智能消费机器人和玩具

强大,低功耗fpga实现下一代机器人和玩具

下一代消费机器人和玩具正在嵌入一系列传感器,以推动丰富的用户体验和人类的互相界面。设计人员正在利用传感器选择,强大的低功耗边缘处理器的灵活性,以及​​从多个传感器聚合数据以驱动这些设备的能力。

格子的智能解决方案在优化的低功耗FPGA上运行:

  • 低功耗On-Device AI,用于对象检测,识别,计数和人机接口
  • ISP和其他处理收集质量图像,声音和传感器的数据
  • 灵活和低延迟传感器数据聚集,桥接和缓冲各种传感器
  • 精确,低功率,可预测的电机控制来驱动设备的运动

跳转到

框图

机器人和玩具

示例用例

低功耗AI处理

  • 基于低功耗设备上神经网络的处理
  • 减少向云的数据流量,提高安全性和隐私性,并减少带宽使用
  • 目标检测、分类、计数和人机界面,包括手势和基于语音的命令

电机控制

  • 低延迟可编程电机控制
  • 能够与各种电机接口
  • 可预测的性能,以满足安全要求

音频桥接

  • 将最多8个麦克风连接到处理器
  • 音频数据缓冲以卸载处理器
  • bob电子竞技俱乐部支持I2S,PDM麦克风接口
  • 高达1 MB的设备RAM用于缓冲

图像传感器的桥接

  • 将各种图像传感器连接到处理器
  • MIPI PHYs支bob电子竞技俱乐部持2.5 Gbps/lane,最多支持4个lane
  • 灵活的主机接口,包括CSI, SPI, PCIe
  • 灵活处理视频数据的muxing和拼接

传感器融合和I/O扩展

  • 界面各种传感器,以创造丰富的用户体验
  • 灵活的预处理包括仲裁,时间戳和过滤
  • 创建可编程传感器融合算法

低延迟传感器桥接

  • 利用并行FPGA架构,从多个传感器同时采集数据
  • 界面各种传感器,以创造丰富的用户体验
  • 灵活的预处理包括仲裁,时间戳和过滤

bob体育软件

关键词检测

参考设计

人脸识别

参考设计

人脸识别

在ECP5 FPGA中使用卷积神经网络来检测人脸,并与已知的注册面匹配。可以调整与任何其他对象一起使用。
人脸识别
对象计数

参考设计

对象计数

基于格子Sensai堆栈的示例对象计算应用程序。包括SPI,DDR IP块,ISP引擎,8个CNN发动机和计数/叠加引擎
对象计数

演示

人脸检测

演示

人脸检测

使用Lattice sensAI IP在微小、低功耗的iCE40 UltraPlus FPGA上检测人脸,并在边缘实现AI。适用于探测其他物体。
人脸检测

IP核

CNN加速器IP

IP核心

CNN加速器IP

使用来自普通或自定义网络的CNN来实现AI解决方案。最多配置16位宽度。工作与栅格神经网络编译软件工具。
CNN加速器IP

开发套件和董事会

CrossLink-NX评估板

木板

HM01B0 UPduino盾

木板

HM01B0 UPduino盾

一套完整的开发工具包,用于实现人工智能(AI),使用视觉和声音作为低成本、低功耗的iCE40 UltraPlus FPGA的感官输入。
HM01B0 UPduino盾

bob电子竞技俱乐部

技术支援bob电子竞技俱乐部

需要帮忙?我们在这里帮助您

许可

找到您需要的软件和IP许可证

质量和可靠性

帮助您回答问题的参考资料

像大多数网站一样,我们使用cookie和类似的技术来增强您的用户体验。我们也允许第三方在我们的网站上放置cookie。如继续使用本网站,即表示您同意使用我们所述的cookiesCookie政策