AdaBoost人脸检测算法在DSP上的移植与优化

将Viola等人提出的AdaBoost人脸检测算法由PC机移植到TMS320DM642嵌入式平台,采用EMCV （Embedded Computer Vision Library）移植方案,将PC平台的OpenCV（Open Source Computer Vision Library）视觉库中有关AdaBoost算法的模块修改使之适应嵌入式DSP平台。该移植工作主要解决了OpenCV在嵌入式平台的不兼容问题以及不同体系架构的编译器环境和库文件导致的编译和链接错误。优化工作在TI的编译器CCS中进行,在编译器平台下进行C语言的项目及程序优化,并进行了大量实验数据的对比,给出了优化的方案,对实现系统的实时性有指导性作用。     

基于DSP的监控视频行人检测系统优化与实现

针对行人检测系统在嵌入式平台实施时效率低、实时性差的问题,设计了一种基于数字信号处理器(DSP)的行人快速检测系统。首先通过修改解决DSP平台下Open CV的兼容问题;然后将提出的基于Vibe背景建模结合方向梯度直方图(HOG)+支持向量机(SVM)的行人检测算法移植到嵌入式DSP平台;最后在编译平台CCS下,使用各种优化技术对程序进行优化。实验结果表明:在嵌入式TMS320C6657DSP平台上,该检测系统能够有效地对行人进行检测。经优化切实提高了检测速率。     

基于DSP的实时目标特征提取算法

成像制导武器系统进行多目标实时跟踪时,必须具备实时目标特征提取能力。实现一种基于TMS320C64x DSP平台的实时目标特征提取算法。针对C64x DSP的增强存储器访问特性,通过多像素信息的同步提取和像素归并方法,对算法进行优化。实验结果表明,优化后算法的执行效率和实时性较高。     

基于TMS320F2812 DSP的网络通信系统设计

研究了DSP嵌入式系统连接以太网进行数据传输的方法。本系统采用了TMS320F2812 DSP作为主处理器,利用以太网控制器芯片RTL8019AS实现DSP系统与PC机之间的连接,完成通过网线从PC机传输数据到DSP,DSP再将数据通过网线回传到PC机上显示的基本功能。实验结果表明,基于DSP实现与以太网之间的互联是切实可行的,在嵌入式实时多任务环境中,将以太网通信作为多个任务中的一个,可以根据不同场合的需求进行通信方式的选择。     

基于PC机开发的DSP数据采集系统设计

研究DSP数据采集系统的一种开发方法,由DSP应用板、PC机及数据交换卡组成开发系统,利用PC机的高级语言独立于DSP系统进行算法开发和在线调试,算法成熟后移植到DSP应用系统,给出了基于TMS320F240的磁浮列车数字式悬浮控制器开发实例.     

基于DSP的多传感器阵列数据采集与处理实验平台

介绍了多传感器阵列宽带信号采集处理实验平台,该平台可以接收100～400 MHz的宽带信号并对宽带信号进行近于实时的来渡方向的估计.系统主要包括8单元阵列传感器,两台同步高速数字存储示波器,PC机信号处理平台和DSP算法评估板.系统对8通道阵列传感器进行同步数据采集和存储,采集到的数据在MATLAB平台上进行仿真处理并下载到DSP中进行算法性能评估.     

支持向量机软测量的嵌入式系统平台实现

针对石油化工等复杂过程的软测量问题,以ARM与浮点DSP双核控制器OMAP-L137为核心设计了一种嵌入式软测量平台,能够完成实时数据处理和在线计算.以实时性为目标,对支持向量机的惩罚因子、径向基函数gamma参数、不敏感区域(容忍经验风险)、训练中止条件等因素进行优化,简化了支持向量机算法,并成功移植到嵌入式平台,实...     

一个嵌入式视频监控系统的设计与实现

设计和实现了一个嵌入式视频监控系统,系统由基于嵌入式平台的视频服务器、基于PC机的控制中心和客户端组成。视频服务器以嵌入式处理器为硬件平台,移植的嵌入式Linux操作系统为软件平台。视频服务器把摄像机所捕捉的影像,经过嵌入式处理器编码压缩后,实时地通过局域网或者Internet传输到客户端显示并存储。     

基于小波降噪的DSP准实时实现研究

针对信号小波降噪处理的实时性要求,提出一种基于小波降噪理论的准实时降噪算法的DSP嵌入式实现方案;给出使用MATLAB对准实时小波降噪方法与离线小波降噪方法的仿真分析,并依据准实时小波降噪方法设计了DSP嵌入式平台;将噪声水平为σ_orginal=1.0的含噪信号通过上述DSP嵌入式平台,采用准实时小波降噪方法,取得了σ_orginal=0.65589的降噪效果;同时,将上述方案应用于对液体流速信号降噪,降噪效果明显。     

基于DSP芯片外围接口技术应用

本文采用高速数字信号处理器DSP与AD/DA系统构成硬件仿真器。将仿真算法移植于DSP中,通过AD/DA实现模拟量的输入,输出。并通过接口与PC机相连,实现参数的输入,控制和显示。     

基于改进 YOLOv4 的嵌入式变电站仪表检测算法

随着机器人技术的快速发展,智能机器人广泛应用于变电站巡检,针对目前目标检测算法参数量过大且嵌入式设备性能有限,难以在嵌入式平台上实现实时检测的问题,提出了一种基于改进 YOLOv4 的嵌入式变电站仪表检测算法。以 YOLOv4 为基础,采用MobileNetV3 作为主干特征提取网络,在保证模型能够有效提取特征的情况下,降低运算量,提高检测速度;与此同时,将特征提取后的路径聚合网络(PANet)中的卷积运算替换成深度可分离卷积;采用迁移学习的训练策略克服模型训练困难问题;最后,利用TensorRT对改进后的模型进行重构和优化,实现快速和高效的部署推理。改进后的算法在嵌入式端 NVIDIA Jetson Nano上进行了测试,实验结果表明,在牺牲了较少精度的情况下,检测速度提高了 2 倍,达到 15 FPS,为边缘计算场景下的仪表实时检测提供了可能。     

