第8章

嵌入式人工智能實例【8.1-8.3

EAI概述】第13講人工智能通識教程人工智能通識教程

本章導(dǎo)讀：從人工智能模型大小來看，面向工業(yè)智能化的人工智能，即嵌入式人工智能對應(yīng)于小模型，是針對某個特殊問題的專才，這不是大模型能取代的。從通用計算機(jī)與應(yīng)用于工業(yè)智能化的嵌入式計算機(jī)來看，嵌入式人工智能使用嵌入式計算機(jī)進(jìn)行開發(fā)。這個開發(fā)涉及微型計算機(jī)編程、傳感器應(yīng)用、各種執(zhí)行機(jī)構(gòu)等，具有較高的技術(shù)門檻。本章通過物體認(rèn)知系統(tǒng)實例把這個難度降下來，由此達(dá)到對嵌入式人工智能知其然，了解其所以然的目的。第2頁共21頁人工智能通識教程（1）了解為什么需要嵌入式人工智能；（2）了解生產(chǎn)智能化的技術(shù)基礎(chǔ)，如傳感器、嵌入式系統(tǒng)、通信技術(shù)及人工智能算法等；（3）基本理解嵌入式人工智能的應(yīng)用開發(fā)方法；（4）了解物體認(rèn)知系統(tǒng)；（5）進(jìn)行EORS訓(xùn)練軟件的實際安裝與操作；（6）通過EORS的視頻演示，由此體會嵌入式人工智能的基本內(nèi)涵。本章學(xué)習(xí)目標(biāo)第3頁共21頁人工智能通識教程本章思維導(dǎo)圖第4頁共21頁8.1為什么需要嵌入式人工智能8.2生產(chǎn)智能化的技術(shù)基礎(chǔ)8.3嵌入式人工智能應(yīng)用開發(fā)方法8.4物體認(rèn)知系統(tǒng)EORS概述（第14講）人工智能通識教程8.5在PC機(jī)上運行EORS訓(xùn)練軟件（第14講）目錄8.6EORS的視頻演示（第14講）人工智能通識教程人工智能中有“大模型”與“小模型”之分，大模型應(yīng)用已經(jīng)逐漸普及，如ChatGPT、DeepSeek，小模型主要面向工業(yè)智能化，如電路板焊接的缺陷檢測。類比通用計算機(jī)與各種具體智能產(chǎn)品中起核心控制作用的嵌入式計算機(jī)，有通用人工智能與嵌入式人工智能之分。嵌入式人工智能將成為工業(yè)智能化的核心技術(shù)之一，它涉及傳感器、嵌入式微型計算機(jī)、人工智能算法、通信等技術(shù)層面，具有較高的技術(shù)門檻，可以通過合適的方法降低其技術(shù)門檻。一般意義上人工智能（GeneralArtificialIntelligence，GAI），也可稱為通用人工智能或普適人工智能是以通用計算機(jī)為運行載體，進(jìn)行學(xué)習(xí)與推理的系統(tǒng)。而EAI是以嵌入式計算機(jī)為運行載體進(jìn)行學(xué)習(xí)與推理的系統(tǒng)?？梢灶惐韧ㄓ糜嬎銠C(jī)與嵌入式計算機(jī)之間的異同來理解GAI與EAI之間的異同。8.1為什么需要嵌入式人工智能第6頁共21頁8.1.1工業(yè)智能化的需求工業(yè)智能化正推動制造業(yè)從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)驅(qū)動”的范式躍遷，其核心需求在于構(gòu)建具備實時感知、自主決策與安全可控的新型生產(chǎn)體系。