课程文献中心 更多>>

关键词： 卷积神经网络   硬件加速   低功耗   嵌入式系统   Zynq   FPGA  

摘要： 目标检测技术旨在从图像和视频中定位和识别物体,是计算机视觉工程最早的技术,其面临的挑战也是最为复杂的。由于其计算规模极其庞大,而传统嵌入式系统的计算能力十分有限,亟需开发新的推理模型加速系统。Zynq作为一种CPU与FPGA结合的异构平台,Zynq具有优秀的CNN加速能力。本课题在Zynq芯片上完成了目标检测网络嵌入式系统研发工作,该系统由CNN硬件加速器和图像处理模块两部分构成,论文的主要工作如下: 首先,CNN硬件加速器选取Tiny-YOLOv3作为算法模型,针对Tiny-YOLOv3网络各层的特性和要求,设计了128通道的二维流水脉动结构的计算阵列,阵列包含多个可进行8位定点激活值和4位编码权重值的乘加计算单元;卷积层扫描窗口贴边通过特征值读取节拍控制和0值替换实时完成,提高了处理速度并节约了存储空间;池化层采用与卷积层融合的方法,使得卷积层产生结果直接进行池化运算。 其次,针对当前方案避免乘法造成了权重系数空间分割不均衡的问题,提出了一种新的CNN加速器实现方案,将权重系数按位分割,面向单bit权重设计卷积加速器,通过逐位实施达到处理速度和识别率的高效折中。以简单的查表选择法实现卷积算子的乘加运算,完成了一款6×3×16的三维加速器计算阵列设计,可单周期完成288个卷积窗口计算,相比传统方案,减少了67%加法器资源消耗,峰值算力提升80%。 最后,完成实时图像处理系统开发工作,该系统由CNN硬件加速核与本文设计的实时图像处理单元组成。利用实时图像处理系统对CNN加速器进行了性能测试。 本文采用前一种CNN加速器方案作为实验测试对象,实验结果表明,本文设计的CNN加速器具有72.28GOPS@200MHz算力,硬件系统总功耗为4.692W,目标检测系统性能为1080p@60fps,对包含20种类别的Pascal VOC数据集识别率为60%。提出的CNN加速器第二方案具有518.4 GOPS@200 MHz算力。

关键词： 生化检测   嵌入式系统   葡萄糖   便携装置   三电极检测  

摘要： 便携化是当今生化检测设备的主要发展趋势之一,与电化学检测方法相结合又以检测特异性高和准确度高被广泛研究。本论文在三电极电化学检测技术、生化检测技术的基础上,对电信号采集处理、检测设备便携化及设备人机交互做进一步研究,设计一种能够用于安培检测的硬件设备与配套手机端软件,以求解决生化检测设备笨重的问题,满足即时生化分析检测的需求。 在电化学检测平台设计部分,首先设计了检测平台的硬件电路。基于脉冲伏安法原理设计了信号激励模块,包括DAC芯片及其外置电路、电压偏移电路与恒电位电路;根据检测信号的特征设计了信号检测模块,包括IV转换电路、滤波电路、可调放大电路与ADC芯片及其外围电路;根据实际应用场景与硬件资源调配,设计了控制模块,包括电源供电模块、4G通信与MCU及其外围电路。同时为硬件电路设计了嵌入式软件,实现电路参数自主可调节功能,解决了检测设备参数固化的问题。使用Altium Designer软件设计了检测平台的PCB版图,实现30mm×30mm的超小电路面积。使用Multisim对上述电路进行了功能仿真,并且实际测试中此电路输出误差在1%左右,检测误差稳定在8%左右,具有高精度、便携、即时检测等特点。 利用Android Studio软件完成了人机交互平台的Android端软件设计,同时基于MQTT通信协议搭建通信链路,实现灵活性好、可靠性高的通信方式。采用阿里云轻量服务器开发实现用户信息与数据的管理。测试了人机交互平台的功能,其能够正确实现界面显示与切换,实现用户管理、生化检测控制与显示、数据管理三大功能,支持用户注册登录、历史数据查询、检测参数控制、实时数据采集。 最终完成了便携式生化检测装置的实物检测,设计实验完成了葡萄糖检测。对比了电化学工作站与便携检测设备对葡萄糖检测的检测结果,脉冲峰峰值检测相对误差为7.142%,相对误差较小。对0.1mmol/L～1mmol/L的葡萄糖浓度与各脉冲峰峰值进行线性拟合,拟合结果呈线性,能够通过电流脉冲峰判断待测液物质浓度。便携装置检出限为0.1658mmol/L,能够检测低物质浓度溶液。 本论文设计了便携式电化学生化检测装置,为生化检测装置小型化提供了一种新的实现方式,在生物医学、野外探测、食品安全等领域具有广阔的应用前景。

