实现智能化嵌入式视觉系统要突破各种瓶颈 点击:204 | 回复:0



航大物联

    
  • 精华:0帖
  • 求助:0帖
  • 帖子:281帖 | 1回
  • 年度积分:0
  • 历史总积分:702
  • 注册:2017年7月14日
发表于:2018-02-06 14:26:43
楼主

随着科技的发展和更多业务需求的增长,嵌入式视觉系统应用到很多领域,比如工业自动化、无人机、交通监控、移动设备、汽车等,同时嵌入式视觉系统也迎来了更多的挑战,比如功耗、复杂的算法、处理器的性能、更高的图像分辨率等,人们需要的是更加智能化的系统。

TIM截图20180118162824.jpg

嵌入式视觉系统是实现智能化系统重要的组成部分。作为系统的输入CMOS和CCD是目前图像采集采用的两种领先技术,CCD能够提供更高的图像质量,但是经过过去10年的发展CMOS与其的差距也越来越小了,在功耗、成本和功耗方面大有超过CCD之势。

此外很多应用都需要高效的并行处理系统,因此需要采用专用的硬件处理器比如GPU、DSP、FPGA和多核(multi-core)SoC,但是这无疑会增加系统的成本、功耗和PCB尺寸等,因此一款经济高效的处理器也是行业所需。当然在实际应用中我们要根据系统的实时性能、功耗、图像精度和算法复杂度来选择合适的处理器。

为了协助用户搭建自己的嵌入式视觉平台和产品,Xilinx联盟合作伙伴Avnet(安富利)推出了一系列视觉应用解决方案,比如PicoZed嵌入式视觉开发套件,其中PicoZed SoM集成的是Xilinx Zynq-7030 All Progammable SoC,此外还包括PicoZed扩展板卡V2.0、HDMI FMC扩展板卡(集成摄像头接口)和一个Python-1300-C SXGA(1280x1024)摄像头模块。

这款PicoZed视觉开发套件非常适合开发机器视觉应用,除了硬件、软件工具和丰富的授权IP核资源,它还支持reVISION Stack技术栈,reVISON Stack包括丰富的设计资源,比如算法、硬件加速OpenCV函数库以及目前流行的神经网络训练数据集。

嵌入式视觉系统还在不断的发展,在各大厂商和工程师们的努力下将会突破各种瓶颈,在机器视觉、人工智能、物联网和工业自动化等领域获得更多的应用。




热门招聘
相关主题

官方公众号

智造工程师