返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]基于FPGA的机器人计算 刘少山 万梓燊 俞波 汪玉刘少
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 刘少山 万梓燊 俞波 汪玉著 | 刘少山 万梓燊 俞波 汪玉编 | 刘少山 万梓燊 俞波 汪玉译 | 刘少山 万梓燊 俞波 汪玉绘
    • 出版社: 机械工业出版社
    • 出版时间:2024-10-22
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 刘少山 万梓燊 俞波 汪玉著| 刘少山 万梓燊 俞波 汪玉编| 刘少山 万梓燊 俞波 汪玉译| 刘少山 万梓燊 俞波 汪玉绘
    • 出版社:机械工业出版社
    • 出版时间:2024-10-22
    • 版次:1
    • 印次:1
    • 印刷时间:2024-10-20
    • 字数:211000
    • 页数:188
    • 开本:16开
    • ISBN:9787111762362
    • 版权提供:机械工业出版社
  • 作者: 刘少山 万梓燊 俞波 汪玉
  • 著: 刘少山 万梓燊 俞波 汪玉
  • 装帧: 平装-胶订
  • 印次: 1
  • 定价: 99
  • ISBN: 9787111762362
  • 出版社: 机械工业出版社
  • 开本: 16开
  • 印刷时间: 2024-10-20
  • 语种: 暂无
  • 出版时间: 2024-10-22
  • 页数: 188
  • 外部编号: 庄村26482
  • 版次: 1
  • 成品尺寸: 暂无
  • 译者序