关键词： 嵌入式系统   栅格法   上位机   势场蚁群   无人船  

摘要： 随着移动互联网、嵌入式系统、人工智能等新技术和新生态的出现,各行各业正在加速推动基于智能化平台的融合创新发展,进入“人工智能”快速发展的时代。因此,打破民用无人船现有的技术壁垒,对降低传统船舶人工作业时船员的危险程度具有实际应用价值。本文基于无人船的前沿动态发展,针对现有路径规划算法的局限性提出优化方案,采用嵌入式控制系统的设计方法,自行搭建的物理试验平台,对无人船的路径规划问题展开研究并验证其实用性。主要研究内容如下:首先,结合本文的应用场景以及常用环境建模技术的适用条件,选用栅格法作为本文的建图方法。利用开源的地图软件API,采用二值法完成地图的栅格化处理;建立GPS/BDS组合定位技术的数学模型,并基于互联网地图服务规定,对组合定位模块采集数据进行坐标转换,实现无人船在地图中心初始化过程,为后续的路径规划算法提供技术支持。然后,基于现有的无人船的路径规划算法,选用蚁群算法作为底层代码。针对其迭代慢、易出现局部最优解的问题,融合人工势场,提出了一种改进的势场蚁群算法,并对其改进策略进行了分析。利用数值模拟仿真软件,创建S型河道、分叉双河道和Y型河道三种典型内河河道模型,并采用两种不同规格的栅格尺寸对其划分,采用比较分析的方法对比验证常规蚁群算法和改进的势场蚁群算法。结果表明,改进后的势场蚁群算法有效地解决了常规蚁群算法易陷入局部最优解的问题,且受栅格尺寸变化的影响较小。最后,基于STM32单片机,搭载超声波传感器、GPS/BDS组合定位模块、直流电机、2.4G通信模块等硬传感器完成无人船试验平台的搭建。利用窗口程序开发平台完成上位机的编写过程。制定无人船动态避障规则,并完成实船下水测试。通过记录上位机的返回数据表明,不同距离的障碍物试验数据最大差距不大于3cm,实际无人船转向折点坐标与设计路线的转向规划坐标经纬度差距在厘米级,无人船在无动态障碍物情况下可以较好的按照设计路线行驶,证明了本文改进的势场蚁群算法具有可行性和实用性,能完成无人船物理模型平台的下水测试。

