[发明专利]基于人工智能嵌入式系统和边缘系统应用方法

说明书

本发明公开了基于人工智能嵌入式系统和边缘系统应用方法，涉及嵌入式系统技术领域；为了解决无法更好的完成环境物体识别、增强，自然语言处理，自动驾驶等人工智能任务的问题；具体包括如下步骤：通过网络下载、自行拍摄和收集文本等方式收集模型需要的照片、文本。并对照片、文本进行处理，然后选择好最优最好的模型在主机单元进行训练，训练完成生成模型。本发明将图像、文本传输到Jetson套件内部通过布置的模型进行识别，根据识别反馈结果控制对应的单片机，单片机根据Jetson套件发送的指令控制智能设备完成事先通过编程规划好的动作，让嵌入式系统和边缘系统能够快速对周围情况做出正确识别和反应。

技术领域

本发明涉及嵌入式系统技术领域，尤其涉及基于人工智能嵌入式系统和边缘系统应用方法。

背景技术

嵌入式系统由硬件和软件组成，是能够独立进行运作的器件。其软件内容只包括软件运行环境及其操作系统。硬件内容包括信号处理器、存储器、通信模块等在内的多方面的内容。嵌入式系统是以应用为中心，以现代计算机技术为基础，能够根据用户需求(功能、可靠性、成本、体积、功耗、环境等)灵活裁剪软硬件模块的专用计算机系统，人工智能嵌入式系统和边缘系统应用主要依靠人工智能算法，而现在人工智能视觉、语音识别和自然语言处理都不能做到百分之百的准确，进而无法更好的完成环境物体识别、自动驾驶等人工智能任务。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的基于人工智能嵌入式系统和边缘系统应用方法。

为了实现上述目的，本发明采用了如下技术方案：

基于人工智能嵌入式系统和边缘系统应用方法，包括如下步骤：

S1：模型生成系统通过网络下载、自行拍摄和收集文本等方式收集需要的模型照片、文本，并将照片、文本传输到主机单元；

S2：将上传到主机单元的模型照片、文本进行检索，选择清晰直观的模型照片、文本，通过模型标注训练单元进行人工标注，生成模型训练所需的训练集的验证集；

S3：通过模型标注训练单元对人工标注好的模型进行训练，然后对训练好的模型进行测试，根据测试结果保存最优的训练模型；

S4：通过模型转换单元将训练模型转换为ONNX、TensorRT格式，随后通过模型传输单元将模型布置到Jetson主控系统的控制单元中；

S5：通过摄像单元对需要进行识别的区域进行拍摄，控制单元根据布置到Jetson主控系统中的模型对摄像单元拍摄的画面进行识别，判断画面中是否存在模型指代的物体；

S6：控制单元将摄像单元拍摄的画面和控制单元通过模型进行识别的画面通过显示单元进行实时显示，当画面中出现或未出现该模型指代的物体时，控制单元控制通知提醒单元进行提醒。

优选的：所述模型生成系统包括用于运行模型生成所需的软件的主机单元、用于对图片、文本进行收集的数据收集单元、用于对图片、文本进行人工标注和训练的模型标注训练单元、用于对模型格式进行转换的模型转换单元和用于对模型进行传输和布置的模型传输单元，所述数据收集单元、模型标注训练单元、模型转换单元和模型传输单元分别与主机单元相互通讯连接。

进一步的：所述主机单元包括安装Linux或者Windows系统的计算机，数据收集单元包括网络图片搜集下载工具和各种拍摄清晰jpg格式照片的设备。

进一步优选的：所述模型标注训练单元包括用于对收集的照片、文本进行目标识别的图像、文本等人工智能模型，高性能检测软件和对图片模型进行人工标记的labelImg图像标记工具，工作人员从数据收集单元收集来的图片模型中挑选显示清晰且直观的图片进行对应的人工标记。