    前言

    作者简介

    第1章 概览 1

    1.1 传感 3

    1.2 感知 4

    1.3 定位 5

    1.4 规划和控制 5

    1.5 机器人应用中的FPGA 6

    1.6 深度处理流水线 7

    1.7 小结 8

    第2章 FPGA技术 10

    2.1 FPGA技术简介 10

    2.1.1 FPGA的类型 11

    2.1.2 FPGA的架构 11

    2.1.3 FPGA的商业应用 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 实现高性能 17

    2.2.4 实际案例研究 21

    2.3 在FPGA上运行ROS 21

    2.3.1 ROS 21

    2.3.2 ROS兼容的FPGA 23

    2.3.3 优化ROS兼容的FPGA的通信延迟 25

    2.4 小结 26

    第3章 感知—深度学习 27

    3.1 为什么选择FPGA用于深度学习 28

    3.2 基础:深度神经网络 29

    3.3 设计方法和标准 30

    3.4 面向硬件的模型压缩 32

    3.4.1 数据量化 32

    3.4.2 权重缩减 34

    3.5 硬件设计:高效架构 35

    3.5.1 计算单元设计 35

    3.5.2 循环展开策略 38

    3.5.3 系统设计 40

    3.6 评估 43

    3.7 小结 46

    第4章 感知—立体视觉 47

    4.1 机器人的感知 47

    4.2 机器人的立体视觉 49

    4.3 FPGA上的局部立体匹配 50

    4.3.1 算法框架 50

    4.3.2 FPGA设计 52

    4.4 FPGA上的全局立体匹配 52

    4.4.1 算法框架 52

    4.4.2 FPGA设计 53

    4.5 FPGA上的半全局匹配 53

    4.5.1 算法框架 53

    4.5.2 FPGA设计 53

    4.6 FPGA上的高效大规模立体匹配 56

    4.6.1 ELAS算法框架 56

    4.6.2 FPGA设计 57

    4.7 评估和讨论 58

    4.7.1 数据集和准确性 58

    4.7.2 功率和性能 61

    4.8 小结 62

    第5章 定位 63

    5.1 预备知识 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设计 71

    5.3.1 概述 71

    5.3.2 利用任务级并行性 72

    5.4 后端FPGA设计 73

    5.5 评估 74

    5.5.1 实验设置 74

    5.5.2 资源消耗 75

    5.5.3 性能 76

    5.6 小结 77

    第6章 规划 78

    6.1 运动规划背景概述 78

    6.1.1 概率路线图 79

    6.1.2 快速探索随机树 80

    6.2 利用FPGA实现碰撞检测 81

    6.2.1 运动规划计算时间剖析 81

    6.2.2 基于通用处理器的解决方案 82

    6.2.3 基于专用硬件加速器的解决方案 83

    6.2.4 评估和讨论 89

    6.3 利用FPGA实现图搜索 91

    6.4 小结 93

    第7章 多机器人协作 95

    7.1 多机器人探索 95

    7.2 基于FPGA多任务的INCAME框架 98

    7.2.1 ROS中的硬件资源冲突 99

    7.2.2 带ROS的可中断加速器(INCAME) 100

    7.3 基于虚拟指令的加速器中断 102

    7.3.1 指令驱动加速器 103

    7.3.2 如何中断:虚拟指令 105

    7.3.3 何处中断:在SAVE/CALC_F后 105

    7.3.4 延迟分析 106

    7.3.5 虚拟指令ISA 108

    7.3.6 指令编排单元 109

    7.3.7 虚拟指令示例 110

    7.4 评估和结果 110

    7.4.1 实验设置 110

    7.4.2 基于虚拟指令的中断 113

    7.4.3 基于ROS的多机器人探索 115

    7.5 小结 115

    第8章 自动驾驶汽车 116

    8.1 PerceptIn案例研究 116

    8.2 设计约束 117

    8.2.1 车辆概览 117

    8.2.2 性能要求 118

    8.2.3 能耗和成本因素 119

    8.3 软件流水线 121

    8.4 车载处理系统 122

    8.4.1 硬件设计空间探索 122

    8.4.2 硬件架构 124

    8.4.3 传感器同步 126

    8.4.4 性能特征 128

    8.5 小结 129

    第9章 太空机器人 130

    9.1 太空计算的辐射容错 130

    9.2 基于FPGA的太空机器人算法加速 132

    9.2.1 特征检测和匹配 133

    9.2.2 立体视觉 133

    9.2.3 深度学习 134

    9.3 FPGA在太空机器人任务中的应用 135

    9.3.1 火星探测车的任务 135

    9.3.2 火星科学实验室的任务 136

    9.3.3 火星2020的任务 137

    9.4 小结 138

    第10章 总结 139

    10.1 本书主要内容回顾 139

    10.2 展望未来 140

    参考文献 142

    刘少山 PerceptIn公司创始人兼首席执行官。他在自动驾驶技术和机器人学方面发表了70多篇研究论文,拥有40多项美国专利和150多项国际专利。他是IEEE计算机协会杰出演讲人、ACM杰出演讲人,还是IEEE自动驾驶技术特别技术社区的创始人。他拥有加利福尼亚大学尔湾分校博士学位。

    万梓燊 佐治亚理工学院电气与计算机工程博士在读。他对超大规模集成电路设计、计算机体系结构、机器学习和边缘智能有着广泛的研究兴趣,重点关注自主机器的能效、鲁棒性硬件和系统设计。他曾获得DAC 2020和CAL 2020最佳论文奖。他拥有哈佛大学硕士学位。

    俞波 PerceptIn公司首席技术官。他目前的研究兴趣包括机器人和自动驾驶汽车的算法及系统。他是IEEE自动驾驶特别技术社区的创始成员。他拥有清华大学博士学位。

    汪玉 清华大学电子工程系长聘教授、系主任。他的研究兴趣包括特定应用硬件计算、并行电路分析和功率/可靠性感知系统设计方法。他曾获得ASPDAC 2019、FPGA 2017、NVMSA17、ISVLSI 2012最佳论文奖,并且是2018年DAC 40岁以下创新者奖的获得者。他是Deephi Tech(2018年被Xilinx收购)的联合创始人。他拥有清华大学博士学位。

    本书由PerceptIn公司的技术专家与清华大学等高校的学者联袂撰写,提出FPGA是机器人应用的最佳计算基板。

    本书全面概述基于FPGA的机器人计算加速器设计,证明了FPGA是加速神经网络的理想选择,也是加速运动规划内核的理想选择。此外,本书还介绍了PerceptIn为自动驾驶汽车开发车载计算系统所做的努力。

    本书全面概述基于FPGA的机器人计算加速器设计。本书首先对FPGA技术的背景进行介绍,然后深入介绍基于FPGA的机器人感知神经网络加速器设计,并对机器人感知中的各种立体视觉算法及其FPGA加速器设计进行讨论,验证了FPGA是加速神经网络的理想选择。接着,介绍在FPGA中实现并集成现有算法的关键原语的通用定位框架,并讨论运动规划模块,证明了FPGA是加速运动规划内核的理想选择。之后,探讨如何在多机器人探索任务中使用FPGA,以及PerceptIn为自动驾驶汽车开发车载计算系统所做的努力。zui后,介绍过去20年中FPGA在太空机器人中的应用。本书适合机器人领域的研究者、工程师以及高校相关专业的学生阅读及参考。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购