Efficient sorting design on a novel embedded parallel computing architecture with unique memory access

Embedded Parallel computing architecture with Unique Memory Access (ePUMA) is a domain-specific embedded heterogeneous 9-core chip multiprocessor, which has a unique design with low power and high silicon efficiency for high-throughput DSP in emerging telecommunication and multimedia applications. Sorting is one of the most widely studied algorithms, more embedded applications also need efficient sorting. This paper proposes an efficient bitonic sorting algorithm eSORT for the novel ePUMA DSP. eSORT algorithm consists of two parts: an in-core sorting algorithm and an intra-core sorting algorithm. Both algorithms are adapted to the novel architecture and take advantage of the ePUMA platform. This paper implemented and evaluated the eSORT for variable datasets on ePUMA multi-core DSP and compared its performance with the Cell BE processors with the same SIMD parallelization structure. Results show that bitonic sort on ePUMA multi-core DSP has much better performance and scalability. Compared with optimized bitonic sort on Cell BE, the in-core sort is 11 times faster and intra-core sort is 15 times faster in average.     

基于异构多核并行加速的嵌入式神经网络人脸识别方法

针对传统视频监控设备进行前端人脸识别时处理大量人脸数据所面临的计算性能不足的问题,提出了一种基于CPU-多核加速器异构结构的前馈神经网络并行加速框架,然后借助主成分分析方法对人脸数据进行特征提取用于神经网络的训练,并将训练好的神经网络模型导入神经网络加速框架中进行分类识别的方法。该方法最终在集成Zynq SoC和Epiphany的Parallella嵌入式并行计算平台中进行了系统实现。实验数据表明,该方法在保证识别准确率一致的情况下,能够提供相对于Zynq中的双核ARM处理器8倍的识别加速能力,在嵌入式人脸识别加速方面具有显著作用。     

基于激光雷达的气浮台定位系统设计与实现

设计并实现了一种基于嵌入式平台的激光雷达定位系统,用于特定场景下气浮台的定位与控制.系统主要由激光雷达传感器,DSP嵌入式控制器以及气浮台组成.DSP获取并处理激光雷达传感器原始数据、识别目标特征点、解算坐标值、实现对气浮台位置的实时控制.文章给出室内环境特征点的提取方法、雷达坐标系与系统坐标系坐标转换算法,采用最小二乘法对识别点曲线拟合,并提取有效坐标点,解算物体坐标.实验结果表明,系统的平均定位误差为5 mm,角度误差小于1°,满足气浮台姿态控制所需的定位精度.     

快速不变矩算法基于CUDA的并行实现研究

不变矩自提出以来被广泛应用于目标识别系统中进行特征描述,这需要能够实时计算不变矩值。虽然人们提出了许多不变矩的快速算法,仍无法在单台PC机上实现不变矩的实时计算。本文分析了基于差分矩因子的不变矩快速算法的并行性,提出了一种基于CUDA（Compute Unified Device Architecture）的快速不变矩并行实现方法,并在NVIDIA Tesla C1060 GPU（Graphic Processing Unit）上实现。对所提出算法的计算性能与普通串行算法进行了对比分析。实验结果表明,本文所提出的并行计算方法极大地提高了不变矩的计算速度,可有效地用来进行实时特征提取。     

基于嵌入式系统的预测控制的设计与实现

针对过程工业中中小型快速系统的过程控制问题,以ARM与浮点DSP双核控制器OMAP—L137为核心,通过硬件系统和软件系统配合,设计并实现了面向先进控制的嵌入式通用平台。以实时性为目标,将预测控制算法分块,分别对预测模型、约束处理和在线求解算法各块进行研究。提出了针对嵌入式计算速度和存储量有限等问题的解决方案,并将改进后的算法在嵌入式平台中实现。通过对相关模型的测试,结果表明:系统具有高速、高控制精度等优良性能。     

基于嵌入式GPU的pyramid LK光流法高速计算方法研究

在嵌入式计算平台上实现双向约束LK金字塔高精度光流的实时计算,是该算法能否用于自动驾驶等场景的重要影响因素。为了实现该目的,提出了基于网格划分的特征提取方法及新的双向约束方法;然后设计了动态窗口的金字塔模型,解决了光流计算过程中的负载不均衡问题;最后通过降低计算位宽,使得整体性能获得进一步提升。实验结果表明：在Jetson TX2上,针对真实场景所用的720P视频,所提出方法的性能比OpenCV的GPU版本提升了4.1倍,达到30 fps以上;将采用该方法的SLAM系统成功应用于车载场景并在真实环境中测试,使得系统的性能达到了28 fps。新方法有效地提升了位姿和点云的精度,较好地满足了车载场景的实时处理需求。     

面向卫星在轨实时处理的遥感视频动目标提取算法

针对现有动目标检测算法应用于卫星视频存在较多伪运动误检且难以在轨实时运行,同时短程跟踪算法难以寻回丢失目标的问题,提出一种卫星在轨实时提取运动目标算法.面向运动区域设计图像分类算法以优化运动检测结果,准确筛选动目标;用短程跟踪代替逐帧检测,以降低整体算法复杂度,并设计多特征融合与时空约束的重识别机制关联短程轨迹,应对跟...