如今，人工智能（AI）已成為嵌入式系統(tǒng)不可或缺的一部分。AI的集成使得這些系統(tǒng)能夠執(zhí)行復(fù)雜的任務(wù)，如圖像識別、自然語言處理和預(yù)測分析，而無需依賴于外部計(jì)算資源。AI在嵌入式系統(tǒng)中的應(yīng)用正推動著從智能家居設(shè)備到自動駕駛汽車等多個(gè)行業(yè)的創(chuàng)新，它不僅提升了用戶體驗(yàn)，還為設(shè)備制造商帶來了新的商業(yè)機(jī)會。恩智浦全面的MCU和處理器產(chǎn)品組合針對汽車、智能工業(yè)和物聯(lián)網(wǎng)行業(yè)的機(jī)器學(xué)習(xí)應(yīng)用進(jìn)行了優(yōu)化，其eIQ Neutron神經(jīng)處理單元（NPU）也提供了廣泛算力支持。

11月30日（本周六），RT-Thread將攜手恩智浦在蘇州發(fā)起線下智能視頻監(jiān)測動手實(shí)踐培訓(xùn)，培訓(xùn)將覆蓋：RT-Thread移植、RW007 網(wǎng)絡(luò)應(yīng)用、智慧家居視頻監(jiān)測系統(tǒng)實(shí)戰(zhàn)、CherryUSB 實(shí)踐、以及多人臉識別實(shí)戰(zhàn)。同時(shí)我們準(zhǔn)備了精美的簽到禮以及開發(fā)板獎(jiǎng)品，下劃點(diǎn)擊“閱讀原文”立即報(bào)名！

培訓(xùn)時(shí)間

11月30日，13:00 - 17:30

培訓(xùn)地點(diǎn)

蘇州市新區(qū)竹園路288號NXP（一樓階梯教室）

AI dmeo：可在端側(cè)訓(xùn)練的基于支持向量機(jī)的AI電機(jī)異常檢測系統(tǒng)

僅使用30個(gè)3軸加速度計(jì)進(jìn)行電機(jī)異常檢測模型訓(xùn)練，訓(xùn)練時(shí)間小于1秒。同時(shí)可以在設(shè)備上進(jìn)行單類SVM的訓(xùn)練和推理，用戶可以實(shí)時(shí)“重新定義”正常狀態(tài)。SVM使用Libsvmcu實(shí)現(xiàn)，這是針對MCU的SE修改版Libsvm：沒有動態(tài)RAM，模型格式緊湊。

應(yīng)用程序邏輯：數(shù)據(jù)收集+特征計(jì)算，SVM檢測模式和訓(xùn)練模式。評估被監(jiān)控設(shè)備的“健康”指標(biāo)。同時(shí)提供直觀的GUI顯示最近的系統(tǒng)健康狀況和實(shí)時(shí)狀態(tài)，以2D狀態(tài)空間可視化的形式呈現(xiàn)。

背景及挑戰(zhàn)

時(shí)間序列機(jī)器學(xué)習(xí)任務(wù)通常需要片上訓(xùn)練，因?yàn)閷?shí)際數(shù)據(jù)往往與生命周期中的數(shù)據(jù)有很大差異

目前的深度學(xué)習(xí)解決方案不支持片上訓(xùn)練

競品提供經(jīng)典機(jī)器學(xué)習(xí)方案

基于時(shí)間序列的異常檢測和預(yù)測性維護(hù)任務(wù)變得越來越受歡迎

在MCU生命周期內(nèi)，學(xué)習(xí)過程可能需要多次執(zhí)行

demo功能框圖及性能指標(biāo)：

創(chuàng)新點(diǎn)

從零到一實(shí)現(xiàn)片上訓(xùn)練的經(jīng)典機(jī)器學(xué)習(xí)異常檢測演示

MCU友好的基礎(chǔ)設(shè)施設(shè)計(jì)，支持片上訓(xùn)練

優(yōu)化的堆內(nèi)存管理

采用增長配對堆棧替代傳統(tǒng)堆

新的對象序列化方法，支持XIP Flash

數(shù)據(jù)類型壓縮技術(shù)

解決方案

僅使用正常加速度計(jì)數(shù)據(jù)在設(shè)備上訓(xùn)練SVM模型

在設(shè)備上進(jìn)行SVM推理，檢查異常數(shù)據(jù)樣本

用戶可以通過30秒內(nèi)的重新訓(xùn)練，實(shí)時(shí)重新定義異常閾值

模型可序列化到Flash并使用XIP(無需重建或復(fù)制到RAM)

MCU友好的Ubsvm重構(gòu)，僅使用10KB Flash和2KB RAM

AI demo: MCX N人臉追蹤風(fēng)扇項(xiàng)目

本系統(tǒng)以切片的方式從SmartDMA獲取640x480x3彩色圖像，并實(shí)時(shí)把切片通過FlexIO發(fā)送給3.5寸液晶屏。與此同時(shí)，它把切片下采樣并生成更小的160x128x3彩色圖像，并交給一個(gè)基于YOLOv3的定制物體檢測模型。利用NPU的加速，此模型在40ms內(nèi)檢測一幀圖像，速度差不多是CPU的40倍。同時(shí)，PID算法計(jì)算出發(fā)送給舵機(jī)的指令，調(diào)整風(fēng)扇以對準(zhǔn)被檢測出的人臉。以上所有任務(wù)都由單個(gè)運(yùn)行在150MHz的MCXN947微控制器處理，沒有外部擴(kuò)展存儲器。

硬件組成

MCXN947主控制器

OV7670攝像頭模塊

X-LCD-PAR-S035顯示屏

LVGL圖形庫支持

客戶需求與目標(biāo)應(yīng)用

智能風(fēng)扇/空調(diào)送風(fēng)

實(shí)時(shí)追蹤快速移動目標(biāo)

低成本、低功耗的目標(biāo)檢測

技術(shù)要點(diǎn)

VGA圖像采集，降采樣至160x128x3用于YOLOv3變體檢測

NPU加速推理，比CPU快40倍（21ms推理時(shí)間）

使用PID控制伺服電機(jī)追蹤最大檢測目標(biāo)

單片MCXN947 @150MHz完成所有任務(wù)，無需外部內(nèi)存