关键词： 帕金森病   静止性震颤   震颤抑制   嵌入式系统   拮抗原理   功能性电刺激  

摘要： 在帕金森病人中,有相当高的比例会出现静止性震颤的症状,即静止状态下,手臂或身体其他部位不自主的颤动。由于现有的药物治疗和运动疗法只能改善症状,而无法治愈,因此,医学工程方法的研究和应用得到了重视。 在此背景下,为了有效改善症状,本课题组提出了基于拮抗原理设计单通道功能性电刺激抑制静止性震颤的发明专利,并搭建了震颤抑制的实验平台。本文应用体表肌电信号和传感器数据同步处理的技术作为识别源,实现静止性震颤状态的实时识别功能,并使用拥有强大复用性的工程管理方式搭建肌电桥系统的软件架构。 本论文使用STM32WB55RGV6作为信号处理核心,设计识别系统的各个模块,包括运动传感模块、体表肌电信号监测模块、上位机收发模块、电刺激波形生成模块和功能性电刺激输出模块,并设计适合穿戴式应用的轻量印刷电路板。在软件设计方面,所涉及的软件包括运动加速度计的实时读写程序、体表肌电信号的转换处理程序和上位机信息传输程序。其中上位机传输程序包括嵌入式部分和上位机部分。 在识别系统的硬件和软件设计完成后,进行了健康受试者模拟静止性震颤和意向信号的系统功能验证,对腕屈和腕伸动作循环的肢体振动进行了识别。实验结果表明,基于拮抗原理的静止性震颤识别系统能够有效地将生物体肢体运动分类为震颤运动和主动意向运动,并能够产生单通道的跨皮功能性电刺激。论文使用分别在长时和短时范围内进行识别和预测的方法,实现实时性较高的震颤识别算法,一定程度上验证了方案的可行性。 本论文的创新点主要有: 1)系统的数据收集具有多类型数据同步结合、长期存储、标签化的特点,可以作为优化实时识别算法的高质量原始数据,作为帕金森病电生理学研究基础; 2)使用了轻量化的电源组和探测电路,旨在满足穿戴式震颤抑制设备开发的需要,提高患者真实震颤数据采集的便捷性; 3)利用集成开发环境构建一个具有良好代码复用性并且易于移植的通用微电子肌电桥平台,并集成了无线收发硬件; 4)参考常用的识别方法组合出了一种简单且实时性较高的静止性震颤识别方法。

关键词： 智能相机   机器视觉   图像处理   嵌入式系统   目标识别  

摘要： 智能相机由于其结构紧凑、集成度高和性能稳定等优点,在现代工业生产中具有广泛的应用前景。然而,目前市场上的智能相机大多为国外产品,价格昂贵,由于缺少模块化的专用算法和软件,智能相机的推广受到限制。本文研究来自于企业需求,研究探索了智能相机国产化设计方案,设计并实现了具有较高性价比的目标感知与识别一体化智能相机。本文基于智能相机组成原理,完成了智能相机的系统总体设计;提出了改进YOLOv5的轻量级目标检测算法,开发了智能相机的目标感知和目标识别模块;完成了智能相机硬件系统的搭建,实现了智能相机软硬件系统。基于本文研发的智能相机开发实现了三个不同场景下的典型应用案例。本文的主要研究工作概括如下: (1)提出了目标感知与识别一体化的智能相机总体设计方案。基于智能相机硬件组成原理,将智能相机系统划分为硬件系统和软件系统两部分,完成了智能相机系统总体方案设计。 (2)设计了智能相机的目标感知模块和目标识别模块。根据视觉算法应用范围的不同,将目标感知模块划分为静态目标分割和运动目标动态分割两个子模块进行设计。根据视觉算法原理不同,将目标识别模块划分为基于传统图像处理的智能目标识别和基于深度学习的智能目标识别两个子模块进行设计。 (3)提出了改进YOLOv5的轻量级目标检测算法SGCS-YOLOv5。在YOLOv5算法的基础上,对其主干网络和颈部网络进行了轻量化改进。在模型中加入了CA注意力机制,并使用了目标框优化的SIo U Loss来降低网络轻量化带来的检测精度损失。与YOLOv5n算法相比,本文提出的SGCS-YOLOv5模型在不降低m AP@0.5的情况下,模型的参数量降低了28.8%,浮点计算量降低了22.9%,实现了改进YOLOv5的轻量级目标检测算法SGCS-YOLOv5在智能相机平台的上的应用。 (4)完成了智能相机系统的搭建。基于硬件开发平台,选取了合适的元器件,实现了智能相机的硬件系统。在硬件系统基础上,完成了操作系统和函数库的配置,实现了用户交互图形化控制界面。对智能相机的功能模块进行了测试,实现了智能相机系统软、硬件协调运行。 (5)完成了智能相机在智能交通车辆检测、安瓿瓶外形歪头检测和堆叠钢板数量检测上的典型应用开发。在智能相机已有的视觉功能模块基础上,根据应用场景特点,开发相应检测功能。在智能交通车辆检测中,融合运动目标动态分割模块和SGCS-YOLOv5模块,实现了车流量的实时、高精度检测。在安瓿瓶外形歪头检测中,设计了基于静态目标分割模块的安瓿瓶区域提取方法和基于物体旋转中心提取的安瓿瓶外形歪头检测算法,实现了安瓿瓶外形歪头缺陷的简单、快速检测。在堆叠钢板数量检测中,基于静态目标分割模块和Prewitt特征,实现了堆叠钢板区域快速定位;针对堆叠钢板数量检测问题,提出了基于垂直投影法的检测算法,实现了准确度较高的堆叠钢板数量检测。经过实验与分析,本文设计的智能相机在三种典型应用场景下具有较好的检测效果。 本文设计并实现了目标感知与识别一体化智能相机,所实现的智能相机具有体积小巧、功能丰富、操作方便、成本低等优点,可以应用于多种检测场景。

