ACELERADOR DE HARDWARE PARA ESTIMATIVA DINÂMICA DE OCUPAÇÃO DE VAGAS EM CIDADES INTELIGENTES

Resumo

Neste estudo, foram desenvolvidos dois modelos de aprendizado de máquina: um baseado em Support Vector Machine (SVM) e outro em Convolutional Neural Network (CNN), com o objetivo de realizar a estimativa dinâmica da ocupação de vagas em estacionamentos. Foi demonstrado que, apesar das limitações físicas dos dispositivos de computação em borda, é possível aplicar conceitos de tinyML para implementar esses algoritmos de aprendizado em microcontroladores. Além disso, foi proposto um sistema em ponto fixo para acelerar o desempenho do modelo convolucional por meio de hardware. Esse sistema demonstrou a capacidade de acelerar a computação do modelo em até 100 vezes em comparação com a execução no microcontrolador ESP32-S3, que possui um acelerador de hardware nativo para o mesmo fim.