掃一掃
關注中圖網
官方微博
>
基于FPGA的機器人計算
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
基于FPGA的機器人計算 版權信息
- ISBN：9787111762362
- 條形碼：9787111762362 ; 978-7-111-76236-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
基于FPGA的機器人計算 本書特色
本書由PerceptIn公司的技術專家與清華大學等高校的學者聯袂撰寫，提出FPGA是機器人應用的*佳計算基板。本書全面概述基于FPGA的機器人計算加速器設計，證明了FPGA是加速神經網絡的理想選擇，也是加速運動規劃內核的理想選擇。此外，本書還介紹了PerceptIn為自動駕駛汽車開發車載計算系統所做的努力。
基于FPGA的機器人計算 內容簡介
本書全面概述基于FPGA的機器人計算加速器設計。本書首先對FPGA技術的背景進行介紹，然后深入介紹基于FPGA的機器人感知神經網絡加速器設計，并對機器人感知中的各種立體視覺算法及其FPGA加速器設計進行討論，驗證了FPGA是加速神經網絡的理想選擇。接著，介紹在FPGA中實現并集成現有算法的關鍵原語的通用定位框架，并討論運動規劃模塊，證明了FPGA是加速運動規劃內核的理想選擇。之后，探討如何在多機器人探索任務中使用FPGA，以及PerceptIn為自動駕駛汽車開發車載計算系統所做的努力。zui后，介紹過去20年中FPGA在太空機器人中的應用。本書適合機器人領域的研究者、工程師以及高校相關專業的學生閱讀及參考。
基于FPGA的機器人計算 目錄
目 錄
Robotic Computing on FPGAs
譯者序
前言
作者簡介
第1章 概覽 1
1.1 傳感 3
1.2 感知 4
1.3 定位 5
1.4 規劃和控制 5
1.5 機器人應用中的FPGA 6
1.6 深度處理流水線 7
1.7 小結 8
第2章 FPGA技術 10
2.1 FPGA技術簡介 10
2.1.1 FPGA的類型 11
2.1.2 FPGA的架構 11
2.1.3 FPGA的商業應用 13
2.2 部分重配置 14
2.2.1 什么是部分重配置 14
2.2.2 如何使用部分重配置 15
2.2.3 實現高性能 17
2.2.4 實際案例研究 21
2.3 在FPGA上運行ROS 21
2.3.1 ROS 21
2.3.2 ROS兼容的FPGA 23
2.3.3 優化ROS兼容的FPGA的
通信延遲 25
2.4 小結 26
第3章 感知—深度學習 27
3.1 為什么選擇FPGA用于深度
學習 28
3.2 基礎：深度神經網絡 29
3.3 設計方法和標準 30
3.4 面向硬件的模型壓縮 32
3.4.1 數據量化 32
3.4.2 權重縮減 34
3.5 硬件設計：高效架構 35
3.5.1 計算單元設計 35
3.5.2 循環展開策略 38
3.5.3 系統設計 40
3.6 評估 43
3.7 小結 46
第4章 感知—立體視覺 47
4.1 機器人的感知 47
4.2 機器人的立體視覺 49
4.3 FPGA上的局部立體匹配 50
4.3.1 算法框架 50
4.3.2 FPGA設計 52
4.4 FPGA上的全局立體匹配 52
4.4.1 算法框架 52
4.4.2 FPGA設計 53
4.5 FPGA上的半全局匹配 53
4.5.1 算法框架 53
4.5.2 FPGA設計 53
4.6 FPGA上的高效大規模立體
匹配 56
4.6.1 ELAS算法框架 56
4.6.2 FPGA設計 57
4.7 評估和討論 58
4.7.1 數據集和準確性 58
4.7.2 功率和性能 61
4.8 小結 62
第5章 定位 63
5.1 預備知識 63
5.1.1 背景 63
5.1.2 算法概述 65
5.2 算法框架 67
5.3 前端FPGA設計 71
5.3.1 概述 71
5.3.2 利用任務級并行性 72
5.4 后端FPGA設計 73
5.5 評估 74
5.5.1 實驗設置 74
5.5.2 資源消耗 75
5.5.3 性能 76
5.6 小結 77
第6章 規劃 78
6.1 運動規劃背景概述 78
6.1.1 概率路線圖 79
6.1.2 快速探索隨機樹 80