关键词： 轻量级卷积神经网络   昆虫分类   数据集   嵌入式系统  

摘要： 自然界中昆虫种类繁多,为了能够更好的探究昆虫识别的问题,可以将卷积神经网络技术应用到昆虫图像识别中来搭建昆虫识别系统。昆虫识别系统有利于减少害虫对农林作物的损害,也有利于监测外来物种入侵并有助于生态环境与生态多样性的保护和研究。传统的昆虫识别主要依赖于对昆虫形态、颜色、纹理等方面的特征进行识别,虽然在一定程度上也可以实现对昆虫的识别,但过于依赖于人工特征提取,效率低下,并且传统识别方法容易受到环境和光照的影响,识别精度较低。嵌入式系统通常具有资源有限的特点,如能耗和计算资源有限。如何在有限的资源条件下实现高效的昆虫识别算法是一个挑战。针对传统昆虫识别方法的不足以及面对嵌入式系统的开发,本文采用轻量级卷积神经网络技术对昆虫识别进行深入研究。本文研究内容如下: (1)通过Python网络爬虫获取昆虫图像,经人工筛选,去掉一些特征缺失、像素较低的昆虫图像,作为昆虫分类的样本数据集。并使用数据增强方法来扩充该数据集。 (2)搭建轻量级卷积神经网络模型Mobile Net V3,并调整该网络使其适用于昆虫图像识别任务。使用自建数据集训练Mobile Net V3网络,将实验结果与常见的模型VGGNet、Res Net、Inception V3和Mobile Net V2的实验结果对比分析,验证Mobile Net V3模型在该昆虫数据集的可行性。为了进一步提升模型的识别准确率,在Mobile Net中加入混合注意力机制,提出了CBAM-Mobile Net网络模型,并通过通道剪枝降低模型的大小。改进后的网络模型在自建昆虫数据集上准确率优于Mobile Net V3网络,并且网络模型更小。 (3)设计嵌入式系统。嵌入式系统设计分为嵌入式硬件设计和嵌入式软件设计两个部分。硬件部分使用低功耗嵌入式处理器、高性能摄像头以及LCD显示屏,实现对昆虫图像的采集、处理和显示。软件部分使用RT-Thread操作系统在AHL-GEC-IDE开发环境进行。将轻量级卷积神经网络移植到嵌入端,在嵌入式端实现昆虫图像识别。 本文采用了实验研究和系统设计两种研究方法。实验研究主要是对轻量级卷积神经网络进行训练和测试,以获取最优的模型参数。系统设计则是将轻量级卷积神经网络应用于嵌入式系统中,进行系统集成和优化。通过试验验证,该系统在昆虫识别准确率上有着优异的表现。同时,该系统具有低功耗、小型化、易于部署等特点,可以广泛应用于农业、生态学等领域。