EAI作為關(guān)鍵技術(shù)載體，通過邊緣端“感知-計算-執(zhí)行”一體化能力，精準(zhǔn)應(yīng)對工業(yè)場景中三大核心挑戰(zhàn)：人工智能通識教程第7頁共21頁（1）復(fù)雜工況的精準(zhǔn)把控（如電梯振動異常毫秒級預(yù)警）；（2）動態(tài)生產(chǎn)環(huán)境的自適應(yīng)優(yōu)化（如洗衣機(jī)按衣料特性動態(tài)調(diào)節(jié)模式）；（3）工業(yè)數(shù)據(jù)主權(quán)與安全防御（如數(shù)控機(jī)床參數(shù)本地加密防泄漏）；如圖8-1所示的工業(yè)智能化對EAI需求框架，正是以這三大維度為支柱展開——通過智能監(jiān)控實現(xiàn)設(shè)備“未病先防”，依托自適應(yīng)控制達(dá)成產(chǎn)線“動態(tài)調(diào)優(yōu)”，并構(gòu)建端到端安全防線保障數(shù)據(jù)“滴水不漏”，最終支撐制造業(yè)向高可靠、高彈性、高安全的智能化目標(biāo)邁進(jìn)。下文將圍繞這三個核心方向深入解析。圖8-1工業(yè)智能化對EAI的需求人工智能通識教程第8頁共21頁嵌入式人工智能在智能監(jiān)控和故障預(yù)測領(lǐng)域的應(yīng)用，是工業(yè)智能化邁向自主化、精準(zhǔn)化的關(guān)鍵技術(shù)支撐。通過部署在工業(yè)設(shè)備邊緣端的嵌入式系統(tǒng)（如工業(yè)PLC、智能傳感器），結(jié)合輕量級模型，能夠?qū)崟r采集設(shè)備運行中的數(shù)據(jù)，并借助一下算法進(jìn)行異常檢測與故障預(yù)測，從而提高生產(chǎn)線的效率和穩(wěn)定性。例如：嵌入式人工智能在電梯故障預(yù)測中的應(yīng)用，是工業(yè)設(shè)備智能化運維的典型范例。電梯嵌入式系統(tǒng)通過加速度傳感器實時監(jiān)測轎廂振動頻率，溫度傳感器追蹤電機(jī)繞組溫度，并統(tǒng)計每日門開關(guān)次數(shù)。這些數(shù)據(jù)通過輕量化模型分析，例如發(fā)現(xiàn)門開關(guān)阻力隨時間線性上升，即預(yù)測未來7天內(nèi)可能發(fā)生門卡滯故障，自動向物業(yè)管理系統(tǒng)發(fā)送“建議潤滑門軌”的工單；當(dāng)電機(jī)溫度在負(fù)載不變情況下異常升高時，則判斷冷卻系統(tǒng)異常，提前48小時預(yù)警。整個過程在本地完成，響應(yīng)延遲<50ms，數(shù)據(jù)無需上傳云端，既保障隱私，又能將故障停機(jī)時間減少70%，維修成本降低40%，讓居民樓或商場的電梯運維從“故障搶修”轉(zhuǎn)變?yōu)椤邦A(yù)防性維護(hù)”。1．智能監(jiān)控和故障預(yù)測人工智能通識教程第9頁共21頁嵌入式系統(tǒng)可以根據(jù)環(huán)境變化和生產(chǎn)要求，自動調(diào)整和優(yōu)化控制策略，實現(xiàn)自適應(yīng)控制。這種能力在工業(yè)自動化中尤為重要，能夠幫助生產(chǎn)線根據(jù)實際情況進(jìn)行動態(tài)調(diào)整，提高生產(chǎn)效率和產(chǎn)品質(zhì)量。家用洗衣機(jī)搭載嵌入式芯片，通過重量傳感器、濁度檢測器和布料識別攝像頭，自動判斷衣物材質(zhì)（如棉質(zhì)、化纖）與臟污程度（油漬、汗?jié)n）。例如：檢測到羊毛衫時，自動切換輕柔模式，降低轉(zhuǎn)速等。整個過程無需人工干預(yù)，通過邊緣端實時決策，在保證清潔效果的同時延長衣物壽命，實現(xiàn)“感知-優(yōu)化-執(zhí)行”的閉環(huán)控制。2．自適應(yīng)控制嵌入式人工智能在工業(yè)智能化中對安全性與數(shù)據(jù)保護(hù)的核心作用，在于構(gòu)建端到端的可信數(shù)據(jù)閉環(huán)，既防范外部攻擊又規(guī)避隱私泄露風(fēng)險。在工業(yè)場景中，嵌入式系統(tǒng)通過硬件級安全模塊實現(xiàn)數(shù)據(jù)本地加密處理，例如在數(shù)控機(jī)床中，加工參數(shù)（如刀具路徑、材料配方）直接在邊緣設(shè)備完成加密存儲與模型推理。