机器人AI芯片设计技术综述

机器人+人工智能将引领新智能技术变革,人工神经网络在机器人感知方面应用潜力巨大。然而,AI算法日益复杂、CPU等通用处理器能效瓶颈问题突出,传统处理芯片无法有效适配大规模神经网络的推理计算任务。近年来,机器人AI芯片凭借高算力、低功耗特性成为神经网络在机器人系统应用部署的理想选择,受到广泛关注。本文面向机器人应用,研究AI算法现状,梳理AI芯片设计技术最新进展,提出技术难点及可行技术路线,探讨机器人AI芯片设计的技术趋势及挑战。

基于深度学习的宣纸缺陷识别软件设计

作为我国优秀文化遗产书法与国画的主要载体,宣纸需始终保持较高质量,最大程度上避免缺陷以影响外观与使用,这就要求造纸企业必须高度重视宣纸缺陷识别与检测,以机器识别软件替代人工识别检测,并引进合适的识别算法。提出了基于深度学习之卷积神经网络的宣纸缺陷识别算法,且由此进行了宣纸缺陷识别软件设计。结果发现,此软件不仅运行速度快,识别率高,而且识别分类准确率可达98.93%,可完全贡献于宣纸质量提高,值得广泛推广与应用。

基于SRAM缓存和存内计算的低功耗关键词唤醒系统

为了解决关键词唤醒算法部署在边缘计算硬件会带来较高功耗、给电池驱动的设备带来续航挑战的问题,提出了一种基于存内计算技术和软硬件协同优化的低功耗关键词唤醒系统。在算法层面,基于标准MFCC算法拓扑结构提出了一种三值量化MFCC-CNN联合算法,将MFCC中的全部通用矩阵乘映射到神经网络加速器当中。在电路层面,提出了一种基于SRAM的存内计算核心,用于解决传统冯·诺依曼架构加速器存在的功耗墙和存储墙问题。同时通过复用存内计算核心的SRAM存储功能提出了一种基于查找表实现的缓存电路,用于替代寄存器延迟链电路。SRAM存内计算核心和SRAM缓存电路均采用定制单元实现。在系统层面,基于以上2种定制电路设计了一种低功耗关键词唤醒系统。该系统采用ASIC与定制化电路设计流程设计,并使用28 nm CMOS工艺库对该设计进行了ASIC综合,在250 kHz下,关键词唤醒系统运行10分类任务的延迟是64 ms,整体功耗为645.28μW,其中MFCC流水线的动态功耗占总动态功耗的5.9%,总功耗仅占系统功耗的1.3%。

基于Qt的BP神经网络演示软件设计

BP(Back Propagation)神经网络算法是一种典型的神经网络算法,具有广泛的应用。为了直观地显示该算法训练和验证数据的完整流程,文章设计了一个基于国产化平台Qt的BP神经网络演示软件,使用Qt自带的图形化控件来实现算法的结果演示。文章首先介绍了BP神经网络的基本原理、公式推导和工作流程,其次使用Qt实现了该算法并绘制了图形化界面,最后使用该算法对经典的鸢尾花数据集进行训练和验证,并将验证结果在界面上显示。实验验证,该软件能够支持BP神经网络算法的算法运行与结果显示,满足软件设计的相关要求。

基于神经网络的热风炉模糊控制系统研究

钢铁作为我国制造业、建筑业不可或缺的资源,在我国的基础建设中发挥了重要的作用。高炉炼铁是目前进行钢铁加工的主要手段,在热风炉的加热下将从矿山采集的铁原材以及焦炭、煤粉进行混合燃烧,将燃烧产生的热风送入高炉内在进行炼铁加工。热风炉在高炉炼铁中的作用可见一斑。有效的控制热风炉的燃烧过程,保证其蓄热充分,能够最大程度的减少资源浪费。探讨了一种基于神经网络的热风炉模糊控制系统,从热风炉的工艺控制流程入手分析,介绍了基于神经网络的热风炉的模糊控制系统硬件以及软件设计,最后对这一系统的现场实际应用效果进行了分析,结果发现神经网络模糊控制系统具有较高的可行性,提升热风炉的工作效率,保证高炉冶炼的效果。

