嵌入式神经网络处理器组件和工业自动化系统的制作方法

本实用新型涉及工业控制领域，特别是一种嵌入式神经网络处理器组件和工业自动化系统。
背景技术：
：基于人工智能(ai)的控制技术在许多工业应用中是一种强大的技术。智能视觉应用于工件取放、工件跟踪计数、缺陷检测等。在一个典型应用中，控制回路设计如下：一组摄像机检测或监控工件；然后将摄像机的图像发送到个人电脑(pc)上的图像识别软件进行分析；根据图像识别软件的分析结果，可编程逻辑控制器(plc)可以指示执行机构完成相应的任务。目前，有些工业自动化应用中为plc增设了人工智能模块，如神经网络处理器(npu)，该npu可与plc安装在同一机架上，并通过背板总线进行通信。npu可以通过神经网络分析和识别来自plc的中央处理单元(cpu)或兼容传感器如摄像机和麦克风的图像、视频、声音和数据。然后将分析结果传回cpu进行控制。通过npu模块，plc可以实现人工智能控制。技术实现要素：有鉴于此，本实用新型实施例中一方面提出了一种嵌入式神经网络处理器组件，另一方面提出了一种工业自动化系统，用以提高npu的识别精度。本实用新型实施例中提出的一种嵌入式神经网络处理器组件，包括：一嵌入式神经网络处理器本体，其集成到一工业自动化系统上，和至少一个扩展转接器，每个扩展转接器通过总线与所述嵌入式神经网络处理器本体连接；且每个所述扩展转接器包括：接口单元，其包括：有源以太网(poe，poweroverethernet)接口、usb接口和电源输出接口；和预处理电路，其与所述接口单元电连接，用于通过所述接口单元接收来自各传感器的包括图像、视频和/或声音的数据，对所述数据进行预处理，并通过总线将预处理后的数据发送给所述嵌入式神经网络处理器本体进行分析。在一个实施方式中，每个扩展转接器进一步包括：人机界面，用于将预处理前后的数据进行对比呈现。在一个实施方式中，所述预处理电路包括：用于对所述数据进行预处理的预处理算法模块，并且所述预处理电路能够接收用户通过所述人机界面或一plc配置工具对所述预处理算法模块中的预处理算法的参数调整。在一个实施方式中，所述预处理电路进一步接收用户通过所述人机界面或所述plc配置工具输入的新预处理算法，并将所述新预处理算法加入所述预处理算法模块中。在一个实施方式中，所述预处理电路包括：处理器芯片，其能够安装并运行所述嵌入式神经网络处理器本体不兼容的传感器的驱动程序。在一个实施方式中，所述传感器包括摄像机和/或麦克风。在一个实施方式中，所述预处理电路对所述数据进行如下预处理操作中的任一项或任意组合：对图像、视频和/或声音进行降噪处理；对图像和/或视频进行锐化、亮度和/或对比度增强处理；对图像和/或视频进行无用区域的裁剪处理。在一个实施方式中，所述工业自动化系统为可编程逻辑控制器系统。本实用新型实施例中提出的一种工业自动化系统，包括如上任一实施方式中所述的针对嵌入式神经网络处理器组件。在一个实施方式中，所述工业自动化系统为可编程逻辑控制器系统。从上述方案中可以看出，由于本实用新型实施例中为嵌入式神经网络处理器设置了至少一个扩展转接器，并在每个扩展转接器上设置用于接收传感器数据的接口，以及用于对通过所述接所接收的数据进行预处理的预处理电路，从而可以对传感器采集的数据进行降噪、图像/视频锐化、亮度和对比度增强、图像/视频无用区域裁剪等预处理，进而提高嵌入式神经网络处理器的识别精度。另外，通过在预处理电路运行实时操作系统，从而可以为npu不兼容的传感器安装传感器驱动程序，从而可扩展采集数据的传感器类型。此外，通过在该扩展转接器上设置人机界面，可将预处理前后的数据进行对比呈现，并且可使得用户能够通过该人机界面定制所需的预处理算法。附图说明下面将通过参照附图详细描述本实用新型的优选实施例，使本领域的普通技术人员更清楚本实用新型的上述及其它特征和优点，附图中：图1为目前的一种集成有npu模块的plc的示意图。图2为本实用新型实施例中一种npu组件的示例性结构图。其中，附图标记如下：标号含义1背板总线2连接器11供电模块12cpu13i/o模块14npu模块15npu本体16扩展转接器141、211poe接口142、212usb接口143、213电源输出接口21接口22预处理电路23人机界面31、32传感器具体实施方式图1示出了目前的一种集成有npu模块的plc的示意图。如图1所示，该plc包括：供电模块11、cpu12、输入/输出(i/o)模块13和npu模块14。这些模块可通过连接器2连接到背板总线1上。npu模块14还具有有源以太网(poe，poweroverethernet)接口141、通用串行总线(usb，universalserialbus)接口142和电源输出接口143。poe接口141用于连接poe摄像机、麦克风等传感器，usb接口142和电源输出接口143是为电源端口和数据端口分离的传感器设计的。其中，npu模块14可以使用神经网络分析来自cpu12的图像、视频、声音或数据等数据。之后，分析结果被传输回cpu12进行控制。该npu模块14可无缝集成到simatic自动化系统中，实现ai算法与plc逻辑的简单、经济的集成。