譚學(xué)林

摘 要：目前在環(huán)保行業(yè)生產(chǎn)中面臨著多種原料的識別和分類難題，部分原料可以無公害焚燒，部分原料禁止焚燒。目前現(xiàn)狀是，在原料的識別和分類上，嚴(yán)重依賴人工，在分類的結(jié)果上存在正確率不夠，效率不高的情況。依賴人工還導(dǎo)致有毒有害原料對員工健康的損害，以及識別錯誤帶來的人身安全、設(shè)備損壞的生產(chǎn)安全責(zé)任事故等。為此采用一種基于人工智能算法的圖像識別分類器，對環(huán)保工業(yè)中的原料進(jìn)行識別分類，是一種非常有意義的嘗試。

關(guān)鍵詞：DSP;FPGA;垃圾分類;環(huán)保工業(yè);圖像識別;目標(biāo)分類

0 引言

在現(xiàn)有的環(huán)保工業(yè)中，垃圾分類嚴(yán)重依賴人工，且原料分類簡單粗暴，主要分為金屬、塑料、可燃燒、禁止燃燒和有害垃圾。不僅垃圾回收和焚燒企業(yè)對垃圾處理不及時導(dǎo)致的堆放、存儲非常頭疼，而導(dǎo)致城市垃圾不得不大量采用填埋、堆放、隨意焚燒等措施。有害垃圾跨省運(yùn)輸填埋、隨意丟棄焚燒、偷排投放垃圾損害居民健康的新聞屢見報端。為此，在固體垃圾分類環(huán)節(jié)中設(shè)想這樣一個場景：傳送帶上的原料多種多樣，大小、形狀、體積、重量等特征各不相同，使用攝像頭、稱重器、X射線、紅外、金屬探測器、激光測量等方式采集原料的多種特征，由識別分類器實(shí)時完成對原料的識別和分類，并控制執(zhí)行機(jī)構(gòu)將原料分類至對應(yīng)的存儲區(qū)。其中視頻采集的信息最多，使用神經(jīng)網(wǎng)絡(luò)算法的圖像識別分類器將大展拳腳，對圖像中目標(biāo)實(shí)現(xiàn)精準(zhǔn)識別和分類。

1 硬件設(shè)計(jì)

本文以DSP和FPGA為核心器件，DSP是單核主頻高達(dá)1 GHZ的8核處理器，擁有多級緩存，運(yùn)算能力高達(dá)128 Gflops，而選用的FPGA具有多路單線28 Gb/s高速接口，高達(dá)3 600個DSP核，可進(jìn)行時鐘頻率高達(dá)250 MHz的浮點(diǎn)運(yùn)算。該目標(biāo)識別板的硬件原理示意圖如下圖1所示，DSP與FPGA之間采用4xSRIO高速通信。DSP為主處理器，負(fù)責(zé)復(fù)雜的公式計(jì)算和圖像預(yù)處理;FPGA為從處理器，負(fù)責(zé)外部接口通信，神經(jīng)網(wǎng)絡(luò)卷積加速和部分AI算法實(shí)現(xiàn)。

2 軟件設(shè)計(jì)

該分類器軟件包含上位機(jī)軟件、DSP軟件和FPGA軟件，上位機(jī)軟件控制DSP軟件加載模板匹配、CNN神經(jīng)網(wǎng)絡(luò)、YOLOV3等AI算法，并由DSP預(yù)處理圖像后，發(fā)送給FPGA軟件實(shí)時進(jìn)行神經(jīng)網(wǎng)絡(luò)加速運(yùn)算，并將結(jié)果實(shí)時傳送給顯示器，同時控制執(zhí)行機(jī)構(gòu)完成動作，目標(biāo)識別板的軟件流程圖如圖2所示。

2.1 DSP軟件設(shè)計(jì)

DSP軟件具備多種AI算法實(shí)現(xiàn)，選定算法后，配置FPGA。接收FPGA傳遞的圖像完成預(yù)處理，預(yù)處理結(jié)果發(fā)送給FPGA，啟動FPGA完成卷積加速算法，由FPGA計(jì)算輸出相應(yīng)的識別分類結(jié)果并輸出到視頻接口，同時控制執(zhí)行機(jī)構(gòu)完成相應(yīng)分揀分類。

2.2 FPGA軟件設(shè)計(jì)

FPGA實(shí)現(xiàn)AI算法中的卷積層加速的同時，還完成接口匹配、數(shù)據(jù)采集和傳輸、數(shù)據(jù)重排、邏輯運(yùn)算和流水線控制等功能。在卷積層加速的設(shè)計(jì)中，F(xiàn)PGA使用2 648個DSP完成對輸入圖像最大1 024*1 024像素點(diǎn)的卷積層加速運(yùn)算。

2.3 上位機(jī)軟件設(shè)計(jì)

上位機(jī)軟件采用QT編寫，安裝在linux或windows中，通過網(wǎng)絡(luò)、串口或PCIE控制分類器實(shí)現(xiàn)實(shí)時圖像識別和分類，同時顯示識別分類結(jié)果。

3 結(jié)語

本設(shè)計(jì)主要針對環(huán)保工業(yè)中目標(biāo)物體識別分類的痛點(diǎn)，提出一種基于DSP+FPGA的實(shí)時圖像識別和分類器的設(shè)計(jì)實(shí)現(xiàn)，是切實(shí)可行且具有廣闊應(yīng)用前景的思路和方法。針對特定場景進(jìn)行優(yōu)化，還將進(jìn)一步提高可用性和可靠性。如今人工智能如火如荼，神經(jīng)網(wǎng)絡(luò)算法廣為流行，將這種新技術(shù)引入環(huán)保工業(yè)和垃圾分類中，必將給環(huán)保工業(yè)帶來效率和利潤的極大提升。同時，圖像識別分類器在安檢、交通、視頻情報分析、工業(yè)機(jī)器視覺等行業(yè)應(yīng)用，將有更加廣闊的前景。

參考文獻(xiàn)：

[1]何賓，張艷輝.Xilinx Zynq-7000嵌入式系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[M].電子工業(yè)出版社，2016.