3．安全性和數(shù)據(jù)保護(hù)人工智能通識教程第10頁共21頁8.1.1工業(yè)智能化的需求工業(yè)智能化的本質(zhì)是構(gòu)建自感知、自決策、自執(zhí)行的閉環(huán)系統(tǒng)，實現(xiàn)從“自動化”到“自主化”的跨越，可以概括為以下幾個方面：1．邊緣智能化2．自主決策與實時控制邊緣智能化指的是在離數(shù)據(jù)源（如傳感器、設(shè)備）較近的本地設(shè)備上進(jìn)行數(shù)據(jù)處理和智能決策，而非將數(shù)據(jù)全部傳輸?shù)皆贫诉M(jìn)行集中處理。這種模式在工業(yè)現(xiàn)場尤為重要，因為它能大大降低通信延時和帶寬需求，同時在網(wǎng)絡(luò)不穩(wěn)定或斷連時依然保證系統(tǒng)正常運行。在工業(yè)監(jiān)控系統(tǒng)中，邊緣設(shè)備可實時檢測設(shè)備狀態(tài)、環(huán)境參數(shù)變化，及時發(fā)出預(yù)警；在自動駕駛場景中，車輛邊緣單元可快速處理傳感器數(shù)據(jù)，做出緊急制動等決策。嵌入式人工智能通過實時采集和處理數(shù)據(jù)，使系統(tǒng)能夠獨立地判斷當(dāng)前的狀態(tài)，并基于模型預(yù)測采取相應(yīng)的控制策略。這種自主決策能力不僅降低了對中央控制系統(tǒng)的依賴，還能在關(guān)鍵時刻迅速做出反應(yīng)，保證生產(chǎn)安全和效率。例如：在生產(chǎn)線上的設(shè)備突發(fā)異常（如溫度異常、機(jī)械故障）時，避免事故擴(kuò)大。人工智能通識教程第11頁共21頁3．資源受限環(huán)境下的高效計算嵌入式設(shè)備通常受限于處理能力、內(nèi)存和電力供應(yīng)。因此，設(shè)計用于工業(yè)智能化的嵌入式人工智能系統(tǒng)必須在資源有限的環(huán)境中實現(xiàn)高效計算和低功耗運行。例如：在工業(yè)現(xiàn)場監(jiān)控設(shè)備中，利用低功耗嵌入式處理器完成圖像和聲音數(shù)據(jù)的實時分析，既能保障長期穩(wěn)定運行，又能及時反饋異常狀態(tài)。8.2生產(chǎn)智能化的技術(shù)基礎(chǔ)生產(chǎn)智能化的實現(xiàn)依賴于如圖8-2所示的四大核心技術(shù)模塊的協(xié)同作用：傳感器、嵌入式微型計算機(jī)、通信與人工智能算法。這些技術(shù)共同構(gòu)建了從數(shù)據(jù)感知、傳輸、處理到?jīng)Q策的完整鏈條，支撐工業(yè)系統(tǒng)從自動化向自主化演進(jìn)。圖8-2四大核心技術(shù)人工智能通識教程第12頁共21頁8.2.1傳感器傳感器是生產(chǎn)智能化系統(tǒng)的“眼睛”和“耳朵”，負(fù)責(zé)采集環(huán)境數(shù)據(jù)、設(shè)備狀態(tài)、產(chǎn)品質(zhì)量等信息。這些數(shù)據(jù)為人工智能算法提供了原始輸入，使其能夠進(jìn)行分析和處理，從而做出智能決策或自動反應(yīng)。傳感器的種類繁多如圖8-3所示，包括激光傳感器、光電傳感器、壓力傳感器、速度傳感器、光纖傳感器、磁性開關(guān)等。不同類型的傳感器提供不同維度的物理數(shù)據(jù)，通過傳感器融合技術(shù)，可以將這些多源數(shù)據(jù)集成，提升感知的精度和可靠性，進(jìn)而實現(xiàn)更高效的數(shù)據(jù)分析和決策過程。嵌入式系統(tǒng)，即嵌入式計算機(jī)系統(tǒng)，它是嵌入式人工智能系統(tǒng)的核心處理單元，它具備體積小、低功耗、高性能等特點，能夠滿足生產(chǎn)環(huán)境中對設(shè)備緊湊性和能效的要求。