为了辅助视障人士出行,设计了一个基于AI机器视觉的盲道信息采集系统,实现对盲道信息的智能化采集。系统基于图像边缘检测以及形态学约束识别正常盲道,实现轮式机器人沿盲道的自动行驶,使用YOLOv8目标检测模型搭配华为昇腾AI处理器识别盲道异常情况,并将检测结果通过Wi-Fi上传至上位机。测试时铺设30 cm×30 cm模拟盲道砖块,并在不同位置放置破损盲道、缺失盲道、可移动与不可移动障碍物进行多次检测。经测试,该系统能在设定场景下完成盲道信息采集,确定异常情况类型与发生位置,盲道异常情况检测平均准确率达95%,异常情况定位信息与实际位置的平均绝对误差小于9.12 cm,可用于市政了解盲道环境信息,辅助视障人士安全出行。
针对现有FPGA矩阵求逆方法普遍存在硬件资源计算延迟、计算精度难以平衡的问题,提出一种融合算法优化与硬件架构设计的矩阵求逆架构。基于MGS-QR分解,将运算流程中可并行的向量运算进行整合,在迭代过程中将逆矩阵的计算转化为对每一轮迭代的部分和的集成,并设计出支持多种向量运算模式的向量处理单元适配该算法。该架构可实现以随矩阵规模成二次多项式关系增长的资源,随矩阵规模线性增长的时钟周期完成N×N实矩阵的求逆,可适配不同规模的矩阵处理需求。与传统MGS-QR分解矩阵求逆方法相比,所设计架构在保证相同计算精度的前提下,进一步降低了DSP的使用量,且显著缩短了计算延迟,可为嵌入式系统实时矩阵求逆提供高效、高可靠性的工程解决方案。
在面向高密度2T0C阵列的存内计算(CIM)中,阵列寄生电容主导了读/写路径的电荷再分配与位线积分动态,是影响存储节点电压扰动和计算线性度的关键因素。然而,传统高精度寄生电容提取方法随阵列规模扩增而计算成本剧增,难以支撑阵列级建模与系统设计。为此,基于远端互连线的渐逝耦合特性,提出一种面向大规模2T0C阵列中心单元的高精度寄生电容近似提取方法。该方法通过聚合非临近字线/位线族,构建九端口等效网络,进而,在1%相对误差约束下,确定了关键寄生电容的截断距离并给出其定量表达式,从而实现了阵列级寄生电容的快速提取。基于此,建立了不同读/写阶段存储节点电容CSN与读位线电容CRBL的高精度模型,准确捕捉了CRBL随阵列规模近线性增长的特性。仿真结果表明,在阵列几何尺寸等比微缩10倍时,所提阵列级模型的提取精度相较于器件级模型提升了15%。进一步的分析表明,若采用低精度的器件级模型对电流域2T0C CIM方案进行线性度评估,会导致积分非线性峰值被高估约1.5 LSB。
随着边缘人工智能(A.pngicial Intelligence, AI)技术的迅速发展,资源受限终端对于神经网络推理的能效提出了更加苛刻的要求。然而,现有的多比特神经网络模型及其硬件电路普遍存在能耗高、结构复杂等问题,限制了其在低功耗场景下的应用。因此,聚焦于边缘视觉任务中的轻量化推理需求,以二值化神经网络为代表,提出了一种面向卷积推理的低功耗存算一体电路设计方法。该方法基于电荷域耦合原理设计了一种结构精简的10T1C-SRAM存算一体单元,并针对模拟输出特性开发低失调比较器和高效输入驱动电路,将五层二值化神经网络(Binarized Neural Networks, BNN)架构中的Conv2~Conv4三层卷积映射到存算一体(Computing-in-Memory, CIM)阵列中,从而实现对BNN中卷积计算的加速。同时,为了避免多层卷积计算中频繁的片外访问操作,通过滑动窗口驱动的数据调度机制完成推理流程。该架构基于台积电180 nm工艺实现,系统平均功耗为38.67 μW,平均能效为243 TOPS/W,在超低功耗条件下展现出较高的能效。该系统在微瓦级功耗下实现了五层BNN网络中Conv2~Conv4 三层卷积计算的高能效硬件加速,在面向边缘视觉推理应用中展现出较大潜力。
对于长寿命产品,NOR Flash内存储的FPGA比特流会因Flash浮栅电荷泄漏而发生数据位翻转,进而导致FPGA配置失败。针对该问题,提出了一种基于FPGA多重启动的Flash刷新方法,产品年检时对Flash进行刷新,以恢复浮栅电荷量。对Kintex-7系列FPGA多重启动机制进行了研究,优化设计了配置数据组成,提高了多重启动的鲁棒性。优化后的配置数据包含1份同步头文件、2份相同的比特流、3份相同辅助文件。启动刷新后,FPGA按自检、刷新、回读校验流程对Flash进行刷新。测试结果表明,该刷新方法稳定可靠,具有较高的工程应用价值。
