水道事業者は、水道料金の確定や清潔な飲料水の日常的な供給の管理に対する責任があります。 歴史的に見て、水道業務は面倒で、検針員による膨大な検針が必要です。 自動検針を利用すれば漏出箇所の特定と修理に役立ち、水道網の性能向上につながります。
アプローチ
目標は、メータのカウンタをカメラによって自動的に読取り、低消費電力のセルラー･コネクティビティを通じて結果を送信することです。 水道メータの上にカメラを設置します。 第1のニューラル･ネットワークは関心領域（数字がある場所）を検出します。 第2のニューラル･ネットワークは1パスで数字を認識します。 認識した数値は、LTE Cat M1またはNB-IoTセルラー･コネクティビティを通じてサーバに送信します。
このデモは、以下を搭載した村田製作所製LBAD0ZZ1SEモジュールを内蔵したB-L462E-CELL1ボード上で動作します。
- STM32L462REマイクロコントローラ（512KBのFlashメモリ / 160KBのRAM搭載、最大動作周波数80MHz）
- eSIM ST4SIM-200M
- LTE Cat M/NB-IoTモデム
このデモは、以下を搭載した村田製作所製LBAD0ZZ1SEモジュールを内蔵したB-L462E-CELL1ボード上で動作します。
- STM32L462REマイクロコントローラ（512KBのFlashメモリ / 160KBのRAM搭載、最大動作周波数80MHz）
- eSIM ST4SIM-200M
- LTE Cat M/NB-IoTモデム
センサ
画像：Arducam Mini 5MP Plusカメラ･ボードをSPI経由でSTM32に接続
データ
データフォーマット
8桁の水道メーター画像
グレースケール画像
8桁の水道メーター画像
グレースケール画像
結果
モデル：関心領域の検出用に量子化された畳込みニューラル･ネットワーク
入力サイズ：240 x 240
メモリフットプリント：
148 KBフラッシュ（ウェイト用）
57 KB RAM（アクティベーション用
STM32L462 (Low Power) @ 80 MHz での性能
推論時間：300 ms
モデル：数字の認識用に量子化された完全接続型時間マッパー･ニューラル･ネットワーク
入力サイズ：24 x 140
メモリフットプリント：
ウエイト用67 KBフラッシュ
アクティベーション用66 KB RAM
STM32L462 (Low Power) @ 80 MHz での性能
推論時間：8 桁で900 ms
入力サイズ：240 x 240
メモリフットプリント：
148 KBフラッシュ（ウェイト用）
57 KB RAM（アクティベーション用
STM32L462 (Low Power) @ 80 MHz での性能
推論時間：300 ms
モデル：数字の認識用に量子化された完全接続型時間マッパー･ニューラル･ネットワーク
入力サイズ：24 x 140
メモリフットプリント：
ウエイト用67 KBフラッシュ
アクティベーション用66 KB RAM
STM32L462 (Low Power) @ 80 MHz での性能
推論時間：8 桁で900 ms
リソース
コード最適化ツール STM32Cube.AI
無償のSTM32Cube拡張パッケージX-CUBE-AIにより、ニューラル･ネットワークや機械学習モデルといった学習済みAIアルゴリズムを、STM32に最適化されたCコードへ自動変換できます。
対応製品 STM32L4シリーズ
Arm® Cortex®-Mベース32bitマイコンのSTM32ファミリは、マイコン･ユーザに高いレベルの自由を提供します。完全統合性および開発の容易さを維持しながら、高性能、リアルタイム性能、豊富な機能、デジタル信号処理、低消費電力 / 低電圧駆動、およびコネクティビティを兼ね備えた製品を提供します。
