在焊缝别算法中应用多核技术(共2938字).docVIP

在焊缝别算法中应用多核技术(共2938字) 摘要：介绍了一种以多核处理器为主控制器的智能化焊接的计算机控制系统，通过对多核处理器的内部结构的分析，改进了传统自动焊机中使用的多处理器系统，消除了数据在PCB板上传输时所带来的延迟，加快了运算速度，对多核处理器和与之相应的软件技术进行了深入分析。 关键词：多核处理器；延迟；多维图像；焊缝识别；智能自动焊 概述 机器视觉技术是智能自动化焊接的核心技术之一。近年来，随着计算机硬件技术的发展和智能自动化技术在焊接行业中的大量应用，机器视觉系统得到了长足的发展和应用。在企业的生产一线得到了大规模的推广应用。对整个控制系统而言，视觉系统具有数据量大、响应时间短的要求，因而，从设计的角度讲，不论是对图像处理的软件算法，还是硬件器件和线路的组成都有着苛刻的要求。传统的电路构成是以多处理器系统为核心来获得较强的运算能力，且软件算法与这一硬件结构相适应。多核处理器的出现，对多处理器系统的结构提出挑战，是其完美的升级替代方案，如再对软件算法设计进行改进，则可使系统性能得到质的提高，以下将对这一系统的硬件构成、原理、和算法设计进行阐述。 1系统构成 1．1多处理器系统 在焊接生产中，有几种场合要用到图像识别技术，如工件位置识别（零件结构组装中的位置识别和定位焊焊缝的起始焊接位置识别），焊缝识别（包括焊缝在工件上的空间位置和自身的三维形状识别），焊接温度场的识别（焊接工件上的焊缝和热影响区的温度场的测量及计算，多采用红外非接触测量）。在这些应用中，图像干扰因素多，成像质量差。如弧光干扰，强电场（引弧脉冲中和维弧脉冲产生）干扰，强磁场（焊接电流形成）干扰等。为了获得好的“视觉测量”效果，通常对干扰严重的图像丢弃不用，并选用高分辨率的摄像机和高的图像采样率，将多种探测方式（可见光摄像机、红外摄像机、激光测量成像仪等）得到的图像分别运算后再综合。在多处理器系统中，为了减轻主处理器的负担，往往将单一图像矢量化后再送至主控制器中进行综合，这样传输数据有一定滞后性，如将多种位图数据直接送主控制器，则主控制器无法在极短的响应时间内完成运算。改进后多处理器的系统结构如图2所示，其中的改进方法是将多个传感器获得的图像直接存入系统公用的RAM区中，形成多维图像数组。例如，图像的第一分量可能为亮度阵列，第二分量可能为红色光阵列，第三分量可能为蓝色光阵列，第四分量可能为红外光阵列（红外摄像机对温度场测量获得的），第五分量可能为激光测量图像（X，Y，Z），等等。这样，在多核CPU内可以对RAM中的多维图像做一次性处理，从而减小了上下级处理器的传输所带来的延迟（这种延迟是PCB板上线路带来的延迟，而不是芯片内部的延迟），加快了系统的响应速度。在A系统中，数据经过多级处理器分别处理，在时间上存在着较大的延迟。B系统中虽共享数据区，但多个处理器之间的协作耗时巨大，在某种程度上减小了多处理器所带来的优势。处理器协作的耗时与处理器的个数N的2次方成正比，这种耗时随处理器的个数N急剧直线上升，因而在实际应用中较少应用。在上述2种系统中，处理器之间的总线都是在PCB电路板上的铜箔实现的。都存在着较大的板级延迟时间，当前的处理器的运算速度（也就是处理器的内频）都可达几百兆赫兹到几个吉赫兹之间，运算速度很快。但处理器的外部频率不能过高（这是由电路板的铜箔的长度决定的），PCB电路板上的数据总线之间是以处理器的外频工作的。大多数的工业处理器的外频只有几十兆赫而已，因而，PCB板上的总线的传输的速度成为整个系统的瓶颈。 1．2多核处理器 可以看到，在结构上，多核处理器的结构与传统多处理器系统的改进后的方案相似。但根本区别在于：（1）多核处理器的总线是在芯片内部实现的，是以处理器的内频工作的，速度可达几百兆到几个吉；（2）多核处理器内部的各个处理器之间的协作是由硬件完成的，在各个核工作的同时由专用的控制电路完成，因而，软件在协作方面的耗时极少。传统的多处理器系统是由软件完成协作关系，这样，多核处理器就能更有效地利用内部的各处理器去完成图像分析的相关运算，宏观上表现为处理器的运算速度更快。从算法角度讲，多核处理器能避免重复运算。多维图像可以优先处理在同一方向分量矩阵，这样，数据有较多的相关性，运算容易简化，参与运算的数据的绝对值较小。处理器计算小数值的数据所用的时钟周期数少、用时短、易获得较快的运算速度。在同样的集成电路工艺下，多核处理器较多处理器系统有较明显的运算速度的优势。多核处理器的优势还体现在对焊接过程中所得到的原始多维图像的处理的适应性上。多维图像以多维数组的形式存在共用的RAM中，各个内核都能以平等的方式访问数组中的各个数据，这样，在数据的访问上更为灵活。由于多个内核