嵌入式微型計算機(jī)通常集成了多種功能模塊，如處理器、存儲器、輸入輸出接口等，能夠?qū)崿F(xiàn)數(shù)據(jù)的采集、處理、存儲和傳輸。在生產(chǎn)智能化中，嵌入式微型計算機(jī)負(fù)責(zé)運行人工智能算法，對傳感器采集到的數(shù)據(jù)進(jìn)行實時分析和處理，從而實現(xiàn)對生產(chǎn)過程的智能監(jiān)控、故障診斷、質(zhì)量檢測等功能。圖8-3傳感器8.2.2嵌入式系統(tǒng)人工智能通識教程第13頁共21頁8.2.3通信技術(shù)通信技術(shù)在嵌入式人工智能系統(tǒng)中起著至關(guān)重要的作用，它確保了設(shè)備之間、設(shè)備與云端之間的數(shù)據(jù)傳輸和信息交互。現(xiàn)代通信技術(shù)包括有線通信和無線通信兩大類。有線通信技術(shù)如工業(yè)以太網(wǎng)、現(xiàn)場總線等，具有傳輸穩(wěn)定、抗干擾能力強(qiáng)的特點，適用于工業(yè)生產(chǎn)環(huán)境中的設(shè)備連接。無線通信技術(shù)如WiFi、藍(lán)牙、ZigBee、5G等，具有靈活性高、部署方便的優(yōu)點，能夠?qū)崿F(xiàn)設(shè)備的移動性和遠(yuǎn)程監(jiān)控。在生產(chǎn)智能化中，通信技術(shù)使得嵌入式人工智能系統(tǒng)能夠與外部環(huán)境進(jìn)行實時交互，實現(xiàn)數(shù)據(jù)的共享和協(xié)同工作。人工智能算法是嵌入式人工智能系統(tǒng)的核心，它賦予了系統(tǒng)智能決策和自主學(xué)習(xí)的能力。常見的嵌入式人工智能算法包括機(jī)器學(xué)習(xí)算法、深度學(xué)習(xí)算法和強(qiáng)化學(xué)習(xí)算法等。機(jī)器學(xué)習(xí)算法通過從數(shù)據(jù)中學(xué)習(xí)規(guī)律和模式，實現(xiàn)對數(shù)據(jù)的分類、回歸、聚類等操作。深度學(xué)習(xí)算法利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，能夠自動提取數(shù)據(jù)的特征，實現(xiàn)更復(fù)雜的數(shù)據(jù)處理和分析任務(wù)。強(qiáng)化學(xué)習(xí)算法則通過與環(huán)境的交互，學(xué)習(xí)最優(yōu)的行為策略，實現(xiàn)系統(tǒng)的自主決策和優(yōu)化控制。在生產(chǎn)智能化中，人工智能算法可以根據(jù)生產(chǎn)過程中的數(shù)據(jù)，實時調(diào)整生產(chǎn)參數(shù)、優(yōu)化生產(chǎn)流程、預(yù)測設(shè)備故障，從而提高生產(chǎn)效率、降低成本、提升產(chǎn)品質(zhì)量。8.2.4人工智能算法人工智能通識教程嵌入式人工智能（EmbeddedArtificialIntelligence，EAI）的開發(fā)涉及傳感器采樣、濾波處理、邊緣計算、通信及執(zhí)行機(jī)構(gòu)等，具有較高的技術(shù)門檻，可以通過通用嵌入式計算機(jī)的構(gòu)建降低這個門檻。8.3嵌入式人工智能應(yīng)用開發(fā)方法第14頁共21頁8.3.1通用嵌入式計算機(jī)嵌入式人工智能離不開嵌入式計算機(jī)系統(tǒng)，所謂嵌入式計算機(jī)系統(tǒng)就是指不以通用計算機(jī)面目出現(xiàn)而嵌入在各類智能產(chǎn)品中起核心作用的微型計算機(jī)，簡稱嵌入式系統(tǒng)。