Zespół naukowców opracował ARGO - platformę inteligentnych okularów łączącą wygodę ergonomiczną z wydajnością obliczeniową i efektywnością energetyczną dzięki on-device machine learningowi. Zamiast wysyłać dane do chmury, system wykorzystuje Neural Processing Unit zintegrowany z mikrokontrolerem STM32N6, co minimalizuje opóźnienia i gwarantuje przetwarzanie danych lokalnie, bez ujawniania informacji użytkownika.
Rdzeniem rozwiązania jest zoptymalizowany model YOLOv11 do rozpoznawania przeszkód w mieście. Naukowcy wprowadzili specjalną modyfikację architektoniki - Head-wise Parallel Attention (HPA) - umożliwiającą efektywne wykonanie na akceleratorze NPU bez utraty wydajności. Model trenowany na zbiorze Walking On The Road (WOTR) osiąga mAP50-95 wynoszące 24 punkty przy restrykcyjnych ograniczeniach pamięci - cały model zajmuje tylko 2,483 MB.
Platforma integruje multimodalny zestaw sensorów: kamery RGB, czujniki Time-of-Flight, mikrofony i sensory otoczenia. Urządzenie dostarcza 10 klatek na sekundę przy autonomii około 113 minut na baterii 200 mAh. Projekt pokazuje możliwość budowy wysokowydajnego, chroniącego prywatność i społecznie akceptowalnego urządzenia wspomagającego, podkreślając rosnącą tendencję że konkurencyjne rozwiązania edge AI wymagają ścisłej integracji wielu dyscyplin inżynierskich.