随着计算机视觉技术的不断迭代和发展,以计算机视觉技术为核心的智能应用和设备逐渐在人们的日常生活和工作中扮演越来越重要的角色。其中,基于视觉的同步定位与建图技术(Simultaneous Localization and Mapping,SLAM)在机器人、无人机...随着计算机视觉技术的不断迭代和发展,以计算机视觉技术为核心的智能应用和设备逐渐在人们的日常生活和工作中扮演越来越重要的角色。其中,基于视觉的同步定位与建图技术(Simultaneous Localization and Mapping,SLAM)在机器人、无人机、自动驾驶等领域中被广泛应用,上述领域需要视觉SLAM技术为其提供精准的定位信息,以实现其精确建图和自主导航功能。然而,由于视觉SLAM算法本身的特性,计算量极大,数据依赖性极高,导致其在传统的硬件平台(CPU或GPU)上运行时,难以满足前述边缘端应用场景对实时性和低功耗的需求,成为限制视觉SLAM技术被广泛应用的关键因素。为了解决这一问题,本文基于算法与硬件协同设计的优化策略,针对ORB特征提取和匹配算法提出了一种面向视觉SLAM的高能效专用加速器,通过多种硬件设计技术提高计算性能和能效,包括基于数据依赖关系解耦的多层次并行计算技术、基于多尺寸存储桶的数据存储技术和像素级对称-轻量化描述子生成和方向计算策略。提出的视觉SLAM加速器在Xilinx ZCU104上进行了测试和验证。与ORB SLAM2的算法精度对比,本加速器的精度在5%以内,帧率提升至108 fps,与同期其他硬件加速器相比,查找表使用降低了32.7%,FF使用降低了41.17%,同时帧率提升了1.4倍和0.74倍。展开更多
提出了一种漂移区具有Nbuffer结构的N型横向扩散金属氧化物半导体(NLDMOS)结构,以提高器件抗单粒子烧毁(single-event burnout,SEB)能力。通过TCAD仿真验证了该结构的电学和抗单粒子特征。在不改变器件性能的前提下,18 V NLDMOS SEB触...提出了一种漂移区具有Nbuffer结构的N型横向扩散金属氧化物半导体(NLDMOS)结构,以提高器件抗单粒子烧毁(single-event burnout,SEB)能力。通过TCAD仿真验证了该结构的电学和抗单粒子特征。在不改变器件性能的前提下,18 V NLDMOS SEB触发电压由22 V提高到32 V,达到理论最大值,即器件雪崩击穿电压。具有Nbuffer结构的NLDMOS器件可以抑制单粒子入射使得器件寄生三极管开启时的峰值电场转移,避免器件雪崩击穿而导致SEB。此外,对于18~60 V NLDMOS器件的SEB加固,Nbuffer结构依然适用。展开更多
机器人是新质生产力的革命性引擎,正在重塑人类的生活和工作。同步定位与建图技术(Simultaneous Localization And Mapping,SLAM)能够使机器人在未知环境中自主导航并构建周围环境的地图,是自主移动机器人实现智能化的基石。然而,SLAM...机器人是新质生产力的革命性引擎,正在重塑人类的生活和工作。同步定位与建图技术(Simultaneous Localization And Mapping,SLAM)能够使机器人在未知环境中自主导航并构建周围环境的地图,是自主移动机器人实现智能化的基石。然而,SLAM算法复杂且运算量大,基于通用芯片方案实现存在延时长、功耗高的问题,不能满足自主移动机器人,尤其是小型、微型、纳型机器人的实时性、体积和功耗需求。因此,设计专用芯片加速计算密集的SLAM算法在近年来受到学术界和产业界的高度关注。本文首先从SLAM技术的基本概念和应用场景出发介绍了SLAM算法需要硬件加速的必要性,接着从算法和专用芯片设计两个角度出发梳理了SLAM技术的研究现状与发展趋势,接着重点讨论了SLAM专用芯片研究的技术挑战与解决方案,对未来发展给出了建议。展开更多
文摘提出了一种漂移区具有Nbuffer结构的N型横向扩散金属氧化物半导体(NLDMOS)结构,以提高器件抗单粒子烧毁(single-event burnout,SEB)能力。通过TCAD仿真验证了该结构的电学和抗单粒子特征。在不改变器件性能的前提下,18 V NLDMOS SEB触发电压由22 V提高到32 V,达到理论最大值,即器件雪崩击穿电压。具有Nbuffer结构的NLDMOS器件可以抑制单粒子入射使得器件寄生三极管开启时的峰值电场转移,避免器件雪崩击穿而导致SEB。此外,对于18~60 V NLDMOS器件的SEB加固,Nbuffer结构依然适用。
文摘机器人是新质生产力的革命性引擎,正在重塑人类的生活和工作。同步定位与建图技术(Simultaneous Localization And Mapping,SLAM)能够使机器人在未知环境中自主导航并构建周围环境的地图,是自主移动机器人实现智能化的基石。然而,SLAM算法复杂且运算量大,基于通用芯片方案实现存在延时长、功耗高的问题,不能满足自主移动机器人,尤其是小型、微型、纳型机器人的实时性、体积和功耗需求。因此,设计专用芯片加速计算密集的SLAM算法在近年来受到学术界和产业界的高度关注。本文首先从SLAM技术的基本概念和应用场景出发介绍了SLAM算法需要硬件加速的必要性,接着从算法和专用芯片设计两个角度出发梳理了SLAM技术的研究现状与发展趋势,接着重点讨论了SLAM专用芯片研究的技术挑战与解决方案,对未来发展给出了建议。