嵌入式系統(tǒng)所使用的芯片各種各樣，開發(fā)工具也各種各樣，其軟硬件開發(fā)具有較高的技術(shù)門檻，為了降低這個門檻，使得嵌入式人工智能更易于實現(xiàn)，引入通用嵌入式計算機(jī)（GeneralEmbeddedComputer，GEC）概念，目的就借鑒通用計算機(jī)（GeneralComputer）概念與做法，在一定條件下，把嵌入式系統(tǒng)的軟件開發(fā)門檻降下來，服務(wù)于嵌入式人工智能的軟件開發(fā)。要能夠做到提高編程顆粒度、提高可移植性，可以借鑒通用計算機(jī)（GeneralComputer）概念與做法，在一定條件下，做通用嵌入式計算機(jī)（GeneralEmbeddedComputer，GEC），把基本輸入輸出系統(tǒng)（BasicInputandOutputSystem，BIOS）與用戶程序分離開來，實現(xiàn)徹底的工作分工。GEC雖然不能涵蓋所有嵌入式開發(fā)，但可涵蓋其中大部分。人工智能通識教程GEC的實質(zhì)是把面向寄存器編程提高到面向知識要素編程，提高了編程顆粒度。但是，這樣做也會降低實時性。彌補(bǔ)實時性降低的方法是提高芯片的運行時鐘頻率。目前MCU的總線頻率是早期MCU總線頻率幾十倍，甚至幾百倍，因此，更高的總線頻率給提高編程顆粒度提供了物理支撐。另一方面是軟件構(gòu)件技術(shù)的發(fā)展與認(rèn)識的普及，也為提出GEC概念提供了機(jī)遇。嵌入式軟件開發(fā)人員越來越認(rèn)識到軟件工程對嵌入式軟件開發(fā)的重要支撐作用，也意識到掌握和應(yīng)用軟件工程的基本原理對嵌入式軟件的設(shè)計、升級、芯片迭代與維護(hù)等方面，具有不可或缺的作用。因此，從“零”開始的編程，將逐步分化為構(gòu)件制作與構(gòu)件使用兩個不同層次，也為嵌入式人工智能提供先導(dǎo)基礎(chǔ)。第15頁共21頁人工智能通識教程提高代碼質(zhì)量和生產(chǎn)力的唯一最佳方法就是復(fù)用好的代碼，軟件構(gòu)件技術(shù)是軟件復(fù)用實現(xiàn)的重要方法。構(gòu)件（Component）是可重用的實體，它包含了合乎規(guī)范的接口和功能實現(xiàn)，能夠被獨立部署和被第三方組裝。軟件構(gòu)件（SoftwareComponent）是具有相對獨立功能、可明確辨識的實體，它是封裝的、規(guī)范的、可重用的軟件基本單元。規(guī)范的軟件構(gòu)件由頭文件（.h）及源程序文件（.c）文件構(gòu)成。頭文件（.h）應(yīng)該是軟件構(gòu)件簡明且完備的使用說明，即構(gòu)件的應(yīng)用程序接口（ApplicationProgrammingInterface，API），也就是說，不需查看源程序文件情況下，就能夠完全使用該構(gòu)件進(jìn)行上一層程序的開發(fā)。為了便于理解與應(yīng)用，可以把嵌入式軟件構(gòu)件分為底層驅(qū)動構(gòu)件、外部設(shè)備構(gòu)件與算法構(gòu)件三種類型。第16頁共21頁8.3.2構(gòu)件

1．底層驅(qū)動構(gòu)件底層驅(qū)動構(gòu)件的定義。底層驅(qū)動構(gòu)件是根據(jù)MCU內(nèi)部功能模塊的基本知識要素，針對MCU引腳功能或MCU內(nèi)部功能，利用MCU內(nèi)部寄存器所制作的直接干預(yù)硬件的構(gòu)件。常用的底層驅(qū)動構(gòu)件主要有：GPIO構(gòu)件、UART構(gòu)件、ADC構(gòu)件、Flash構(gòu)件、I2C構(gòu)件等。人工智能通識教程外部設(shè)備構(gòu)件的定義。