芯片行业人才紧缺,是一个长期的问题,近几年也时常作为关键问题被提出。为了填补后备人才,持久而深入的产学研是破局的关键。
一个学生的成长是无限芯片喂出来的,在正式踏足行业之前,电赛无疑是学生成长最好的练兵场。每一年,台前台后意气风发的年轻面庞,最终都会走向最后的大舞台——芯片行业。
2024年8月25日,由106支参赛队伍晋级,75支队伍现场参加评审的“瑞萨杯”的决赛角逐正式落下帷幕,7支参赛队伍获得一等奖,13支队伍获二等奖,31支队伍获三等奖。
由瑞萨电子冠名赞助的信息科技前沿专题赛(AITIC)是全国大学生电子设计竞赛中最高级别的比赛之一,本届竞赛主题为“物联网+数字经济”,贴合着现如今发展新质生产力的指示。
目前,数字经济已成为我国着力规划的重点战略,而它与物联网密不可分,在二者的推动下,一场万物经济革命将在5~10年后发生,而这恰好是这批竞赛者踏入芯片行业要考虑的主题。从获奖的作品来看,每位竞赛者都在从不同角度诉说自己对于题目的理解。
获得一等奖的作品具体方案是什么
安徽新华学院的参赛队凭借“基于ROS的水上智能测绘养殖无人船系统”获得本届竞赛最高荣誉“瑞萨杯”(参赛学生:朱天琦、张新详)。
活动现场作品描述提到,“该作品基于瑞萨RZ/G2L提供的ROS 2高效灵活的机器人操作系统,设计实现了一艘智能养殖无人船。通过物联网等与PC上位机无线通讯,实现远程操控,具有灵活性、方便操作、节约资源、增加产量、智能化管理等诸多实用特性特点,实现了水域内的智能远程养殖。除此之外,本作品通过数据采集和分析,实现了养殖业和水下测绘的跨界融合创新和综合应用,具有较强的实用性及应用前景。”
通过上述描述不难看出,该作品的整体完成度较高,涉及系统也很多,包括控制系统、动力系统、通信系统、机械系统、电源管理系统。特别要指出的是,控制系统是整个系统的核心,它采用瑞萨开发板(RZ/G2L)作为主控单元,实时捕获并处理各个传感器的数据信息,同时发布控制命令。基于ROS的分布式框架设计,通过点对点的通信方式,使得机器人的各个进程能够独立运行,这不仅便于模块化的修改和定制,还显著提高了系统的容错能力。
7个一等作品中,除了上述获得“瑞萨杯”的作品,其他获奖队伍的作品也充满了亮点和看点。
武汉大学的“基于瑞萨RZ/G2L的智能瑜伽健身系统”(参赛学生:宋翔、庞葱林、张镒丞),系统整体功能包括实时检测心率和纠正瑜伽姿势、计数健身动作等,包括天气、瑜伽、健身、音乐、排行、设置六个页面,采用float16量化的Movenet模型与TenserFlow Lite结合的高效姿势检测算去以及多线程并行处理技术,能够为用户提供专业的居家运动指导,帮助提高瑜伽、健身训练效果并降低初学者入门难度。
该作品充分发挥了瑞萨RZ/G2L在低成本和有限算力下人工智能和图像处理方面的优势,具有较高的经济价值。此外,该作品还可以继续丰富锻炼项目种类包括太极拳,八段锦等,也可以采用多系统协同设计,进一步提升系统的准确性、实时性。
桂林电子科技大学的“面向智能制造的高精度SMT焊点视觉检测方案”(参赛学生:魏斌、于越康),核心技术包括括跨尺度特征融合模块(CFM)和数据增强技术,显著提升了对小目标焊点缺陷的检测能力,首创了基于NCNN的PCBA焊点缺陷检测方案。同时,结合了智能物联网技术,能够通过可视化数据大屏实现实时监控和管理,极大地提高生产线自动化水平。全自动化检测算法将检测效率提升了560%,每小时可完成400次检测,大幅减少人工干预的需求。
该作品基于轻量化的YOLOv8深度学习算法,利用海康网口摄像头采集1200万像素PCBA图像,并通过opencv-mobile图像处理库和ncnn推理框架成功部署在瑞萨系列板卡Remi-Pi上,实现了在板端进行高效CPU推理。借助Remi-Pi内置的双核A55CPU,系统在运行时内存占用仅200MB,而转换后的NCNN模型大小仅40MB,将有限的板卡资源开发到极致。
青岛大学的“基于Remi pi的智能泊车导航系统”(参赛学生:张益铭、张兆坤、胡菲),利用RFID技术、构建网络摄像头和小程序前端,通过实时数据采集与处理,实现车辆的快速入库和精准车位推荐。用户无需在停车场内盲目寻找车位,系统会根据车辆实时位置和停车场剩余车位,通过小程序智能推荐最优停车方案与找车方案。
该作品也充分使用了Remi pi的资源,利用板载千兆以太网口、视频编解码器和Arm图像加速引擎,获取多路网络摄像头视频流,实现一派多链路监控,降低部署成本。
桂林电子科技大学学校的“基于多模态信息融合的AR控制”(参赛学生:尹光诰、丁骥成、黄俊刚),集成了生物电信号、视觉和听觉等多模态信息,构建了一个功能强大且用户友好的智能交互系统。用户可以通过生物电信号、语音指令或通过陀螺仪传感器检测头部姿态进行控制。系统在AR环境中提供了直观的用户界面,并制作微信小程序和APP实现了多样化的交互方式。