基于SqueezeNet的可识别积水软件设计

本设计使用Matlab编写的软件抓取工业摄像头数据,并将图像数据传输至神经网络内部进行识别,若在10 s内连续判定地面存在积水,则软件进行报警,否则正常监控运行。SqueezeNet识别正确率高达79.07%,配合软件相关算法可大幅提升正确率,该软件可填补发生积水后无人发现的空白,极大地节省了人力、物力与财力。

基于神经网络的智能叶片优化设计系统的研究

为给叶轮机械叶片设计人员提供一个操作灵活、专业性强、功能齐全的叶片设计软件,应用神经网络技术开发了一套具有智能化功能的叶片优化设计系统。利用某三级轴流压气机静子叶片2以及某两级风扇压气机转子叶片2的叶片优化改型设计对软件进行了验证,优化设计前后两个叶片流场气动性能的对比分析结果表明,该软件界面友好,功能齐全,具有一定的智能功能,能够满足叶片设计以及优化设计的基本要求。

木糖醇发酵过程参数的在线软测量

针对在线测量或预测木糖醇浓度并适时终止发酵问题 ,运用广义对数方程拟合木糖醇发酵过程的各参数值 ,借助均匀设计法寻找神经网络的最佳隐层单元数、学习速度、初始权矩阵 ,构建一个具有 5 - 8- 4三层网络结构的“软传感器”.经检验 ,它能很好实现在线状态估计和提前一步预测木糖醇浓度 .

基于人工神经网络的正交实验分析软件的设计与实现

在最佳冶金工艺分析时,正交实验得到了广泛的应用,但现有的正交实验数据分析方法存在复杂性和弱适应性等缺陷。基于人工神经网络的正交实验分析软件,充分利用BP网络的高度非线性对实验数据进行拟合,建立实验影响因素和指标之间的映射关系,进而结合遗传算法的全局随机搜索的特点,得到实验的最佳工艺。实例应用结果表明该软件操作简单,具有良好的实用性、通用性及推广价值。

采油螺杆泵定子橡胶配方优化设计的遗传神经网络预测

考察了采油螺杆泵(PCP)定子橡胶需要具备的力学性能,并在此基础上,采用遗传神经网络方法,在Matlab软件中编程实现基于遗传算法优化的误差反向传播神经网络算法,建立了PCP定子橡胶配方组分与力学性能之间的优化模型。采用遗传神经网络模型对PCP定子橡胶的力学性能进行预测,并与实测值进行对比。结果表明,PCP定子橡胶配方组分与力学性能之间的优化模型的参数设置为:权值初始化范围为[-1,1],种群大小为50,最大进化代数为100,选择率为0.09,交叉率为0.6,变异率为0.05。当NBR用量为197份、硫黄用量为4份、促进剂CZ用量为1.5份、炭黑用量为20份时,PCP定子橡胶的拉伸强度可达27.5 MPa,扯断伸长率为710%,撕裂强度为158 k N/m。应用遗传神经网络对PCP定子橡胶配方的优化设计取得了较好的效果。PCP定子橡胶的力学性能的实测值与遗传神经网络模型的预测值相对误差控制在±5%以内。

基于神经网络多国货币种类的识别与研究

提出了一整套解决货币种类的识别方案，该方案由一套包含扫描头和探头矩阵在内的计算机硬件和软件系统组成，通过探头矩阵获得货币图案的采样值，应用神经网络实现种类的识别。

