无人机目标检测硬件加速设计与实现

发布时间：2022-02-26 15:33

　　目前,无人机（Unmanned Aerial Vehicle）技术日益成熟,在军事和民用领域都有重要突破,其典型应用场景包括物流、农业植保、巡查安防、应急救援等。随着AI（Artificial Intelligence）技术的迅猛发展,无人机也广泛应用在基于人工智能的目标检测系统中。该类系统一种实现方式为无人机采集图像信息并传输至后端服务器,服务器利用卷积神经网络（Convolutional Neural Network）实现特定目标识别,根据识别结果指导后续操作。这种工作模式存在以下两种弊端。首先,大量的数据传输给通信带宽带来巨大压力,甚至导致数据丢失;其次,数据传输时延较长,影响指令的及时执行。为解决这些问题,有学者提出在数据采集端部署神经网络,实现数据处理边缘化,从而减少数据传输量和时延。该方案面临着需要在轻量级无人机片上系统中实现高负载神经网络的挑战。为在无人机上实现基于神经网络的目标识别系统,本论文选用高性能低功耗的PYNQ（ARM+FPGA）为计算平台部署神经网络,并实施多种优化策略,提高特定目标识别的速度与准确度。本文设计主要分为三部分,即ARM图像预处理、FPGA硬件网... 

【文章来源】：山东大学山东省211工程院校985工程院校教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 目标识别算法研究现状
        1.2.2 网络加速技术研究现状
    1.3 本文主要研究内容
    1.4 本文的组织结构
第2章 相关技术介绍
    2.1 卷积神经网络介绍
    2.2 二值化神经网络
    2.3 FPGA简介
        2.3.1 数字信号处理单元
        2.3.2 块随机存储器
        2.3.3 查找表
    2.4 本章小结
第3章 可行性分析与总体设计
    3.1 可行性分析
        3.1.1 数据传输方案
        3.1.2 无人机尺寸
        3.1.3 锂电池续航
        3.1.4 网络框架大小
        3.1.5 PYNQ架构
    3.2 总体设计
        3.2.1 网络计算耗时分析
        3.2.2 目标检测架构设计
        3.2.3 硬件加速架构设计
    3.3 本章小结
第4章 详细设计与实现
    4.1 开发工具链说明
    4.2 网络模型设计
    4.3 加速设计
        4.3.1 神经网络权重二值化
        4.3.2 卷积与矩阵乘转换
        4.3.3 卷积计算优化
        4.3.4 网络硬件部署
    4.4 其它加速方案优化
        4.4.1 数据预处理
        4.4.2 C++调用优化
    4.5 目标位置矫正
    4.6 实验环境及数据
    4.7 实验结果
        4.7.1 评价指标
        4.7.2 加速结果与分析
    4.8 本章小结
第5章 总结与展望
参考文献
致谢
攻读学位期间发表的主要学术论文
攻读学位期间参与科研项目及获奖情况
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]论无人机航拍技术在后摄影时代的应用[J]. 王欢.  传媒论坛. 2020(04)
[2]锂电池百篇论文点评（2019.12.1—2020.01.31）[J]. 张华,田孟羽,季洪祥,田丰,起文斌,金周,武怿达,詹元杰,闫勇,俞海龙,贲留斌,刘燕燕,黄学杰.  储能科学与技术. 2020(02)
[3]无人机无线通信传输系统的设计[J]. 朱洁,戴慧,王洪强.  电子世界. 2020(03)
[4]目标识别算法综述[J]. 尉震行.  中国设备工程. 2019(01)
[5]智能驾驶中点云目标快速检测与跟踪[J]. 叶语同,李必军,付黎明.  武汉大学学报(信息科学版). 2019(01)
[6]近距空中支援研探[J]. 姚春青.  中国军事科学. 2016(03)
[7]中国交通工程学术研究综述·2016[J]. 马建,孙守增,芮海田,马勇,王磊,刘辉,张伟伟,陈红燕,陈磊.  中国公路学报. 2016(06)
[8]我国首次使用无人机大面积喷洒农药纪实[J]. 芮玉奎,芮法富,杨林,牛敬先,施珊,王贵满.  农技服务. 2010(12)
[9]实时视频监控系统中运动目标检测和跟踪的一种实用方法[J]. 张文杰,戚飞虎,江卓军.  上海交通大学学报. 2002(12)

硕士论文
[1]基于无人机的地面目标识别与跟踪[D]. 程兴.哈尔滨工业大学 2019
[2]基于深度学习的行人流量统计算法研究[D]. 张天琦.哈尔滨工业大学 2017
[3]面向无线传输的数据压缩算法设计[D]. 张宇.燕山大学 2016
[4]基于多尺度和多层稀疏表示的SAR地物分类[D]. 李慧艳.西安电子科技大学 2014



本文编号：3644712