-
公开(公告)号：CN115683191B
公开(公告)日：2025-05-09
申请号：CN202211306671.1
申请日：2022-10-25
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01D18/00
Abstract: 本发明涉及一种传感器输出延时标定装置和方法，其中，标定装置中的同步信号发生装置用于产生同步输出的第一信号和第二信号；所述信号预处理模块用于对所述第一信号和所述第二信号进行幅值处理；协议解析模块用于解析第一信号经待测传感器输出的数字信号，并在传感器的输出指示信号或数字信号的数据头到达时向计时模块发送第一信号脉冲；所述电平检测模块用于检测第二信号并在第二信号发生跳变时向计时模块发送第二信号脉冲；计时模块用于记录输出第一信号脉冲和输出第二信号脉冲的时间；所述数据记录及延时计算模块用于计算输出第一信号脉冲的时间和输出第二信号脉冲的时间的差值，得到所述待测传感器的输出延时。本发明能够完成不同传感器的输出延时标定。
-
Patent Agency Ranking
公开(公告)号：CN115683191A
公开(公告)日：2023-02-03
申请号：CN202211306671.1
申请日：2022-10-25
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01D18/00
Abstract: 本发明涉及一种传感器输出延时标定装置和方法，其中，标定装置中的同步信号发生装置用于产生同步输出的第一信号和第二信号；所述信号预处理模块用于对所述第一信号和所述第二信号进行幅值处理；协议解析模块用于解析第一信号经待测传感器输出的数字信号，并在传感器的输出指示信号或数字信号的数据头到达时向计时模块发送第一信号脉冲；所述电平检测模块用于检测第二信号并在第二信号发生跳变时向计时模块发送第二信号脉冲；计时模块用于记录输出第一信号脉冲和输出第二信号脉冲的时间；所述数据记录及延时计算模块用于计算输出第一信号脉冲的时间和输出第二信号脉冲的时间的差值，得到所述待测传感器的输出延时。本发明能够完成不同传感器的输出延时标定。
-
公开(公告)号：CN119918598A
公开(公告)日：2025-05-02
申请号：CN202411933694.4
申请日：2024-12-26
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06N3/063 , G06N3/0455 , G06N3/0464 , G06V10/44 , G06V10/46 , G06V10/82 , G06V10/94 , G06F15/78
Abstract: 本发明涉及一种基于数据流驱动的片上卷积神经网络计算系统，包括：卷积神经网络模块，用于对输入图像进行特征提取并生成第一特征张量和第二特征张量；所述卷积神经网络模块包括由若干卷积层构成的共享编码器、特征点解码器和描述子解码器，各个卷积层之间采用流接口进行数据传递，并基于缓存机制实现由数据流驱动的卷积层数据处理；特征点提取模块，用于基于所述第一特征张量提取特征点坐标，并实时输出所述特征点坐标和扫描坐标；描述子计算模块，用于实时获取所述特征点坐标、所述扫描坐标，并根据所述特征点坐标和所述扫描坐标从所述第二特征张量中选择对应位置的张量数据进行描述子计算。本发明能够有效实现并加速片上卷积神经网络计算。
-
公开(公告)号：CN106571833A
公开(公告)日：2017-04-19
申请号：CN201510646123.7
申请日：2015-10-08
Applicant: 上海无线通信研究中心 , 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供了一种并行编码和交织的通信传输方法，包括步骤：S1、以整帧为单位按并行度N对数据进行并行编码；S2、将编码后的数据打孔后存入缓存池中；S3、从所述缓存池中读取数据并以交织符号比特数K对数据进行符号划分；并按并行度2N对数据进行交织，并将待交织的数据存入对应存储器中；S4、利用交织地址读取所述存储器中的数据，并将数据输出。本发明将N bit并行编码器、2N bit缓存池和并行交织器一起组成整体。该并行编码，并行交织整体可灵活适配多种不同的码率，不同的数据率，大大提高了发送端的数据吞吐率。且系统设计简单易行，消耗资源少，可扩展性强，特别适合FPGA平台上设计实现工作。
-
公开(公告)号：CN119919677A
公开(公告)日：2025-05-02
申请号：CN202411933696.3
申请日：2024-12-26
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06V10/44 , G06V10/46 , G06V10/82 , G06V10/94 , G06N3/0455 , G06N3/0464 , G06N3/063
Abstract: 本发明涉及一种实时SuperPoint网络特征提取与描述方法及装置。其中方法包括：利用SuperPoint卷积神经网络模块对输入图像进行特征提取，并生成用于进行特征点提取的第一特征张量，以及用于进行描述子计算的第二特征张量；构建特征点提取模块基于所述第一特征张量提取特征点坐标，并实时输出所述特征点坐标和扫描坐标；构建描述子计算模块实时获取所述特征点坐标、所述扫描坐标，并根据所述特征点坐标和所述扫描坐标从所述第二特征张量中选择对应位置的张量数据进行描述子计算。本发明能够实现特征点提取和描述子计算的并行处理，提高了SuperPoint网络特征提取与描述的实时性。
-
公开(公告)号：CN115631086A
公开(公告)日：2023-01-20
申请号：CN202211307322.1
申请日：2022-10-25
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种实时图像序列的几何校正装置，其中，流水线实时计算模块用于根据标定的相机参数实时计算输出图像像素点的位置坐标相对于输入图像像素点的位置坐标；输入缓存单元用于缓存输入图像数据；输入缓存管理模块用于根据输入图像像素点的位置坐标的整数部分管理输入缓存单元中的输入图像数据；插值计算模块用于将输入图像像素点的位置坐标的小数部分作为插值计算的权重，对输入图像数据进行插值计算，得到校正图像值；校正系统控制模块用于启动流水线实时计算模块和控制输入缓存管理模块的数据处理，以完成从输入畸变图到输出校正图的时序控制。本发明能够以较少的嵌入式硬件资源实现高实时性图像序列的校正。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
