RZ/A2M在工業(yè)自動化領域應用的優(yōu)勢

在前面的文章中我們介紹了瑞薩獨有的DRP技術是如何工作的，本文將作為DRP-AI系列文章，繼續(xù)介紹如何基于DRP技術實現(xiàn)工業(yè)自動化中的目標物體檢測與追蹤。

工業(yè)生產(chǎn)要實現(xiàn)自動化，必然離不開機器視覺的幫忙。RZ/A2M集成了瑞薩第一代DRP（動態(tài)可重新配置處理器）技術，擁有超高性能的圖形圖像處理能力，相關產(chǎn)品系統(tǒng)框圖如下：

圖1 RZ/A2M硬件結(jié)構框圖和產(chǎn)品特色

本文中，我們將重點介紹RZ/A2M在工業(yè)自動化領域應用的優(yōu)勢，包括更高的圖像處理能力以及超低的功耗。

機械臂之所以能夠如此靈活的識別并抓取目標物體，是因為有RZ/A2M獨有的DRP模塊對機器視覺的圖像處理過程進行加速。外接的顯示器上可以看到，整個圖像處理流程（包括bayer轉(zhuǎn)RGB、波紋校正&白平衡、RGB轉(zhuǎn)二值化圖像、尋找輪廓、圖像降噪、Bayer轉(zhuǎn)灰階送顯示等）只用了不到3ms，最終達到VGA（640x480）分辨率下60fps的優(yōu)良性能。

“

如何實現(xiàn)的？

前邊介紹了諸多DRP的優(yōu)勢，大家可能對于DRP的使用方法有諸多猜測，可能會擔心難以上手。但是！不用擔心！瑞薩電子為大家提供了完整的服務，目前我們開發(fā)了大約80+個算法庫供大家使用，大部分算法庫與opencv的庫功能相同、接口一致，非常方便即可在一個普通的工程中使用DRP。

圖2 CV庫和DRP庫的切換

下面我們以Bayer轉(zhuǎn)RGB的庫為例，看看在使用DRP的時候需要做哪些事情。

首先是函數(shù)接口，需要提供的參數(shù)包括輸入地址、輸出地址、圖像寬高以及是否使用tinning（在轉(zhuǎn)換過程中可以同時對圖像尺寸進行壓縮）。

在函數(shù)內(nèi)部，需要先將DRP的庫load到DRP硬件中去，g_drp_lib_bayer_binning2rgb這個數(shù)組中存放的就是編譯好的二進制格式DRP庫。我們使用6個Tile并行處理一張圖片的方式，因此給6個Tile都load此庫。

Load之后，依次給每個Tile計算參數(shù)并啟動它。由于這里是同一張圖裁成6份，所以每個Tile只負責一張圖的1/6，因此在這里需要分別計算每個Tile的起始位置和輸出位置。計算完畢后下發(fā)Start命令讓這個Tile開始運行。

最后等待6個Tile全部運算完畢即可。

目前我們可以提供的約50個庫都能實現(xiàn)2~80倍不等的性能提升，DRP庫對性能的提升普遍在10~20倍之間，10倍以下的庫提升效果不明顯的原因是這些算法本身過于簡單，優(yōu)化空間太小。以下列舉了部分現(xiàn)有的庫以及運算能力對比供大家參考。

當然，如果客戶有想要的庫是我們暫時沒有的，也歡迎提出需求，我們會綜合考慮后安排到后續(xù)開發(fā)計劃中。

或者，如果客戶有一些自有的比較機密的算法想移植到DRP中使用，我們也可以提供DRP庫開發(fā)的相關培訓，手把手教你開發(fā)DRP庫。

編輯：黃飛

?