基于SoC的卷积神经网络系统设计

近些年,卷积神经网络(CNN)出色地完成了许多机器视觉任务。但现有的软件实施方案无法很好地在便携式设备中实现,为此设计一种基于Xilinx全可编程SoC的CNN系统,在固定资源的SoC平台下,只需较少资源即可实现快速的检测系统。系统实现多级流水线和输入数据复用的方法提高计算效率。系统硬件部分实现CNN计算,软件实现图片预处理及图片检测后处理,从而提高运行效率,系统可实现多种卷核的卷积操作,平均值池化,非极大值抑制抑制算法,实现图片中多人脸的准确定位。实验结果表明,在100MHz的工作频率下,系统的平均计算速率为0.19Gops/s,功耗仅为通用CPU的4.07%。

人工神经网络油气识别圈闭软件的设计与实现

本文介绍人工神经网络油气识别圈闭软件用户界面的设计风格、系统的构成、各处理单元的数学模型与功能。系统包括五个功能模块，由主控菜单驱动的用户界面程序统一管理和调用，实现了数据预处理、信息优化提取、模式识别和成果图件演示、打印一体化。

水泥生产的现场总线控制系统设计

阐述了一种适用于水泥生产的基于CAN总线的集散控制系统的总体设计,从系统的硬件体系、功能设计和软件体系等方面进行了详细的论述。此外,根据水泥生产的特点,提出了适合于系统开发的控制方案。

BP神经网络模拟软件的设计和实现

本文介绍一个在窗口系统下用Ｃ语言实现的后向传播神经网络（ＢＰ网络）模拟软件。该软件能够模拟多至四层的ＢＰ网络，各层神经元数及网络工作参数可以通过对话窗口输入。采用该模拟软件对三输入奇偶校验模式识别问题进行了处理，得到了满意的结果。

边坡工程反馈设计研究的人工神经网络方法

提出并建立了高陡岩体边坡工程反馈设计人工神经网络方法，开发了rsfdANNet软件系统，给出了该理论的背景及基础，讨论了rsfdANNet特点及对有关问题的处理技巧，最后给出了它用于边坡稳定性分析评价的研究案例。

集成电路故障诊断系统设计与实现

根据诊断系统的组成及其电路的结构与特点,设计了智能故障诊断系统的模型、系统硬件组成、系统软件结构和相关命令．并阐述了基于BP神经网络测试算法。

基于多模式EEG的脑-机接口虚拟键鼠系统设计

现有的脑-机接口系统大都只基于单模式的脑电特征,系统能实现的功能非常有限,从而制约了脑-机接口系统的应用。采用基于多种模式脑电信号(electroencephalogram,EEG)的脑-机接口技术来实现虚拟键鼠系统,使得被试可以利用自身的脑电信号控制鼠标和键盘的操作。研究了脑-机接口中常用的3种脑电信号,分别是P300波、alpha波以及稳态视觉诱发电位(steady state visual evoked potential,SSVEP),通过设计实验成功的诱发出了被试相应的特征脑电信号。利用SSVEP的脑电特征设计6频率LED闪烁刺激的虚拟鼠标系统,实现控制鼠标光标移动、单击左键和单击右键的任务;利用P300波的脑电特征设计6×6的字符矩阵虚拟键盘系统,实现字符输入的任务;利用被试自主闭眼增强alpha波的脑电特征,实现鼠标和键盘应用切换的任务。研究了适宜这3种脑电特征的最佳测量电极组合及模式识别算法,使得对3种脑电信号的识别正确率均达到了85%以上。测试结果显示,文中设计的基于多模式EEG的脑-机接口虚拟键鼠系统能有效地实现鼠标控制以及键盘输入的任务。

人工神经网络事件探测系统的结构设计及实现

国外传统的高速公路事件自动探测算法存在着事件探测模型有偏差、误报警率高和不适合我国实际等缺陷，而采用人工神经网络探测事件则具有克服这些缺陷的潜在优势。文章就人工神经网络事件探测系统的系统设计目标及功能、关键模块设计、组成结构和系统特点等进行了论述。

基于神经网络的基板图像识别软件设计与实现

在分析了现有技术的基础上 ,提出了一种基于神经网络的基板图像识别体系 ,并针对某型引线键合机 ,设计并实现了基于该体系的识别软件。实验结果表明 :该软件使用简单 。