1.本发明属于机器人相关的计算机与嵌入式技术领域，具体涉及一种任务驱动的自主无人装备原型系统。
背景技术：
2.传统无人装备主要采用定制化的计算系统，其在硬件io资源、计算处理性能在出厂后就完全固化，仅可以完成对固有资源的修改。无人装备面向复杂多变的场景，固化的系统设计方案难以兼顾在功耗、性能各方面的最优匹配。针对新的无人平台往往需要重新进行计算系统的重新设计，增加了系统设计的成本和开发周期。
技术实现要素：
3.(一)要解决的技术问题
4.本发明要解决的技术问题是然后为解决传统无人装备系统设计固化、无法适用任务与环境变化等问题。
5.(二)技术方案
6.为解决上述技术问题，本发明提供一种任务驱动的自主无人装备原型系统，所述任务驱动的自主无人装备原型系统包括：cpu计算处理单元、fpga接口管理单元、系统演化管理单元；
7.其中，所述cpu计算单元用于完成无人平台运动控制、计算、逻辑处理功能；
8.所述fpga接口管理单元用于完成对包括伺服接口、传感器接口在内的输入输出资源的管理和配置；
9.所述系统演化管理单元用于基于输入的任务和环境信息实现对fpga和cpu单元的的配置和重构。
10.其中，所述fpga和cpu单元间通过pcie总线相互访问数据。
11.其中，所述系统演化管理单元通过操作fpga寄存器完成固件热切换。
12.其中，所述系统演化管理单元采用spi总线与cpu内核通讯实现对处理器性能的调节。
13.其中，所述系统演化管理单元包括演化动因推理模块、系统演化重构模块和系统性能评估模块；
14.所述演化动因推理模块用于通过当前的环境模型和任务模型信息，采用推理神经网络得到任务难度、系统实时性、自主性、续航能力的4项指标，进一步通过模糊映射匹配到相应的系统体系架构模板；
15.所述系统演化重构模块用于调用单元演化工具完成对fpga资源、cpu算力、cpu核心数和主频的在线调节；
16.所述系统性能评估模块用于完成对综合算力、功耗、实时性的在线评估，并与设定模板对比验证原型系统完成在任务驱动下的重构演化。
17.其中，所述自主无人装备原型系统通过环境模型和任务模型共同驱动完成对系统体系架构模板的匹配，提高了无人装备计算系统的自适应和可重构能力。
18.其中，所述系统演化管理单元所执行的自主无人装备原型系统的系统演化步骤如下：
19.步骤1：所述演化动因推理模块完成对环境模型的构建；
20.步骤2：通过推理神经网络对环境模型与任务模型信息进行处理，得到任务难度、系统实时性、自主性和续航性4项指标，并输出至系统演化重构模块；
21.步骤3：所述系统演化重构模块将输入的4项指标值，采用模糊策略逻辑与3类体系架构模板进行映射，并作为当前原型系统的演化目标；
22.步骤4：针对fpga接口管理单元，通过multiboot的方式完成对fpga内部固件的在线热切换，从而完成对io接口资源的重新配置；
23.步骤5：针对cpu计算处理单元，通过spi访问操作系统底层内核寄存器，完成对完成对cpu功耗模式、cpu主频电压、cpu数量的在线配置；
24.步骤6：通过读取当前接口硬件设备id、cpu处理单元id确定原型系统体系架构完成重构；调研系统内部监控软件完成对功耗性能、处理器数量信息的确认。
25.其中，所述步骤1中，所述演化动因推理模块采用slam算法完成对环境模型的构建。
26.其中，所述步骤1中，所述环境模型包括高程地图、全局占据地图、地形语义属性、任务模式与导航路点。
27.其中，所述自主无人装备原型系统，通过cpu fpga的典型硬件体系架构来满足多种无人平台计算处理系统的设计需求，采用任务环境信息完成对最优体系架构模板的匹配，通过multi-boot技术以完成对接口资源的重新配置，针对cpu单元通过调用操作系统内核服务完成性能与功耗的适配，无人装备原型系统达到性能与算法与任务的最优适配，提高系统的可重构与可演化能力。
28.(三)有益效果
29.与现有技术相比较，本发明提出任务驱动下的无人装备原型系统设计方案，通过cpu fpga的典型硬件体系架构来满足多种无人平台计算处理系统的设计需求，采用任务环境信息完成对最优体系架构模板的匹配，通过multi-boot技术以完成对接口资源的重新配置，针对cpu单元通过调用操作系统内核服务完成性能与功耗的适配，无人装备原型系统达到性能与算法与任务的最优适配，提高系统的可重构与可演化能力。
附图说明
30.图1为任务驱动下的无人装备原型系统示意图。
31.图2为系统演化管理单元逻辑结构示意图。
具体实施方式
32.为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
33.为解决上述技术问题，本发明提供一种任务驱动的自主无人装备原型系统，如图1
所示，所述任务驱动的自主无人装备原型系统包括：cpu计算处理单元、fpga接口管理单元、系统演化管理单元；
34.其中，所述cpu计算单元用于完成无人平台运动控制、计算、逻辑处理功能；
35.所述fpga接口管理单元用于完成对包括伺服接口、传感器接口在内的输入输出资源的管理和配置；
36.所述系统演化管理单元用于基于输入的任务和环境信息实现对fpga和cpu单元的的配置和重构。
37.其中，所述fpga和cpu单元间通过pcie总线相互访问数据。
38.其中，所述系统演化管理单元通过操作fpga寄存器完成固件热切换。
39.其中，所述系统演化管理单元采用spi总线与cpu内核通讯实现对处理器性能的调节。