6.2 利用FPGA實現碰撞檢測 81
6.2.1 運動規劃計算時間剖析 81
6.2.2 基于通用處理器的解決
方案 82
6.2.3 基于專用硬件加速器的
解決方案 83
6.2.4 評估和討論 89
6.3 利用FPGA實現圖搜索 91
6.4 小結 93
第7章 多機器人協作 95
7.1 多機器人探索 95
7.2 基于FPGA多任務的INCAME
框架 98
7.2.1 ROS中的硬件資源沖突 99
7.2.2 帶ROS的可中斷加速器（INCAME） 100
7.3 基于虛擬指令的加速器中斷 102
7.3.1 指令驅動加速器 103
7.3.2 如何中斷：虛擬指令 105
7.3.3 何處中斷：在SAVE/
CALC_F后 105
7.3.4 延遲分析 106
7.3.5 虛擬指令ISA 108
7.3.6 指令編排單元 109
7.3.7 虛擬指令示例 110
7.4 評估和結果 110
7.4.1 實驗設置 110
7.4.2 基于虛擬指令的中斷 113
7.4.3 基于ROS的多機器人
探索 115
7.5 小結 115
第8章 自動駕駛汽車 116
8.1 PerceptIn案例研究 116
8.2 設計約束 117
8.2.1 車輛概覽 117
8.2.2 性能要求 118
8.2.3 能耗和成本因素 119
8.3 軟件流水線 121
8.4 車載處理系統 122
8.4.1 硬件設計空間探索 122
8.4.2 硬件架構 124
8.4.3 傳感器同步 126
8.4.4 性能特征 128
8.5 小結 129
第9章 太空機器人 130
9.1 太空計算的輻射容錯 130
9.2 基于FPGA的太空機器人算法
加速 132
9.2.1 特征檢測和匹配 133
9.2.2 立體視覺 133
9.2.3 深度學習 134
9.3 FPGA在太空機器人任務中的
應用 135
9.3.1 火星探測車的任務 135
9.3.2 火星科學實驗室的任務 136
9.3.3 火星2020的任務 137
9.4 小結 138
第10章 總結 139
10.1 本書主要內容回顧 139
10.2 展望未來 140
參考文獻 142
Robotic Computing on FPGAs
譯者序
前言
作者簡介
第1章 概覽 1
1.1 傳感 3
1.2 感知 4
1.3 定位 5
1.4 規劃和控制 5
1.5 機器人應用中的FPGA 6
1.6 深度處理流水線 7
1.7 小結 8
第2章 FPGA技術 10
2.1 FPGA技術簡介 10
2.1.1 FPGA的類型 11
2.1.2 FPGA的架構 11
2.1.3 FPGA的商業應用 13
2.2 部分重配置 14
2.2.1 什么是部分重配置 14
2.2.2 如何使用部分重配置 15
2.2.3 實現高性能 17
2.2.4 實際案例研究 21
2.3 在FPGA上運行ROS 21
2.3.1 ROS 21
2.3.2 ROS兼容的FPGA 23
2.3.3 優化ROS兼容的FPGA的
通信延遲 25
2.4 小結 26
第3章 感知—深度學習 27
3.1 為什么選擇FPGA用于深度
學習 28
3.2 基礎：深度神經網絡 29
3.3 設計方法和標準 30
3.4 面向硬件的模型壓縮 32
3.4.1 數據量化 32
3.4.2 權重縮減 34
3.5 硬件設計：高效架構 35
3.5.1 計算單元設計 35
3.5.2 循環展開策略 38
3.5.3 系統設計 40
3.6 評估 43
3.7 小結 46
第4章 感知—立體視覺 47
4.1 機器人的感知 47
4.2 機器人的立體視覺 49
4.3 FPGA上的局部立體匹配 50
4.3.1 算法框架 50
4.3.2 FPGA設計 52
4.4 FPGA上的全局立體匹配 52
4.4.1 算法框架 52
4.4.2 FPGA設計 53
4.5 FPGA上的半全局匹配 53
4.5.1 算法框架 53
4.5.2 FPGA設計 53
4.6 FPGA上的高效大規模立體
匹配 56
4.6.1 ELAS算法框架 56
4.6.2 FPGA設計 57
4.7 評估和討論 58
4.7.1 數據集和準確性 58
4.7.2 功率和性能 61
4.8 小結 62
第5章 定位 63
5.1 預備知識 63
5.1.1 背景 63