针对现代新能源车辆网络传输延迟低、数据内容实时性高等复杂挑战,使用瑞萨车规级微控制器RH850/F1K设计了一款基于可变速率控制器局域网的车载网关控制器,具备6路总线通道,可兼容经典控制器局域网及可变速率控制器局域网,同时具备数据存储功能。总线收发器使用新一代CAN收发器TJA1462改善信号传输性能。软件设计基于嵌入式操作系统FreeRTOS实现多任务和结构化分层功能,并针对RH850/F1K微控制器的CAN外设特殊收发方式专门设计了驱动程序。使用USB转CAN工具对网关数据收发能力及存储功能进行测试,测试结果表明,所设计的网关控制器在负载率接近总线使用极限时仍能够稳定工作,为车载网关控制器提供了一种高效、可靠的设计方案。
提出了一种基于开关电容电路的带宽与分辨率可配置离散时间delta-sigma调制器。针对不同工业应用场景对测量精度、信号带宽及动态范围的多样化需求,该调制器设计了阶数可重构的环路滤波器结构,通过外部控制信号可在三阶和四阶模式间切换,同时,通过适配不同的过采样率(OSR),系统能够协同调节信号带宽与测量分辨率。使用MATLAB 进行建模与仿真(OSR = 200),在稳定性方面,三阶模式具有更宽松的稳定条件,其最大稳定幅值(MSA)为-4.4 dBFS,较四阶模式(-19.6 dBFS)优化了15.2 dB,适用于大幅值信号处理;在分辨率方面,四阶模式展现了卓越的噪声整形能力,其动态范围(DR)高达-154.4 dBFS,相比三阶模式的-129.6 dBFS提升了24.8 dB,可精确分辨微弱信号。为验证带宽与精度的可配置性,结合实际仿真结果测试了不同过采样率(OSR)下的性能指标。测试数据显示,在低过采样率区间(OSR < 20),三阶调制器表现出更优的信噪比(SQNR)。
针对船舶设备更新前后因重心变化导致的稳性评估难题,以及传统倾斜试验成本高、耗时长、在中小型渔船上难以普及的问题,设计了一种基于嵌入式技术的船舶稳性自动测量系统。系统以惯性测量单元为核心感知模块,通过多源姿态数据采集、嵌入式实时处理及无线传输,实现船舶横摇姿态角的高精度测量与稳心高度的快速计算。系统采用主从式架构,以STM32F401微控制器为核心,融合加速度计及超声波测距模块,通过2.4 GHz通信传输到上位机,实现对船舶微倾状态下动态响应的多维感知。在模型船户外试验环境下,该系统通过自动化流程显著简化了测量步骤,单次测量耗时较传统手工计算与观测大幅缩短,稳心高度测量平均相对误差小于3%,验证了系统在数据采集与算法解算上的高效性。该系统为渔业船舶设备更新后的稳性安全评估提供了一种高效、高性价比、可现场操作的解决方案,满足海洋工程现场快速测量的需求。
针对常规电流数据采样模块功能单一、测量精度不高,难以满足现场使用需求的难点,基于STM32系列单片机搭建高精度电流数据采集模块,集成高性能A/D转换芯片与网络通信接口,实现0~0.5 A直流电流信号的高精度采集与数据实时传输。测试结果表明,所设计的模块经校准后测量偏差≤0.078%,电子学噪声为±0.18 μA,运行稳定、数据精准,能够充分满足工业车间多点电流监测的应用需求,具备较高的工程推广价值与实用意义。
针对多核异构架构下实时操作系统(RTOS)中断延迟的可预测性问题,以国产RK3588芯片及SylixOS实时操作系统为研究对象,提出了一种分层中断延迟建模方法和一套完整的基准测试框架。理论建模分析了硬件架构与操作系统调度策略对中断响应时间的影响,并设计了包含单核空闲、混合负载、全核高压力等多场景的测试方案,提出“建模-测试-优化”方法论[1],为多核异构平台的实时性评估与优化提供了系统性参考。
针对SSI绝对值编码器传统检测效率低、误判率高的问题,提出一种基于FPGA的自动化缺陷检测系统。系统采用FPGA与STM32双处理器协同架构,FPGA实现SSI通信解析、数据采集及跳码、回码、死码等异常检测,STM32负责步进电机控制与人机交互。结合编码增量动态阈值算法与高速缓存逻辑,实现编码器输出的实时分析与异常判定。实验结果表明,所提出系统具有较高的检测与识别精度,能够有效抵抗复杂环境干扰。该装置为工业现场编码器的高效、可靠检测及质量控制提供了一种低成本、高性能的解决方案。
针对航空航天密封舱设备开舱维护成本高、周期长的难题,提出一种高可靠的OTA远程升级方案。该方案基于双镜像备份与轮换机制,集成完整性校验、状态机管理与自适应网络协议等关键技术,确保升级过程安全可靠。系统支持最大16 MB固件升级,当升级失败时可自动回退至稳定版本。通过理论分析和实验验证,误检概率低于9.32×10-10,Flash寿命提升约2倍;在密封舱环境下升级成功率达99.9%,故障恢复率为100%。与传统开舱方式相比,维护时间从数小时缩短至约1分钟,维护成本降低90%以上,有效解决了密封舱设备的维护难点。
