0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

面向工业边缘的机器学习和智能视觉

星星科技指导员 来源:nxp 作者:nxp 2023-05-25 09:30 次阅读

恩智浦 i.MX 8M Plus应用处理器支持机器学习智能视觉 消费类应用和工业边缘。了解此处理器的功能以及如何 它可用于嵌入式视觉系统。

制造和工业流程自动化程度的提高创造了更多的需求 基于智能视觉的系统。这些系统捕获视觉输入,然后使用各种 根据该输入做出决策的处理技术。这些视觉系统通常是 集成在更大的控制系统中,因此它们必须能够与 其他设备。

恩智浦的 i.MX 8M Plus应用处理器支持机器学习和智能视觉 工业边缘和广泛的其他应用。让我们来看看它是如何在 嵌入式视觉系统。

边缘计算的优势

使用云计算时,用户依赖于超出 他们的本地网络。通过边缘计算,大部分处理都回到了本地 网络的边界,因此,敏感数据也可以保留在本地网络中。

边缘设备可以执行各种任务。在云计算范式中,它们通常是 用于过滤、预处理和存储或缓冲数据。新的进展,如 作为集成的神经处理单元(NPU),开放了可以实现的目标的可能性 边缘设备。边缘设备可以根据各种数据源(例如摄像头)做出决策 输入并使用户能够将基本数据保存在本地网络中。这减少了 必须上传到云的数据,并提高系统的整体可靠性 安全。它还可以实现更快的实时决策,如将数据传输到云。 等待控制响应会增加延迟,从而阻止云计算架构 能够处理某些应用程序。

使用嵌入式 NPU,边缘处理系统可以丢弃来自 输入设备,例如相机,并且仅将相关数据集上传到云。这样可以节省 来自本地站点的带宽,并减少了 云,这反过来又降低了长期运营成本。

i.MX 8M Plus 应用处理器

恩智浦通过 i.MX 8M plus应用帮助在边缘实现基于视觉的应用 处理器通过集成两个MIPI CSI相机接口和双相机图像信号处理器 (ISP),支持高达 12 万像素的分辨率,以及 2.3 TOPS 神经处理 单元 (NPU) 来加速机器学习。

集成的ISP降低了系统的整体复杂性,成本和功耗要求,同时 提供最佳的成像解决方案,特别是在两百万像素和更高分辨率下。这 i.MX 8M Plus SoC 的多媒体功能还包括视频编码和解码、2D 和 3D 图形加速以及音频和语音功能。

i.MX 8M Plus处理器引入了两个千兆以太网通信接口 控制器。其中一个支持时间敏感网络(TSN),而第二个支持。 音频-视频桥接 (AVB)。该器件还包括双 CAN-FD 接口、两个 USB 3.0/2.0 接口 端口、一个 PCIe Gen 3.0 接口和三个 SDIO 3.0 控制器。

i.MX 8M Plus SoC 利用异构计算,为开发人员提供多个 不同的可编程处理内核。Arm Cortex-A53 内核是 启用 Yocto Linux,为应用程序开发人员提供支持。这 集成 M7 内核提供实时性能,也可用于实现低功耗运行 模式。

许多制造和控制应用需要高可靠性。确保高 可靠性,恩智浦在片上RAM上包括DRAM内联ECC支持和ECC,用于检测和校正 内存错误。

将上述所有功能放在一起,i.MX 8M Plus应用处理器是 非常适合在边缘启用基于视觉的嵌入式系统。这些系统的范围可以从 工厂中的质量控制机制,用于检测生产线上的故障项目, 智能智能家居控制器,例如,自动气候和安全控制器。

极端工作条件、使用寿命和可靠性

许多工业用例都需要能够在现场长时间运行的处理器 时间。i.MX 8M Plus 应用处理器符合工业标准,能够运行高达 在 -10°C 至 40°C 的扩展温度范围内可使用 105 年。

此外,该器件将成为恩智浦15年长期供货计划的一部分,保证产品上市后15年的供应。这使得 i.MX 8M Plus处理器 适用于需要更长产品生命周期的应用,无论是由于认证 要求或延长的软件开发时间表。

用于 ML 开发的综合生态系统:eIQ

突破性的 ML 应用程序需要一个能够胜任这项任务的设计和开发生态系统。

EE Times的2019年嵌入式市场研究表明,55%的开发人员表示他们目前或 未来的工作需要机器学习。跨越鸿沟并为 大多数开发人员,机器学习支持必须变得更加全面和易于使用。 更全面的支持意味着恩智浦必须提供端到端的工作流程,允许开发人员 要引入他们的训练数据,请为其应用程序选择正确的模型,执行模型 训练、优化和量化,最后执行目标分析,随后进行 迁移到生产环境。

更易于使用是一个视角问题,但对于大多数人采用,这意味着恩智浦必须 提供简化但优化的用户界面。从理论上讲,这将使机器成为可能。 学习开发环境,基本上可以隐藏详细信息,并且只需单击 几个选项,导入用户的训练数据并在目标设备上部署模型。

