首页> 中文会议>全国抗恶劣环境计算机第二十八届学术年会 >地面无人平台环境下的神经网络算法硬件加速技术

地面无人平台环境下的神经网络算法硬件加速技术

摘要

人工智能技术是地面无人平台目标识别、视觉导航、环境感知等技术的核心,然而以神经网络为代表的智能算法计算密集度高、占用计算资源大,难以部署在资源受限的地面无人平台上.针对地面无人平台强实时性需求、人工智能算法密集型计算需求和小型化嵌入式系统中算力功耗等资源限制,文章以地面无人平台物体识别任务为背景,选择卷积神经网络作为物体识别算法并进行适当裁剪以适应资源受限环境的需求;基于ARM+FPGA异构计算框架与OpenCL并行编程标准,充分利用FPGA流水并行处理的特性,对卷积神经网络算法进行硬件加速,提高计算效率.使用该系统处理不同种类的物体图像进行实验,实验数据表明,该系统可以对实验物体进行正常识别,同时识别效率有着非常明显的提高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号