关键词： PCB   缺陷检测   yolov4-tiny   嵌入式系统   ZYNQ  

摘要： 随着现代化社会的发展,数字化与信息化成为科技发展的大趋势,电子产品广泛应用在无人驾驶、消费电子、医疗器械、航空航天等诸多领域,被誉为“电子产品之母”的印刷电路板(Printed Circuit Board,PCB),是电子设备中不可或缺的组成部分。PCB的质量很大程度上决定了电子产品使用寿命,为此国内外很多学者都致力于印刷电路板缺陷检测的研究。通过印刷电路板缺陷检测,可以从硬件层面有效解决电子产品质量不稳定的问题,从而保障电子产品的可靠运行。本文主要建立了PCB缺陷检测的轻量化神经网络模型并对模型进行硬件化推理框架设计,最后搭建嵌入式缺陷检测系统进行测试,具体研究内容如下:(1)建立缺陷检测模型:本文在分析PCB缺陷的特征及卷积神经网络推理计算原理的基础上,以YOLOV4-Tiny为缺陷检测算法,建立针对PCB缺陷检测的算法模型。经测试集评估精度均值为91.9%,精度和速度更为均衡,检测性能满足实际生产中PCB缺陷检测需要。(2)硬件推理实现:根据ZYNQ硬件特性和YOLOV4-Tiny网络结构,设计出软硬件协同的yolov4-tiny的图像处理模块,本文在硬件推理中由PS端负责流程控制与读写控制,在PL端完成计算密集和并行度高的卷积、激活、上采样计算。为了减少计算成本及提高运行效率,对BN层进行层级参数融合以及对权重参数进行定点化操作;并且优化数据传输方式和循环并行展开和流水线处理,降低了计算时延。(3)嵌入式系统搭建:本文基于Xilinx ZYNQ硬件平台搭建出一套完整的图像采集、处理及结果显示的嵌入式PCB缺陷检测系统。本文根据模块化设计思想,设计出图像采集模块IP核、结果输出显示模块IP核,基于AXI互联模块构建出完整的硬件系统,同时设计出算法控制流程调度各个功能模块,实现了嵌入式系统中PCB缺陷检测的目标。最后将所设计的嵌入式缺陷检测图像处理系统与CPU和GPU平台下缺陷检测技术进行实验对比,本文设计的嵌入式检测系统性能低于GPU,相比于CPU性能的存在优势,对比其他嵌入式平台也有较好的结果。

关键词： 嵌入式系统   教学模式   评价体系   教学探索与实践  

摘要： 阐述嵌入式系统课程教学特点和现状，分析嵌入式系统课程中教学理念、教学思维、教学内容、教学模式，以及评价体系中的问题，探讨嵌入式系统课程教学实践的对策，提出以创新实践能力培养为导向，集专业知识、实践能力为一体的教学模式，从而实现课程教学的目标。