本实用新型实施例中，考虑到图1中摄像机和麦克风等是直接连接到npu模块14的。在这种情况下，在原始图像/视频/声音质量较低时，例如亮度或对比度不足，存在热像素/噪声、无用或干扰信息等，将降低npu模块14的识别精度并增加其识别时间。此外，npu模块上的端口非常有限。在某些复杂的场景中，这可能不足以连接摄像机和其他传感器。另外，传感器兼容性有限。npu模块14仅能兼容有限类型的传感器。为此，本实用新型实施例中提出一种npu扩展转接器。该npu扩展转接器可安装在npu旁边，负责图像/视频/声音优化、干扰信息消除和接口扩展等。此外，用户还可以为与npu不兼容的传感器安装驱动程序。利用该扩展转接器，可以提高npu的识别精度，扩展npu的用例。具体实现时，一个npu可连接多个npu扩展转接器。此时由于npu不再直接接收来自传感器的数据，因此npu上无需再设置各接口。为使本实用新型的目的、技术方案和优点更加清楚，以下举实施例对本实用新型进一步详细说明。图2为本实用新型实施例中一种npu组件的示例性结构图。如图2所示，该npu组件包括npu本体15和扩展转接器16，扩展转接器16可通过连接器2连接在npu本体15旁边的plc机架上，与npu本体15具有相同的背板总线1，这样一个npu本体15可以连接多个扩展转接器16，图2中仅示出了连接一个扩展转接器16的情况。每个npu扩展转接器16可包括：接口21、预处理电路22和人机界面(hmi，humanmachineinterface)23。其中，接口单元21包括：poe接口211、usb接口212和电源输出接口213。poe接口211用于连接poe摄像机、麦克风等传感器31，usb接口212和电源输出接口213用于连接电源端口和数据端口分离的摄像机等传感器32。图2只显示了一组接口，实际应用中，还可以根据需要扩展更多的接口，此处不对其进行限定。有了这些接口，npu15的连通性将大大提高。预处理电路22与接口单元21电连接，用于通过接口单元21接收来自各传感器的数据，如图像和/或视频和/或声音数据，对所述数据进行预处理，然后通过背板总线将预处理后的数据发送给npu本体15进行分析。预处理电路22内的预处理算法可以通过plc配置工具(如tia博途)配置，也可以通过人机界面23进行本地配置。具体实现时，一些常用的图像/视频/声音等数据的预处理算法可集成到配置工具和人机界面23中。如果不符合用户要求，可允许用户调整算法中的参数或添加自己的数据预处理算法。即用户可定制图像/视频/声音降噪、图像/视频锐化、亮度和对比度增强、图像/视频无用区域裁剪等预处理算法。此外，预处理电路22上可运行有实时操作系统，因此可以运行传感器驱动程序，使得用户可以为npu不兼容的传感器安装驱动程序。人机界面23可有多种实现方式，例如可以包括一led触摸屏等，用于将预处理前后的数据进行对比呈现。用户还可以通过人机界面23与实时操作系统交互，更新传感器驱动程序和手动选择预处理算法等。具体实现时，在一个例子中，所述预处理电路22可包括一用于对所述数据进行预处理的预处理算法模块(图2中未示出)，并且预处理电路22能够接收用户通过人机界面23或所述plc配置工具对所述预处理算法模块中的预处理算法的参数调整。此外，所述预处理电路22可进一步接收用户通过人机界面23或所述plc配置工具输入的新预处理算法，并将所述新预处理算法加入所述预处理算法模块中。在一个例子，预处理电路22可包括一处理器芯片(图2中未示出)，其能够安装并运行所述嵌入式神经网络处理器本体15不兼容的传感器的驱动程序。此外，该处理器芯片可用于执行上述的接收用户通过人机界面23或所述plc配置工具对所述预处理算法模块中的预处理算法的参数调整，以及接收用户通过人机界面23或所述plc配置工具输入的新预处理算法，并将所述新预处理算法加入所述预处理算法模块中。在其他实施方式中，上述人机界面23也可以省略，具体可根据实际需要确定，此处不对其进行限定。除了上述集成到plc的npu之外，对于集成到其他工业自动化系统中npu，也可以适用本实用新型实施例中的npu扩展转接器。本实用新型实施例中提出的工业自动化系统可包括上述任一实施方式所述的嵌入式神经网络处理器组件。从上述方案中可以看出，由于本实用新型实施例中为嵌入式神经网络处理器设置了一扩展转接器，并在该扩展转接器上设置用于接收传感器数据的接口，以及用于对通过所述接所接收的数据进行预处理的预处理电路，从而可以对传感器采集的数据进行降噪、图像/视频锐化、亮度和对比度增强、图像/视频无用区域裁剪等预处理，进而提高嵌入式神经网络处理器的识别精度。另外，通过在预处理电路运行实时操作系统，从而可以为npu不兼容的传感器安装传感器驱动程序，从而可扩展采集数据的传感器类型。此外，通过在该扩展转接器上设置人机界面，可将预处理前后的数据进行对比呈现，并且可使得用户能够通过该人机界面定制所需的预处理算法。以上所述仅为本实用新型的较佳实施例而已，并不用以限制本实用新型，凡在本实用新型的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实用新型的保护范围之内。当前第1页12