ZHCACW1 june 2023 AM69A , TDA4VH-Q1
工业 4.0 的目标是提高制造业生产流程的自动化程度。而工业 5.0 倡导利用人工智能实现人类与机器人之间以人为中心的协作,即协作机器人 (cobot),以便通过提高自动化程度来优化制造流程。机器视觉是工业 4.0 和 5.0 中的一项关键技术,在边缘实时处理视觉数据对于机器视觉至关重要。机器视觉的主要用例包括:
图 3-2 展示了 AM69A 上机器视觉用例示例的数据流,其中涉及通过 MIPI CSI-2 RX 端口以 30fps 的速率采集三个 8MP 图像序列。通过 VPAC3 VISS 对采集的原始 Bayer 图像进行处理并去马赛克,转换成 YUV 格式,并且 VPAC3 LDC 可校正存在的任何镜头失真。在这个机器视觉用例中,将深度学习网络应用于使用 A72 内核提取的感兴趣区域 (ROI)。ROI 的数量及其大小因具体用例而异。应用深度学习网络的帧速率也取决于用例。通过深度学习预处理、MMA 上的深度学习网络和深度学习后处理获得的输出通过 DSS 显示。如果检测出任何异常,可以通过激活警报来引起人们的注意。
表 3-2 显示了对三个 8MP 摄像头进行采集时,AM69A 的资源利用率和估算功耗信息。在该表格中,假设单个 MMA 完全用于一个 8MP 摄像头,不过实际的 MMA 利用率取决于具体的应用。CSI-2、VPAC、A72 和 DDR 带宽仍有足够的空间来处理更高的分辨率。因此,只要 MMA 能够以增加功率为代价来处理必要的深度学习推理,AM69A 就可以实现具有更高分辨率摄像头(例如,12MP)的机器视觉用例。
主 IP | 利用率 (3 × 8MP (30fps)) |
---|---|
3 × CSI-2 RX | 3 × 8MP (30fp) = 11.52Gbps (38%) |
VPAC(VISS、LDC) | 3 × 8MP (30fp) = 720MP/s (60%) |
MMA | 24TOPS (75%) |
8 × A72 | ROI 提取、深度学习预处理和后处理等 (50%) |
DSS | 100% |
DDR 带宽 | 15.35GBps (24%) |
功耗 (85°C) | 19W |