关键词： 嵌入式系统   现场可编程门阵列   实时流数据传输   可靠透明传输   命令队列机制  

摘要： 嵌入式系统因其高可靠、强实时、低功耗等特性被广泛应用于医疗仪器、自动化装备、航空航天等领域。为充分发挥嵌入式系统各处理单元如多核处理器片上系统(Multi-core Processor Systems on Chip,MPSo C)和现场可编程门阵列(Field Programmable Gate Array,FPGA)的优势,可以构建异构处理平台,利用各种处理单元的特点使整个系统的性能获得提升。数据传输作为异构处理单元之间协同配合的桥梁,其效率直接影响异构处理系统的性能。因此提高异构处理单元间数据访问的效率,提升数据传输的可靠性和灵活性,减少异构处理单元间数据传输的协议解析开销,对提升嵌入式异构系统的性能具有重要的意义。本文首先面向典型的由MPSo C和FPGA构成的嵌入式系统,针对数据的实时处理需求,对嵌入式异构系统的软硬件协同机制进行研究,提出了一种具有良好可扩展性和可移植性的嵌入式高性能流数据传输架构,以实现异构处理单元之间的灵活高效通讯。为了提高流数据传输架构各异构处理单元的协同工作效率,本文对异构处理单元间命令交互进行研究,充分利用可重构硬件FPGA的低传输延时特性和MPSo C的软件处理灵活性,实现了基于队列的多通道流数据传输。为了增强处理单元间传输的可靠性和易用性,本文对高可靠的透明传输机制进行研究,基于链路层高速串行通道实现了兼容AXI(Advanced e Xtensible Interface)和AXIS(Advanced e Xtensible Interface Stream)的可靠透明传输,并支持中断透传,降低了异构处理单元间传输的复杂度,增强了架构的扩展能力。最后,本文围绕基于MPSo C+FPGA的嵌入式高性能流数据传输架构搭建了实验平台,对系统在不同场景中传输数据的功能和性能进行测试。测试结果表明,可靠透明传输的AXI传输带宽可达59.13Gbps,AXIS传输带宽可达62.17Gbps,同时实现了中断透传和数据的可靠传输;通过命令队列实现了高达1024通道流数据的处理,多通道流数据上行传输速率可达20.14Gbps,流数据下行传输速率可达23.86Gbps,验证了本文提出的面向嵌入式异构系统的流数据高性能传输架构。

关键词： 卫星姿态控制系统   故障诊断   实时仿真   嵌入式系统   算法验证平台  

摘要： 卫星在通信、导航定位、气象预报、军事、科研等领域有着广泛的应用,一旦发生故障,就会造成巨大的损失。姿态控制系统作为卫星控制系统的关键部分,需要很高的可靠性。但是因为系统部件众多、耦合性强以及卫星工作环境十分复杂,姿态控制系统发生故障的概率非常高,所以为卫星姿态控制系统设计故障诊断算法是十分必要的。目前,卫星姿态控制系统故障诊断算法的研究成果很多,但是将算法应用到实际工程中还缺少关键的算法验证过程。本文针对这一问题,使用个人计算机和单片机设计与实现了卫星姿态控制系统故障诊断算法验证平台。平台可进行基于嵌入式系统的实时仿真,进而验证故障诊断算法的实际效果。本文的主要工作如下: 首先,设计了卫星姿态控制系统故障诊断算法验证平台的总体框架,平台由数字卫星仿真平台、人机交互平台、嵌入式算法验证平台三部分组成。数字卫星仿真平台的主要功能是提供实时的仿真数据以及与其它平台进行通信。人机交互平台的主要功能是对数据进行可视化显示和对数字卫星仿真平台进行故障注入等操作。嵌入式算法验证平台的主要功能是与数字卫星仿真平台进行通信以及运行故障诊断算法。 接下来,设计了数字卫星仿真平台的总体框架,对卫星姿态控制系统进行了部件级建模,基于部件级模型实现了卫星姿态控制系统的实时仿真,并且完成了与人机交互平台和嵌入式算法验证平台的通信接口。 然后,设计了人机交互平台的总体框架,完成了与数字卫星仿真平台的通信接口,在此基础上实现了人机交互平台向数字卫星仿真平台发送控制指令的功能,完成了数据的可视化显示工作。 最后,实现了嵌入式算法验证平台与数字卫星仿真平台的通信接口,编写了基础运算库以供实现故障诊断算法的时候调用。设计了一套针对陀螺、星敏感器、太阳敏感器的故障诊断系统。故障诊断系统作为算法验证实例在嵌入式算法验证平台中实现与运行,验证了卫星姿态控制系统故障诊断算法验证平台的使用效果。