外部設(shè)備構(gòu)件是使用底層驅(qū)動構(gòu)件并面向?qū)ο缶幊痰臉?gòu)件。例如Light構(gòu)件和uecom構(gòu)件。Light構(gòu)件調(diào)用底層驅(qū)動構(gòu)件GPIO，完成對小燈控制的封裝。uecom構(gòu)件調(diào)用串口構(gòu)件，完成物聯(lián)網(wǎng)通信。也可以把printf函數(shù)納入外部設(shè)備構(gòu)件，因為它調(diào)用串口構(gòu)件。printf函數(shù)調(diào)用的一般形式為：printf(“格式控制字符串”,輸出表列)，本書使用的printf函數(shù)可通過uart串口向外傳輸數(shù)據(jù)。第17頁共21頁

2．外部設(shè)備構(gòu)件算法構(gòu)件的定義。算法構(gòu)件是一個面向?qū)ο蟮?、具有?guī)范接口和確定的上下文依賴的組裝單元，它能夠被獨立使用或被其他構(gòu)件調(diào)用。本書例程中使用的算法構(gòu)件主要有：數(shù)據(jù)排序、循環(huán)冗余校驗crc構(gòu)件、組幀frame構(gòu)件和時間戳timeStamp構(gòu)件。若將人工智能的一些算法制作成構(gòu)件，也應(yīng)納入算法構(gòu)件范疇。3．算法構(gòu)件人工智能通識教程在嵌入式人工智能應(yīng)用中，數(shù)據(jù)采樣與模型訓(xùn)練是整個系統(tǒng)能否達(dá)到預(yù)期智能水平的基礎(chǔ)。如圖8-4所示，該過程涉及數(shù)據(jù)的獲取與學(xué)習(xí)，主要包括以下幾個關(guān)鍵步驟：第18頁共21頁8.3.3采樣與訓(xùn)練1．?dāng)?shù)據(jù)采集數(shù)據(jù)來源可以來自傳感器采集（如溫度、圖像、聲音等）、用戶交互日志或者其他外部數(shù)據(jù)接口。嵌入式設(shè)備一般處于現(xiàn)場環(huán)境，因此數(shù)據(jù)采集過程必須兼顧實時性與多樣性。為了確保數(shù)據(jù)具有代表性，需要設(shè)計合理的采樣策略。常見方法包括隨機(jī)采樣、時間序列采樣或者事件觸發(fā)采樣，確保在各種工作場景下都能收集到足夠的信息。圖8-4數(shù)據(jù)采樣與訓(xùn)練人工智能通識教程第19頁共21頁2．?dāng)?shù)據(jù)預(yù)處理數(shù)據(jù)預(yù)處理主要包括三個方面：首先，對原始數(shù)據(jù)進(jìn)行清洗與篩選，通過濾波、異常值檢測和缺失值補(bǔ)全來消除噪聲；其次，根據(jù)目標(biāo)任務(wù)進(jìn)行特征提取，采用特征工程技術(shù)提取關(guān)鍵特征，降低數(shù)據(jù)維度并增強(qiáng)模型泛化能力；最后，在監(jiān)督學(xué)習(xí)中通過自動或人工標(biāo)注確保數(shù)據(jù)的準(zhǔn)確性和一致性。3．模型訓(xùn)練在嵌入式系統(tǒng)中，模型訓(xùn)練需要在有限資源與高精度之間取得平衡，通常選擇輕量級CNN、RNN或基于決策樹的算法；訓(xùn)練過程在資源充裕的服務(wù)器或云端平臺上進(jìn)行，通過離線訓(xùn)練、交叉驗證和超參數(shù)調(diào)優(yōu)提升模型表現(xiàn)，而在訓(xùn)練后期則利用剪枝、量化和蒸餾等優(yōu)化技術(shù)，確保模型在嵌入式終端上實現(xiàn)實時、低功耗運行。4．模型驗證與迭代在模型驗證與迭代過程中，通過利用獨立測試數(shù)據(jù)集驗證模型在實際場景中的魯棒性和準(zhǔn)確性，同時將終端設(shè)備運行數(shù)據(jù)反饋到訓(xùn)練平臺，持續(xù)采樣并再訓(xùn)練，形