Az ipari képfeldolgozás és a gépi látás sokáig nagy teljesítményű ipari PC-khez, GPU-khoz vagy felhős szolgáltatásokhoz kötődött. A kamerák többnyire csak a képet állították elő, az értelmezés pedig egy központi szerveren történt. Ez a modell azonban jelentős hálózati sávszélességet, tárolókapacitást és energiaellátást igényel, miközben a válaszidő és a kommunikáció rendelkezésre állása is korlátozó tényező lehet.
A Bolognai Egyetem kutatói 2026. július 7-én tették közzé azt a fejlesztést, amelyben egy kilencmagos RISC-V alapú GAP8 mikrokontrolleren valósítottak meg teljes automatikus rendszámfelismerési folyamatot. A rendszer először neurális hálózattal azonosítja a rendszámtáblát, majd egy második modellel kiolvassa a karaktereket. A kutatók szerint a megoldás nyilvános adatkészleteken 99 százalék feletti karakterfelismerési arányt ért el, miközben a teljes feldolgozás energiaigénye mindössze 117 milliwatt volt.
A műszaki jelentőség nem kizárólag a rendszámfelismerésben rejlik. Ugyanez az architektúra alkalmazható lehet csomagazonosításra, műszerek kijelzőinek leolvasására, termékhibák felismerésére, védőeszköz-viselés ellenőrzésére vagy járművek és személyek osztályozására. Az alacsony fogyasztás lehetővé teszi, hogy az analitika akkumulátoros, napelemes vagy korlátozott teljesítményű PoE-táplálású terepi egységben működjön.
Az edge feldolgozás további előnye, hogy nem szükséges folyamatosan teljes videófolyamot továbbítani. A terepi eszköz csak az eseményt, a kiolvasott adatot vagy egy ellenőrző képkockát küldi a felügyeleti rendszer felé. Ezzel csökkenthető a hálózati terhelés, a központi szerver mérete és bizonyos alkalmazásokban az adatvédelmi kockázat is.
Az ipari felhasználásnál ugyanakkor nem elegendő a laboratóriumi pontosság. Vizsgálni kell a megvilágítást, a párát, a port, a rezgést, a kamera látószögét és az objektum sebességét. A modell frissíthetősége, a verziókezelés, a kiberbiztonsági védelem és a hibás felismerések kezelése ugyanúgy része a rendszertervezésnek, mint maga az algoritmus.
A fejlesztési irány azt jelzi, hogy a következő években egyre több szenzor és kamera nem pusztán mérési adatot, hanem helyben előállított információt szolgáltat majd. Az automatizálási rendszer szempontjából ez új I/O-típust jelent: nem egyszerű digitális vagy analóg jelet, hanem valós időben értelmezett eseményt és bizonyossági értéket.