Presentation Title

Size: px

Start display at page:

Download "Presentation Title"

席束
5 years ago
Views:

1 从创意到实现 IoT 时代的智能系统陈炜博士张延亮博士陈建平亚太区大学计划高级经理, ARM 研究院首席科学家, 松山湖国际机器人研究院高级应用工程师,MathWorks 中国 1

2 智能系统无处不在汽车工业无人机医药人形机器人农业家用电器玩具消费电子 3D 打印仓储物流 2

3 智能系统的架构可扩展的计算能力安全通信数据汇集云平台部署分析服务器 ( 产品 ) 工程数据处理部署算法到节点 / 设备 Edge Nodes ( 数据采集 ) 嵌入式平台智能算法探索和分析 ( 开发 ) 3

4 智能系统的挑战领域相关的算法通信系统开发和和数据安全低功耗嵌入式系统智能算法开发和部署 4

5 基于 ARM 的智能设备开发安全通信和嵌入式算法 5

6 芯片级的安全解决方案 Accelerate CoDesigned with Distributed Application CoDesigned with Ecosystem Co-Design with (Constrained) Environment Challenge & Opportunity for PRC Ecosystem 安全硬件系统架构可信固件 TEE 可信升级服务安全协议 6

7 MATLAB 和 Simulink 对 ARM Cortex-A 的支持产生优化的可跟踪 C 代码支持调用 Ne10 库, 针对 ARM Cortex -A 的目标优化通过系统对象和 Simulink 模块优化 DSP 库 MATLAB code Simulink model Faster ARM cortex-a optimized C-code generation By 10x factor 7

8 Demo 基于 ARM 的智能心电图监控设备 Demo 实时传感数据抓取流式信号处理算法测试 / 验证部署 / 实现通过 ARM Cortex-A 开发板 BeagleBone Black (BBB) s 实时采集流数据 (ECG) 流式算法 : 实时滤波, 采样率调整, 检测, 分类原形 : 使用外部模式协同测试算法实现 : 自动生成和部署算法到 ARM Cortex- A BBB 开发板之中 8

9 基于 ARM 的智能心电图监控设备 Demo 视频 9

从算法到系统原型 DESIGN and SIMULATE Quick design and faster simulation for real-time DSP systems Algorithm

Streaming Signal Processing in MATLAB Signal Processing in Simulink Single and Multirate FIR/IIR Filter

Processing and I/O Rapid prototyping with streamline test and verification: C, C++ VHDL, Verilog ARM DSP

10 从算法到系统原型 DESIGN and SIMULATE Quick design and faster simulation for real-time DSP systems Algorithm Development Floating Point IMPLEMENT and INTEGRATE Fixed-Point Streaming signal Processing TEST and VERIFY Streaming Signal Processing in MATLAB Signal Processing in Simulink Single and Multirate FIR/IIR Filter Design, and Adaptive Filters Signal Scopes, Analyzers, and Measurements Real-Time Multichannel Audio Processing and I/O Rapid prototyping with streamline test and verification: C, C++ VHDL, Verilog ARM DSP FPGA ASIC C and C++ Code Generation for Desktop Acceleration and Deployment Implementation and Integration for FPGA, ASIC, DSP and ARM 10

11 基于 ARM 的智能心律监控设备 Solution 基于模型的设计流程可执行的需求和仿真预处理 & ECG 信号的检测代码生成产生基于 ARM Cortex-A 的优化后的 PIL 模块验证在 BeagleBone Black 开发板中实时运行 11

12 终端和云端的智能算法基于工程数据的算法 12

13 商业和交易数据 MATLAB 数据分析同时应用于商业数据和工程数据工程和科学数据数据仓库 Databases (SQL) NoSQL Hadoop 文件 I/O Text Spreadsheet XML 网络数据 RESTful JSON HTML Mapping Financial datafeeds 文件 I/O Text Spreadsheet XML CDF/HDF Image Audio Video Geospatial 通信协议 CAN (Controller Area Network) DDS (Data Distribution Service) OPC (OLE for Process Control) XCP (explicit Control Protocol) 实时数据 Sensors GPS Instrumentation Cameras Communication systems Machines (embedded systems) 13

14 MATLAB 智能算法流程数据访问和探索预处理预测算法系统集成 Excel Add-in Hadoop Standalone Application C/C ++ Java.NET C, C++ HDL PLC Microcontrollers DSP chips FPGAs Industrial automation systems Cloud Web Cluster GPU Desktop Mobile 14

Human Activity Recognition on Smartphones using a Multiclass Hardware-Friendly Support Vector Machine.

15 Demo 人体动作识别 Demo 特征提取分类 Dataset courtesy of: Davide Anguita, Alessandro Ghio, Luca Oneto, Xavier Parra and Jorge L. Reyes-Ortiz. Human Activity Recognition on Smartphones using a Multiclass Hardware-Friendly Support Vector Machine. International Workshop of Ambient Assisted Living (IWAAL 2012). Vitoria-Gasteiz, Spain. Dec

16 动作识别 16

17 动作识别 Solution 基于 App 的快速机器算法 65 行核心代码实现特征提取分类算法支持云端的代码部署支持基于嵌入式系统的 C 代码生成 17

18 大数据扩展和应用发布一键式应用部署 18

19 大数据应用在计算集群中并行执行 MATLAB 分布式计算服务器本地磁盘共享目录数据库计算集群 Spark + Hadoop Tall arrays MATLAB 几百个内建函数 MATLAB 统计和机器学习工具箱并行执行并行计算工具箱在 Spark 集群中并行执行 MATLAB 分布式计算服务器发布 MATLAB 应用, 并部署到 Spark 集群之中 MATLAB 编译器 19

20 MATLAB 发布和部署 Embedded Hardware Enterprise Systems C, C++ HDL PLC Standalone Application Excel Add-in Hadoop/ Spark C/C++ Java ++ Python.NET MATLAB Production Server MATLAB Runtime 20

基于公有云的部署 % Download the tide data using a custom function [tidetime,tiderangemm] = readallmytidedata(); % Convert the range to water depth from the mud disttomud = 3449; %Measured distance from the

21 基于公有云的部署 % Download the tide data using a custom function [tidetime,tiderangemm] = readallmytidedata(); % Convert the range to water depth from the mud disttomud = 3449; %Measured distance from the gauge to the mud. depthfeet = (disttomud - tiderangemm) / 25.4 / 12; [tidetime,duptimeindex] = unique(tidetime); depthfeet = depthfeet(duptimeindex); depthfeetnoisy = depthfeet; % Remove outliers (could also use movmedian) depthfeet = hampel(depthfeet,121,2); depthfeet = hampel(depthfeet,11,1); 21

22 The end of slides! 22

Presentation Title

Presentation Title 基于模型的可编程 SoC 设计与调试 MathWorks China Tom Shan Application Engineer 2015 The MathWorks, Inc. 1 主要内容介绍什么是 Zynq? 设计挑战 Zynq 设计基于 MBD 的可编程 SoC 设计代码生成流程验证和软硬件划分 UDP 接口 Processor In the Loop(PIL) 验证新增功能