【技术实现步骤摘要】
本申请涉及属于电子、电气领域，具体涉及一种支持深度学习算法的嵌入式系统及其使用方法。
技术介绍
1、目前随着计算机技术和传感器技术的迅速发展，各种电气设备如飞行器、汽车等，正向集群智能化、网络化的方向发展，电气设备上的ai算法成为科技领域的热点研究方向。
2、深度学习是一种多层神经网络的机器学习方法，通过学习样本数据的内在规律，进行样本的特征空间变换，具备较强的探测与感知能力。用于特征提取的神经网络模型通常需要比较大的运算，硬件平台应具备高效的运算能力和灵活的数据交互能力。
3、在相关技术中，支撑深度学习算法的硬件平台均为中心计算的形式，通过服务器配置gpu(graphics processing unit，图形处理器)对大数据进行处理。这种平台体积庞大、结构复杂，应用场景十分局限。
4、并且，随着人工智能在各行各业以及各种产品上应用的普及，其适配终端的不确定性却来越强，且越来越多的小型化设备也开始有人工智能需求，而这些设备因应用场景复杂，既有面向民众，如手机，无人机等，也有面向工程的，而面向工程需求的设备则种类非常多，且每天都有新的设备种类希望接入人工智能，无而现在的平台式人工智能提供方式对这样的应用场景并不友好。
技术实现思路
1、本申请提供一种支持深度学习算法的嵌入式系统及其使用方法，可以解决现有技术中存在的平台体积庞大、结构复杂，应用场景十分局限的技术问题。
2、第一方面，本申请实施例提供一种支持深度学习算法的嵌入式系统，其包
3、所述接口管理模块具有多种连接器并用于获取外部数据，并判断所述外部数据是属于需神经网络推理模块处理的第一类数据，还是属于需智能运算模块处理的第二类数据，并将所述外部数据发送至对应的智能运算模块或神经网络推理模块；
4、所述神经网络推理模块根据所述第一类数据进行深度学习和/或复杂模式识别；
5、所述智能运算模块用于获取所述第二类数据，根据所述数据进行数学计算、逻辑计算和任务处理；
6、所述接口管理模块还用于将所述智能运算模块和神经网络推理模块处理后的输出数据传输至所述嵌入式系统外。
7、结合第一方面，在一种实施方式中，所述神经网络推理模块将所述复杂模式识别后的输出数据传输至所述嵌入式系统外，或者传输给所述智能运算模块；所述智能运算模块包括主处理器和从处理器；
8、所述主处理器用于控制所述嵌入式系统内的数据通信和所述嵌入式系统与外部的通信、任务处理、数学计算、逻辑计算以及所述数学计算、逻辑计算结果的输出或执行；
9、所述从处理器用于接收所述神经网络推理模的输出结果，并处理所述神经网络推理模的输出结果后传输至所述嵌入式系统外。
10、结合第一方面，在一种实施方式中，所述接口管理模块包括soc芯片，所述接口管理模块还用于将获取的所述外部数据传输至所述主处理器和从处理器进行预处理。
11、结合第一方面，在一种实施方式中，所述主处理器和从处理器均为dsp。
12、结合第一方面，在一种实施方式中，所述神经网络推理模块包括玉龙810a芯片。
13、结合第一方面，在一种实施方式中，所述接口管理模块第一通信接口组，包括：
14、一路以太网接口，其用于与外部设备通信；
15、一路rs422通讯接口，其波特率被配置为与对应外部设备相匹配，并与该外部设备通信；
16、一路rs422对时接口，其用于与外部设备通信并进行对时；
17、至少两路lvdsx4接口，其用于接收传感器消息；
18、一路1553b总线接口和一路can总线接口，其均用于与外部设备的指令通信。
19、结合第一方面，在一种实施方式中，
20、所述主处理器和从处理器之间通过第二通信接口组相连，所述第二通信接口组包括srio 4x@3.125gbps接口和ram接口连接；
21、所述第二通信接口组的srio 4x@3.125gbps接口用于预设种类的数据传输，所述第一通信接口组的ram接口用于指令传输。
22、结合第一方面，在一种实施方式中，所述接口管理模块还包括：
23、第三通信接口组，其包括与所述主处理器相连的srio 4x@3.125gbps接口、ram接口和gpio接口；
24、第四通信接口组，其包括与所述从处理器相连的srio 4x@3.125gbps接口、ram接口和gpio接口；
25、第五通信接口组，其包括与所述神经网络推理模块与相同的srio4x@3.125gbps接口和多个gpio接口；
26、所述第五通信接口组的srio 4x@3.125gbps接口用于传输预处理后的第一类数据；
