Acceleration on FPGA of an SVM classifier for road condition sensor

Detalhes bibliográficos
Autor(a) principal: Alves, Marcelo Quintela
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/1822/76560
Resumo: Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores
id RCAP_0125e6eb7be5fbc93724db749ee93bc2
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/76560
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Acceleration on FPGA of an SVM classifier for road condition sensorAceleração em FPGA de um classificador SVM para o road condition sensorEmbedded systemsFPGAHardware accelerationSVMAceleração em hardwareSistemas embebidosEngenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e InformáticaDissertação de mestrado em Engenharia Eletrónica Industrial e ComputadoresEver since the advent of mass-produced affordable car in the early 20th century, the concept of autonomous driving has captivated the minds of engineers, science-fiction novelists and exhausted commuters alike. The promise of a vehicle that takes control of the wheel and pedals, while also providing absolute safety, comfort and precision may seem unlikely - and yet, many project it to become a reality within our lifetimes. Transitioning to fully autonomous driving poses a grave set of challenges. The next generation of vehicles mandates the use of near bleeding-edge data acquisition and processing systems, while still preserving reliability and cost-effectiveness. These modern algorithms and data models require more processing power, and are in a constant process of evolution incompatible with the current processing architectures. For the future of mobility to materialize, it is imperative a shift to platforms capable of metamorphosis. This thesis covers the adaptation of an existing road condition sensor prototype for an FPGA platform. The apparatus, intended to be mounted under a vehicles license plate, exploits a refined optical sensing solution mated to pre-trained AI-inference algorithms. These produce a classification of the driving surface, categorized in terms of the presence (or absence) of water, in either liquid or solid form. Some of the artefacts produced for this work include: 1) a both simple and high-performing data acquisition system implemented in reconfigurable logic, 2) a scalable, fixed-point linear SVM architecture optimized for the FPGA’s architecture, and 3) the integration of a thermal management loop, all in a single chip. The validity of this approach is demonstrated, while the main advantages and drawbacks are discussed in the context of a resource and time constrained research and innovation project.O conceito de condução autónoma captou a imaginação de engenheiros, escritores de ficção científica e também condutores presos no trânsito, desde o surgimento do automóvel moderno no início do século 20. A promessa de um veículo que se encarregue do volante e dos pedais, capaz de segurança e conforto total pode parecer uma fantasia improvável - no entanto, a indústria prepara-se para a tornar numa realidade nas próximas décadas. A transição para a condução inteiramente autónoma apresenta graves obstáculos. A próxima geração de veículos autónomos requer os algoritmos de inteligência artificial mais avançados, que devem ser integrados de uma forma segura e não dispendiosa. Estas novas tecnologias não são compatíveis com os sistemas empregues nos carros de hoje. O futuro do automobilismo depende da adoção de novas plataformas capazes de metamorfose. Esta tese de mestrado apresenta a adaptação de um protótipo do sensor de condição do piso para uma arquitetura baseada em FPGAs. O aparelho original, concebido para ser montado na dianteira do carro, é munido de sensores óticos sofisticados e integra algoritmos de classificação pré-treinados. Esta configuração será capaz de classificar a estrada por onde o veículo se desloca com base na presença (ou ausência) de água, gelo ou neve. Os artefactos desenvolvidos neste trabalho demonstram: 1) a implementação em hardware reconfigurável de um sistema de aquisição de dados de alta performance, 2) uma arquitetura para algoritmos SVM optimizada para FPGAs, e 3) a integração do sistema de controlo de temperatura num único circuito integrado. A validez da abordagem proposta é demonstrada, enquanto que as maiores vantagens de desvantagens são discutidas no contexto de um projeto que dispõem de tempo e recursos monetários limitados.Cabral, JorgeUniversidade do MinhoAlves, Marcelo Quintela20202020-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/76560eng202797805info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-07-21T12:12:10Zoai:repositorium.sdum.uminho.pt:1822/76560Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T19:04:03.729212Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Acceleration on FPGA of an SVM classifier for road condition sensor
Aceleração em FPGA de um classificador SVM para o road condition sensor
title Acceleration on FPGA of an SVM classifier for road condition sensor
spellingShingle Acceleration on FPGA of an SVM classifier for road condition sensor
Alves, Marcelo Quintela
Embedded systems
FPGA
Hardware acceleration
SVM
Aceleração em hardware
Sistemas embebidos
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
title_short Acceleration on FPGA of an SVM classifier for road condition sensor
title_full Acceleration on FPGA of an SVM classifier for road condition sensor
title_fullStr Acceleration on FPGA of an SVM classifier for road condition sensor
title_full_unstemmed Acceleration on FPGA of an SVM classifier for road condition sensor
title_sort Acceleration on FPGA of an SVM classifier for road condition sensor
author Alves, Marcelo Quintela
author_facet Alves, Marcelo Quintela
author_role author
dc.contributor.none.fl_str_mv Cabral, Jorge
Universidade do Minho
dc.contributor.author.fl_str_mv Alves, Marcelo Quintela
dc.subject.por.fl_str_mv Embedded systems
FPGA
Hardware acceleration
SVM
Aceleração em hardware
Sistemas embebidos
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
topic Embedded systems
FPGA
Hardware acceleration
SVM
Aceleração em hardware
Sistemas embebidos
Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática
description Dissertação de mestrado em Engenharia Eletrónica Industrial e Computadores
publishDate 2020
dc.date.none.fl_str_mv 2020
2020-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/76560
url http://hdl.handle.net/1822/76560
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv 202797805
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799132448940883968

Registros relacionados