随着人工智能技术与嵌入式硬件的快速发展,嵌入式人工智能系统(如移动机器人、自动驾驶汽车和星载无人机)在工业自动化、交通运输和航空航天等关键领域变得越来越重要。作为集成CPU、GPU、NPU等多种异构处理器单元的智能实时系统,其核心任务是通过计算密集型的深度神经网络(DNN)实现环境感知、决策控制等复杂功能,同时面临严格的时间约束与资源瓶颈。文章从网络模型在嵌入式系统加速推理优化的角度,将围绕DNN模型轻量化、推理加速优化与动态任务调度三个方面,详细分析嵌入式智能系统的国内外研究现状。
一、引言 Linux本身为分时操作系统,其系统目标为较好的平均响应时间和较高的吞吐量,而实时 系统则主要考虑任务的按时完成、尽量减少进程运行的不可预测性等。但与商业嵌入式操作系统相比Linux遵循
国内首个基于物联网的智能交通项目——惠山智能交通示范工程(一期)28日在无锡市惠山区经济开发区启用,该系统整合了交通信号控制、交通流数据检测系统、非现场执法、视频监控、信息采集和诱导发布等六个子系统,主要