通过Au-Zone技术跨越鸿沟

为了使这成为现实并跨越采用者的鸿沟,恩智浦对加拿大的 Au-Zone Technologies,建立独家战略合作伙伴关系以扩展eIQ 机器学习软件开发环境,具有易于使用的 ML 工具,并扩展其 为Edge ML提供硅优化的推理引擎。 Au-Zone的DeepView。™毫升 工具套件将通过直观的图形用户界面(GUI)和工作流程来增强eIQ, 支持所有经验水平的开发人员(例如嵌入式开发人员、数据科学家、ML 专家) 要导入数据集和/或模型,请跨 恩智浦边缘处理产品组合。

使用案例

i.MX 8M Plus 应用处理器非常适合用于各种 应用范围从工业级控制器到节能消费类设备。一些 的目标应用包括工业HMI,自动化控制器,机器视觉系统, 医疗设备、家庭安全和监控以及车队管理。

审核编辑:郭婷

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 处理器
    +关注

    关注

    68

    文章

    18601

    浏览量

    224444
  • 控制器
    +关注

    关注

    112

    文章

    15508

    浏览量

    173439
  • 恩智浦
    +关注

    关注

    14

    文章

    5738

    浏览量

    101604
收藏 人收藏

    评论

    相关推荐

    机器视觉 --检测图像边缘小程序

    机器视觉 --检测图像边缘小程序
    发表于 08-23 21:35

    新手学习机器视觉二次开发(工业视觉)应该从哪里入手,

    新手学习机器视觉二次开发(工业视觉)应该从哪里入手,看了一些资料NI公司的,DAQ、vison、IMAX等似懂非懂,如果想做工业
    发表于 03-05 17:21

    基于深度学习技术的智能机器

    ——工业机器人的智能化程度要求也越来越高,采用深度学习技术为工业机器人赋能是目前各大厂商的统一认
    发表于 05-31 09:36

    嵌入式视觉和网络边缘智能应用市场发展迅速

    应用找到了用武之地。制造商一直以来都依赖于工业应用中的机器视觉系统,但随着先进机器人技术和机器学习
    发表于 07-18 07:52

    【瑞芯微RK1808计算棒试用申请】基于机器视觉工业机器人抓取工作站

    项目名称:基于机器视觉工业机器人抓取工作站试用计划:申请理由 本人是嘉兴技师学院教师,浙江机器人有限公司技术顾问。在
    发表于 09-18 19:24

    超低延时4K时代来临!米尔基于Zynq UltraScale+MPsoc边缘视觉套件VECP发布

    可靠。四、面向专业视觉应用领域米尔VECP(Vision Edge Computing Platform)边缘视觉套件可以广泛应用于工业、I
    发表于 04-28 16:14

    工业机器人与视觉实训平台介绍

    、抓取、装配、入库等训练,2、工业机器人与视觉实训平台包含六自由度工业机器人、智能
    发表于 07-01 06:38

    工业机器人与智能视觉系统应用实训平台介绍

    ZNAI-1工业机器人与智能视觉系统应用实训平台一、产品概述工业机器人与
    发表于 07-01 11:48

    ZN-1AI工业机器人与智能视觉系统应用实训平台介绍

    ZN-1AI工业机器人与智能视觉系统应用实训平台一、产品概述 ZN-1AI以工业机器人与
    发表于 07-01 10:07

    高性能的机器学习边缘计算更给力-iMX8M Plus为边缘计算赋能

    的自主学习能力战胜了围棋世界冠军柯洁。当然,AI发展的如此迅速,也与人类智慧的不断进步是密不可分的。利用机器学习(ML)等方面的技术,开发人员可以创建更丰富多样的应用,比如工业
    发表于 09-07 13:49

    高性能的机器学习边缘计算更给力-iMX8M Plus为边缘计算赋能

    的自主学习能力战胜了围棋世界冠军柯洁。当然,AI发展的如此迅速,也与人类智慧的不断进步是密不可分的。利用机器学习(ML)等方面的技术,开发人员可以创建更丰富多样的应用,比如工业
    发表于 09-07 13:55

    高性能的机器学习边缘计算更给力-iMX8M Plus为边缘计算赋能

    的自主学习能力战胜了围棋世界冠军柯洁。当然,AI发展的如此迅速,也与人类智慧的不断进步是密不可分的。利用机器学习(ML)等方面的技术,开发人员可以创建更丰富多样的应用,比如工业
    发表于 09-24 09:09

    高性能的机器学习边缘计算更给力

    的自主学习能力战胜了围棋世界冠军柯洁。当然,AI发展的如此迅速,也与人类智慧的不断进步是密不可分的。利用机器学习(ML)等方面的技术,开发人员可以创建更丰富多样的应用,比如工业
    发表于 10-15 13:58

    毫米波技术如何为自主机器人提供边缘智能

    ,解决同人类和其他物体相互作用的机器人协同互动的关键问题。若边缘需要额外的机器学习处理,毫米波传感器可与工业级处理器(如Sitara™处理器
    发表于 11-09 08:08

    新品上市 | 启扬智能IAC-IMX8MP-Kit开发板,赋能边缘机器学习

    上,应用于工业和物联网边缘机器学习推理和各类人工智能。为满足人工智能
    的头像 发表于 07-22 15:45 510次阅读
    新品上市 | 启扬<b class='flag-5'>智能</b>IAC-IMX8MP-Kit开发板,赋能<b class='flag-5'>边缘</b><b class='flag-5'>机器</b><b class='flag-5'>学习</b>