40.其中，如图2所示，为系统演化管理单元逻辑框关系结构示意图，所述系统演化管理单元包括演化动因推理模块、系统演化重构模块和系统性能评估模块；
41.所述演化动因推理模块用于通过当前的环境模型和任务模型信息，采用推理神经网络得到任务难度、系统实时性、自主性、续航能力的4项指标，进一步通过模糊映射匹配到相应的系统体系架构模板；
42.所述系统演化重构模块用于调用单元演化工具完成对fpga资源、cpu算力、cpu核心数和主频的在线调节；
43.所述系统性能评估模块用于完成对综合算力、功耗、实时性的在线评估，并与设定模板对比验证原型系统完成在任务驱动下的重构演化。
44.其中，所述自主无人装备原型系统通过环境模型和任务模型共同驱动完成对系统体系架构模板的匹配，提高了无人装备计算系统的自适应和可重构能力。
45.其中，所述系统演化管理单元所执行的自主无人装备原型系统的系统演化步骤如下：
46.步骤1：所述演化动因推理模块完成对环境模型的构建；
47.步骤2：通过推理神经网络对环境模型与任务模型信息进行处理，得到任务难度、系统实时性、自主性和续航性4项指标，并输出至系统演化重构模块；
48.步骤3：所述系统演化重构模块将输入的4项指标值，采用模糊策略逻辑与3类体系架构模板进行映射，并作为当前原型系统的演化目标；
49.步骤4：针对fpga接口管理单元，通过multiboot的方式完成对fpga内部固件的在线热切换，从而完成对io接口资源的重新配置；
50.步骤5：针对cpu计算处理单元，通过spi访问操作系统底层内核寄存器，完成对完成对cpu功耗模式、cpu主频电压、cpu数量的在线配置；
51.步骤6：通过读取当前接口硬件设备id、cpu处理单元id确定原型系统体系架构完成重构；调研系统内部监控软件完成对功耗性能、处理器数量信息的确认。
52.其中，所述步骤1中，所述演化动因推理模块采用slam算法完成对环境模型的构建。
53.其中，所述步骤1中，所述环境模型包括高程地图、全局占据地图、地形语义属性、任务模式与导航路点。
54.其中，所述自主无人装备原型系统，通过cpu fpga的典型硬件体系架构来满足多种无人平台计算处理系统的设计需求，采用任务环境信息完成对最优体系架构模板的匹配，通过multi-boot技术以完成对接口资源的重新配置，针对cpu单元通过调用操作系统内核服务完成性能与功耗的适配，无人装备原型系统达到性能与算法与任务的最优适配，提高系统的可重构与可演化能力。
55.实施例1
56.本实施例提出了一种任务驱动下的无人装备原型系统设计方案，其采用fpga和多个cpu作为核心计算单元。针对任务和环境的不同需求，建立三类典型的体系架构模板，并最终通过在线配置的方式完成对架构的演化、单元性能的调节，从而达到与当前任务场景在接口资源、算力和功耗上的最优适配。
57.本实施例所提出的任务驱动下的无人装备原型系统设计方案，其采用fpga和多个cpu作为核心计算单元。针对任务和环境的不同需求，建立三类典型的体系架构模板，并最终通过在线配置的方式完成对架构的演化、单元性能的调节，从而达到与当前任务场景在接口资源、算力和功耗上的最优适配，针对无人平台典型的硬件体系架构设计如下：
58.1)架构1，cpu处理性能低、io输入为imu传感器数据、遥控数据、关节扭矩与位置数据，io输出为伺服驱动指令；
59.2)架构2，cpu处理性能较高，io输入为imu传感器数据、雷达深度结构数据、gps数据、遥控数据、关节扭矩与位置数据，io输出为伺服驱动指令、载荷通讯接口；
60.3)架构3，cpu处理性能高，需具有多线程处理功能，io输入为imu传感器数据、雷达深度结构数据、视觉数据、遥控数据、关节扭矩与位置数据，io输出为伺服驱动指令、载荷通讯接口；
61.针对上述架构模板，架构1主要面向无人平台遥控操控任务需求，机器人不具备环境感知和认知决策的能力，完全采用任务下发的结果；架构2主要面向单一任务和固定环境场景，平台具备对环境基本和认知的能力，具有相应深度数据、图像和定位数据的接口，计算处理单元性能仅能满足单一任务的执行；架构3面向多样化任务和复杂环境，具备深度视觉感知和定位能力，原型系统具有雷达、视觉等多种传感器采集接口，计算单元可以支持多线程、多进程处理，满足同时多个任务的同时计算需求。
62.原型系统在任务和环境信息输入后，基于系统演化管理单元完成对硬件体系架构和单元的演化与重构，主要步骤如下：
63.(1)首先，演化动因模块基于环境感知数据，主要包括高程地图、全局占据地图、地形语义属性，任务数据主要包括任务模式与导航路点等；
64.(2)通过推理神经网络对任务与环境模型信息进行处理，得到任务难度、系统实时性、自主性和续航性4项指标，并输出至系统演化模块；
65.(3)系统演化模块将输入的4项指标值，采用模糊策略逻辑与3类体系架构模板进行映射，并作为当前原型系统的演化目标；
66.(4)针对fpga接口管理单元，通过multiboot的方式完成对fpga内部固件的在线热切换，从而完成对io接口资源的重新配置；
67.(5)针对cpu计算处理单元，通过spi访问操作系统底层内核寄存器，完成对完成对cpu功耗模式、cpu主频电压、cpu数量的在线配置；
68.(6)最终，通过读取当前接口硬件设备id、cpu处理单元id确定原型系统体系架构完成重构；调研系统内部监控软件完成对功耗性能、处理器数量等信息的确认。
69.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。