基于模式识别的机器人运行轨迹数据分类存储系统设计

发布时间：2021-01-24 17:10

　　目前传统数据分类存储系统多数基于遗传算法,这类系统存在系统吞吐量较差、效率低的问题。为此,设计一种基于模式识别的机器人运行轨迹数据分类系统。首先设计系统整体框架,包括数据采集、处理以及存储模块;其次在硬件设计上,选择XC2VP30芯片作为FPGA核心芯片,设计数据采集模块接口电路,利用合适的FLASH芯片进行数据存储完成系统硬件设计;最后根据模式识别方法,建立标准数据样本集,确定特征向量,计算隶属度函数完成数据分类,再利用FPGA将已分类数据存储至FLASH模块中完成软件设计。测试结果表明,与传统的数据分类存储系统相比,基于模式识别的机器人运行轨迹数据分类存储系统的系统吞吐量提高了15.9%,效率得到了提高。 

【文章来源】：现代电子技术. 2020,43(04)北大核心

【文章页数】：4 页

【部分图文】：

系统框架模块设计

数据采集模块主要通过FPRG芯片内部的SRAM对机器人运行轨迹数据进行提取，再使用D/A转换器，将收集到数字量转换成模拟量，通过滤波放大后，由FPGA接收、处理和存储[4]。其中，数模转换芯片选择DAC0832；单电源供电一般为5～15 V；功耗为75 mW，无需外部电路的补偿，只需连接不同输出引脚就可得到不同电压输出范围[5]。DAC0832与FPGA的接口电路如图2所示。2）数据处理模块

该模块使用4 GB KLMAG8DEDD型号的FLASH芯片[7]，该芯片可用来保存运行轨迹数据，还可用来保存程序代码。KLMAG8DEDD地址和命令在I/O单元上传递。当数据采集完成后，数据处理模块中的逻辑单元对数据进行判断，对FLASH存储芯片内部进行擦除，进行数据写入操作，使机器人运行轨迹数据从缓存中读取后完整准确地写入到FLASH中。数据存储模块的功能框图如图3所示。1.3 基于模式识别的系统软件设计

【参考文献】：
期刊论文
[1]基于特征自学习的交通模式识别研究[J]. 王昊,刘高军,段建勇,薛媛媛,冯卓楠.  哈尔滨工程大学学报. 2019(02)
[2]基于特征选择与SVM的质量异常模式识别[J]. 刘玉敏,赵哲耘.  统计与决策. 2018(10)
[3]基于FPGA的多通道实时地震勘探采集系统设计[J]. 李科,陈紫强,谢跃雷.  现代电子技术. 2018(09)
[4]基于MATLAB的机器人GUI仿真平台设计研究[J]. 尹新城,胡勇.  科技通报. 2018(01)
[5]稀疏保持典型相关分析特征选择与模式识别[J]. 许洁,吴秦,梁久祯,王念兵,张淮.  小型微型计算机系统. 2017(08)
[6]三电平逆变器多故障模式识别方法[J]. 沈艳霞,吴娟,赵芝璞,纪志成.  系统仿真学报. 2017(07)
[7]一种非结构化数据查询优化存储系统设计[J]. 王秋琳,宋立华,闫丽飞,林晖.  电子设计工程. 2017(13)
[8]基于卷积神经网络的fMRI数据分类方法[J]. 张兆晨,冀俊忠.  模式识别与人工智能. 2017(06)
[9]基于FPGA的傅里叶变换成像光谱仪实时数据采集与显示系统设计[J]. 王具民,殷世民,陈洪波,高丽伟,陈真诚.  电子器件. 2017(01)
[10]多图嵌入表示在人体运动模式识别中的应用[J]. 褚晶辉,罗薇,吕卫.  计算机科学与探索. 2017(06)



本文编号：2997617