universidad politécnica de madrid - cei.upm.es · desarrollo de tecnología de inteligencia...
TRANSCRIPT
Marzo 2008Madrid
SistemasSistemasEmbebidosEmbebidosInteligentesInteligentes
Centro de Electrónica Industrial (CEI)
ce
i@u
pm
.es
Universidad PolitUniversidad Politéécnica de Madridcnica de Madrid
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
EscenarioEscenario
Existen soluciones pero...
...Plataforma de Despliegue
Grandes ordenadores
SOTR
IMPOSIBILIDAD DE REALIZACIIMPOSIBILIDAD DE REALIZACIÓÓNN
COMO SISTEMA EMBEBIDOCOMO SISTEMA EMBEBIDO
• ⇑ Complejidad tareas realizadas por SE
• ⇑ Inteligencia
• ⇑ Procesamiento
Tiempo real
Fiabilidad
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Sistemas AutSistemas Autóónomos nomos -- IAIA
Autonomía ⇒ Operación sin intervención humana
Operacional y De decisión
Condiciones de operación
Perturbaciones, Abstracción, Incertidumbre
Soluciones ⇒ Arquitecturas cognitivas
Sistemas inteligentes de muy alta autonomía
Alta complejidad
Elevados recursos de implementación
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
AplicacionesAplicaciones
Copyright 2006 www.kontron.com
© Cornell University/NASA/JPL and Dan Maas
Navegación autónoma
Robots autónomos
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
AplicacionesAplicaciones
Copyright 2006 www.kontron.com
Sistemas inteligentes de transporte
UC3M
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
AplicacionesAplicaciones
Multimedia “inteligente”
RobóticaMédica
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Avance tecnolAvance tecnolóógico ...gico ...
Avance en Tecnologías de Fabricación de CIs
ASICs, DSPs, FPGAs
Posible implementación como sistemas embebidos
Escalado
RequisitosAlta capacidad de integración – Grado Autonomía/Inteligencia
Reconfiguración – Aprendizaje / AdaptaciónTiempo real – Respuesta operativaConsumo – Autonomía
Flujo de diseño / Metodología adaptada – Fiabilidad
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Relación de Compromiso entre...
Densidad de Integración / Rendimiento
Coste
Reconfiguración en fase de investigación
...aún no es una herramienta
Flujos de Diseño con pocos avances
Transformación del modelo de alto nivel
... con limitaciones... con limitaciones
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
PropuestaPropuesta
Experimentos de escalado sobre hardware
Ejemplos de implementación
Metodología de escalado
• “Arquitectura” HW genérica inteligente
Desarrollo de tecnología deinteligencia empotrada
intelligentSoC
INFERENCIA
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
ADAS (Advanced Driver Assistance Systems)
Tradicionalmente basados en detección temprana
(deterministas)
Aportación original
Técnicas Probabilistas + Deterministas + Hardware
Predicción de trayectorias de vehículos
Detección de salida involuntaria de carril
Reconocimiento de señales de tráfico
Sistemas de ayuda a la conducciSistemas de ayuda a la conduccióónn
Proyecto ASISTENTUR: INSIA - UC3M
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Sistemas de predicciSistemas de prediccióónn
Filtro de Partículas para predicción de trayectorias de vehículos en tiempo real
a
b
c
d
LINE_DETECTOR
mass_center_calc
mass_center_analysis
UPDATE_PREDICTION
update_prediction_slice
update_prediction_slice
particle number
PREDICTION_CHECKER
pred_checker_slice
pred_checker_slice
particle number
PARTICLE
REGISTER
PARTICLE
REGISTER
PARTICLE_DISPLACEMENT
part_displacement_slice
part_displacement_slice
particle number
CONTROL
Data
Control
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Control en entornos distribuidos. Sistemas cooperantes
Arquitectura Cognitiva BB1 (Universidad de Stanford)
Interacción con entornos dinámicos
Razonamiento sobre ellos
Tareas evolucionadas de aprendizaje
Funciones alto nivel de abstracción
Ciclos de operación
Ejecución
Tiempo real
Aprendizaje
Arquitecturas CognitivasArquitecturas Cognitivas
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
Arquitecturas CognitivasArquitecturas Cognitivas
Redes Neuronales para reconocimiento de señales de tráfico
Pequeñas, cooperativas y especializadas
Visión artificial basada en singularidades
RoI (60x45) (columns*rows)
RoD (6x5) (columns*rows)
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
ConclusionesConclusiones
Arquitectura de referencia compleja.
Funcionalidad limitada por el Escalado
Modularidad y Encapsulamiento
Ampliación de funcionalidades
Escenario
Aplicación de referenciaArquitectura de referenciaRecursos de implementación de referencia
Metodología. 3 niveles de abstracción
Modelado FuncionalModelado IntermedioModelado para Implementación
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
LLííneas futurasneas futuras
SoC Inteligente. Arquitecturas cognitivas en sistemas embebidos
Corto Plazo
Módulos para Arquitectura Hardware Inteligente
Principios de diseño
Largo Plazo
Métricas Generalización y evaluación de la M
MDA – Model Driven Architecture (MDE – Model Driven
Engineering)
transformaciónMODELO (UML...)MODELO (UML...) MODELO HWMODELO HW
Marzo 2008Ce
ntr
o d
eE
lec
tró
nic
aIn
du
stri
al
LLííneas futurasneas futuras
Aplicado
a
intelligentSoC
MMÉÉTRICASTRICAS
PRINCIPIOSPRINCIPIOS
MMÓÓDULOSDULOSINTELIGENTESINTELIGENTES
métrica
métrica
métrica
Nivel AbstractoNivel Abstracto
Nivel IntermedioNivel Intermedio
Nivel ImplementaciNivel Implementacióónn