27、所述第五通信接口组的多路gpio接口用于传输所述主处理器、从处理器与所述神经网络推理处理器之间的通信指令。
28、结合第一方面，在一种实施方式中，所述接口管理模块用于将所述神经网络推理模块神经网络计算或者复杂模式识别所得到的结果输出至所述嵌入式系统外部。
29、第二方面，本申请实施例提供了一种如第一方面的支持深度学习算法的嵌入式系统的使用方法，
30、将第一外部设备与所述嵌入式系统的接口管理模块相连；
31、接口管理模块从第一外部设备或者其他外部设备获取外部数据，并判断所述外部数据是属于需神经网络推理模块处理的第一类数据，还是属于需智能运算模块处理的第二类数据，并将所述外部数据发送至对应的智能运算模块或神经网络推理模块；
32、所述神经网络推理模块根据所述第一类数据进行深度学习和/或复杂模式识别；
33、所述智能运算模块用于获取所述第二类数据，根据所述第二类数据进行数学计算、逻辑计算和任务处理；
34、所述接口管理模块还用于将所述智能运算模块和神经网络推理模块处理后的输出数据传输至所述第一外部设备或者其他外部设备。
35、本申请实施例提供的技术方案带来的有益效果包括：
36、通过在嵌入式系统上设置接口管理模块，智能运算模块和神经网络推理模块，接口管理模块获取数据。先由接口管理模块接受需要处理的数据，由智能运算模块来处理数学计算、逻辑计算和任务处理等响应速度要求高，但是算力需求相对不高的任务，由神经网络推理模块来处理深度算法等人工智能相关训练即结果输出等工作，再由接口管理模块将处理完的结果或者决策发送到外部设备。
37、可见，上述三个模块使得本申请的嵌入式系统可以作为一个独立的设备与另一设备相互连接，使得另一设备具有人工智能处理能力，有利于系统改造、升级，可方便地实现深度学习算法的边缘计算，改变大规模矩阵运算局限于大型服务器的传统模式。
38、并且，本专利技术嵌入式系统在小型化、模块化后在嵌入式平台上实现，为深度学本文档来自技高网...
【技术保护点】
1.一种支持深度学习算法的嵌入式系统，其包括接口管理模块，智能运算模块和神经网络推理模块，其特征在于，
2.如权利要求1所述的支持深度学习算法的嵌入式系统，其特征在于，所述神经网络推理模块将所述复杂模式识别后的输出数据传输至所述嵌入式系统外，或者传输给所述智能运算模块；
3.如权利要求2所述的支持深度学习算法的嵌入式系统，其特征在于，所述接口管理模块包括SOC芯片，所述接口管理模块还用于将获取的所述外部数据传输至所述主处理器和从处理器进行预处理。
4.如权利要求3所述的支持深度学习算法的嵌入式系统，其特征在于，所述主处理器和从处理器均为DSP。
5.如权利要求4所述的支持深度学习算法的嵌入式系统，其特征在于，所述神经网络推理模块包括玉龙810A芯片。
6.如权利要求5所述的支持深度学习算法的嵌入式系统，其特征在于，所述接口管理模块第一通信接口组，包括：
7.如权利要求6所述的支持深度学习算法的嵌入式系统，其特征在于，
8.如权利要求7所述的支持深度学习算法的嵌入式系统，其特征在于，所述接口管理模块
9.如权利要求8所述的支持深度学习算法的嵌入式系统，其特征在于，所述接口管理模块用于将所述神经网络推理模块神经网络计算或者复杂模式识别所得到的结果输出至所述嵌入式系统外部。
10.一种如权利要求1-9任意一项所述的支持深度学习算法的嵌入式系统的使用方法，其特征在于：
...【技术特征摘要】
1.一种支持深度学习算法的嵌入式系统，其包括接口管理模块，智能运算模块和神经网络推理模块，其特征在于，
2.如权利要求1所述的支持深度学习算法的嵌入式系统，其特征在于，所述神经网络推理模块将所述复杂模式识别后的输出数据传输至所述嵌入式系统外，或者传输给所述智能运算模块；
3.如权利要求2所述的支持深度学习算法的嵌入式系统，其特征在于，所述接口管理模块包括soc芯片，所述接口管理模块还用于将获取的所述外部数据传输至所述主处理器和从处理器进行预处理。
4.如权利要求3所述的支持深度学习算法的嵌入式系统，其特征在于，所述主处理器和从处理器均为dsp。
5.如权利要求4所述的支持深度学习算法的嵌入式系...
【专利技术属性】
技术研发人员：范惠子，王文锐，刘惠，陈芳，任少华，郭赢，牛汗青，张爱民，
申请(专利权)人：湖北航天技术研究院总体设计所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。