante in Edge Computing. Il sistema esegue il rilevamento ostacoli (Object Detection) e la stima spaziale in real-time su hardware indossabile, rispettando stringenti vincoli di latenza e consumo energetico. L'approccio supera le architetture tradizionali selezionando reti neurali Lightweight Single-Stage ottimizzate per acceleratori hardware. La percezione spaziale è demandata a reti di Monocular Depth Estimation (MDE), i cui output vengono fusi con le bounding box semantiche tramite un paradigma di Late Fusion. La robustezza del sistema in scenari meteorologici ed ambientali estremi è infine garantita dall'addestramento su dataset sintetici generati in computer grafica