5.1.2 算法概述 65
5.2 算法框架 67
5.3 前端FPGA設計 71
5.3.1 概述 71
5.3.2 利用任務級并行性 72
5.4 后端FPGA設計 73
5.5 評估 74
5.5.1 實驗設置 74
5.5.2 資源消耗 75
5.5.3 性能 76
5.6 小結 77
第6章 規劃 78
6.1 運動規劃背景概述 78
6.1.1 概率路線圖 79
6.1.2 快速探索隨機樹 80
6.2 利用FPGA實現碰撞檢測 81
6.2.1 運動規劃計算時間剖析 81
6.2.2 基于通用處理器的解決
方案 82
6.2.3 基于專用硬件加速器的
解決方案 83
6.2.4 評估和討論 89
6.3 利用FPGA實現圖搜索 91
6.4 小結 93
第7章 多機器人協作 95
7.1 多機器人探索 95
7.2 基于FPGA多任務的INCAME
框架 98
7.2.1 ROS中的硬件資源沖突 99
7.2.2 帶ROS的可中斷加速器（INCAME） 100
7.3 基于虛擬指令的加速器中斷 102
7.3.1 指令驅動加速器 103
7.3.2 如何中斷：虛擬指令 105
7.3.3 何處中斷：在SAVE/
CALC_F后 105
7.3.4 延遲分析 106
7.3.5 虛擬指令ISA 108
7.3.6 指令編排單元 109
7.3.7 虛擬指令示例 110
7.4 評估和結果 110
7.4.1 實驗設置 110
7.4.2 基于虛擬指令的中斷 113
7.4.3 基于ROS的多機器人
探索 115
7.5 小結 115
第8章 自動駕駛汽車 116
8.1 PerceptIn案例研究 116
8.2 設計約束 117
8.2.1 車輛概覽 117
8.2.2 性能要求 118
8.2.3 能耗和成本因素 119
8.3 軟件流水線 121
8.4 車載處理系統 122
8.4.1 硬件設計空間探索 122
8.4.2 硬件架構 124
8.4.3 傳感器同步 126
8.4.4 性能特征 128
8.5 小結 129
第9章 太空機器人 130
9.1 太空計算的輻射容錯 130
9.2 基于FPGA的太空機器人算法
加速 132
9.2.1 特征檢測和匹配 133
9.2.2 立體視覺 133
9.2.3 深度學習 134
9.3 FPGA在太空機器人任務中的
應用 135
9.3.1 火星探測車的任務 135
9.3.2 火星科學實驗室的任務 136
9.3.3 火星2020的任務 137
9.4 小結 138
第10章 總結 139
10.1 本書主要內容回顧 139
10.2 展望未來 140
參考文獻 142
展開全部
基于FPGA的機器人計算 作者簡介
劉少山 PerceptIn公司創始人兼首席執行官。他在自動駕駛技術和機器人學方面發表了70多篇研究論文，擁有40多項美國專利和150多項國際專利。他是IEEE計算機協會杰出演講人、ACM杰出演講人，還是IEEE自動駕駛技術特別技術社區的創始人。他擁有加利福尼亞大學爾灣分校博士學位。
萬梓燊 佐治亞理工學院電氣與計算機工程博士在讀。他對超大規模集成電路設計、計算機體系結構、機器學習和邊緣智能有著廣泛的研究興趣，重點關注自主機器的能效、魯棒性硬件和系統設計。他曾獲得DAC 2020和CAL 2020最佳論文獎。他擁有哈佛大學碩士學位。
俞波 PerceptIn公司首席技術官。他目前的研究興趣包括機器人和自動駕駛汽車的算法及系統。他是IEEE自動駕駛特別技術社區的創始成員。他擁有清華大學博士學位。
汪玉 清華大學電子工程系長聘教授、系主任。他的研究興趣包括特定應用硬件計算、并行電路分析和功率/可靠性感知系統設計方法。他曾獲得ASPDAC 2019、FPGA 2017、NVMSA17、ISVLSI 2012最佳論文獎，并且是2018年DAC 40歲以下創新者獎的獲得者。他是Deephi Tech（2018年被Xilinx收購）的聯合創始人。他擁有清華大學博士學位。
書友推薦
- >
詩經-先民的歌唱
- >
隨園食單
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
經典常談
- >
龍榆生：詞曲概論/大家小書
- >
苦雨齋序跋文-周作人自編集
- >
伊索寓言-世界文學名著典藏-全譯本
- >
莉莉和章魚
本類暢銷