该作品利用瑞米派作为主控制器,通过移植YOLOv5、OpenCV和NCNN高性能神经网络前向计算框架,系统能够捕捉和处理摄像头图像,识别物联网设备,并通过人机交互方法进行控制。此外,系统集成卷积神经网络(CNN)模型,确保生物电信号精准识别。最后,作品可驱动芯片集成Mali-G31 GPU,对3D模型进行实时渲染,并对视频进行播放。
南京大学的“‘铁驭’多功能智能座舱”(参赛学生:李烁达、王心尧、朱帆影),由支架、方向盘、多传感器和车载屏幕构成,瑞米派采集多传感器数据做分析推理,检查用户是否长时间脱把等不良行为,并通过启动语音模块,播报语音拉回驾驶员注意力。
本作品充分开发瑞米派性能,一是基于瑞米派的40pin通用拓展GPIO集成控制简单传感器,实现各功能;二是修改Yolo-FastestDet并部署于瑞米派,充分释放处理器性能;三是利用板载2.4G Wi-Fi模块,基于TCP协议搭建云服务器,实现板间通信传输。
西安邮电大学的“智练健身-基于BlazePose的实时健身姿势纠正机器人”(参赛学生:张浩朴、王辰硕、张瑞奇),将摄像头数据经过肢体检测模型处理,获得人体在横纵方向上的绝对位置,使用Remi 派IIC设备获取MPU6050传来的偏航角角度作为相对位置,两者结合作为小车控制的策略,实现对人体的实时跟踪与检测。
该作品通过修改设备树添加RZ/G2L的GPT设备,驱动4路占空比可变的PWM波信号驱动电机;修改设备树添加IIC设备,获取MPU6050陀螺仪中的角速度数据,以进行PID角度环算法;在内核编译配置中,将UVC设备驱动载入内核,以支持USB摄像头。
两颗芯片为电赛保驾护航
一个好的创意,永远需要一颗好芯片来支持。瑞萨的RA6M5和RZ/G2L便是让梦想照进现实的那样一颗芯片,其中RA6M5被用在初赛阶段,RZ/G2L则在决赛阶段。
RA6M5方面,它采用基于Armv8-M架构的Arm Cortex-M33内核,主频达到200兆,外围资源丰富,支持ArmTrustZone技术和瑞萨安全加密引擎。这样的资源,除了视频类的内容,基本什么应用都能做,紧扣此次竞赛主题。
RZ/G2L方面,则与市面产品不同,它是MPU和MCU相融合碰撞的一个独特产品。它配备双核Arm Cortex-A55 (1.2 GHz) CPU和单核Arm Cortex-M33 (200 MHz) CPU、3D图形加速引擎和视频编码解码引擎器的通用微处理器。与传统的单核MPU和单核MCU的多芯片系统设计相比,多核异构处理器展现出显著的优势。
传统设计中,两颗芯片间需要外部接口交换大量数据,占用了宝贵的引脚资源,而且数据传输效率低下。相反,集成了A核和M核的多核异构处理器RZ/G2L利用内部总线结构实现了快速通信,共享内部资源,避免了对外部引脚的占用。同时,其多核异构的系统设计也降低了通信过程中信息安全风险,减少了芯片采购和管理成本,缩减了PCB板的成本和尺寸,并简化了开发流程。
可以说,这样的资源可以让设计人员发挥各种天马行空的想象,而本次作品中,也都充分发挥了这颗芯片的资源。
瑞萨电子全球销售与市场副总裁赖长青表示,全国大学生电子竞赛规模非常庞大,回顾瑞萨在2008年至2017年的上一个十年,瑞萨的产品和技术得到了广泛的推广,并为人才培养做出了贡献;而从2018年起的下一个十年,瑞萨调整了策略,将重点转向信息科技前沿专题赛,这一赛事自2018年启动,每两年举办一次,今年是第四届。瑞萨将继续支持并参与这项具有重要意义的活动。
“在获奖作品的高水平让我们深受触动,我们欣喜地看到学生们的能力在不断提升,并且通过瑞萨提供的技术平台,学生们能够将理论与实践紧密结合,收获颇丰。”赖长青感叹道。
瑞萨在整个电赛中,全力支持,包括提供硬件材料、技术支持平台、线上培训等多种资源。瑞萨相信,凭借多年来的经验积累,未来的竞赛中,瑞萨将能提供更有价值的帮助,使竞赛办得更加出色。
全新的选拔机制和赛程
今年的“瑞萨杯”和往年有些不一样。信息科技前沿专题赛组委会秘书长罗新民表示,以往都是直接邀请学校参加精英赛,今年增加了选拔机制,即”选拔+邀请“的形式。
此外,今年大赛分为初赛和决赛两个阶段。初赛按照地域将全国29个赛区分为东南西北4个大的赛区,东边委托杭州电子科技大学,南边委托桂林电子科技大学,西边委托西安电子科技大学,北边委托北京邮电大学,分别承担初赛的组织评审工作。初赛完毕后再到桂林电子科技大学进行全国决赛。
根据罗新民介绍,本届大赛共有221支队伍参加初赛,其中共邀请51所学校的51支队伍。
4月16日,221支队伍共提交有效报告共184份,而后将184份分为东西南北4个区,最后进行分区评审。桂林电子科技大学通过线上线下结合的评审方式,邀请了30位评审专家,从东西南北4个区,选拔初赛结果,35支队获得一等奖,33支队获二等奖、34队获三等奖;同时,选拔出55支队伍获得决赛资格,加之51个直通车队伍,最终106支参赛队杀入决赛。
7月31日,组委会共收到85支队伍作品报告,实际到场75支队伍。评测过程中,组委会本着公开、公平、公正的原则,按参赛作品内容、关键词进行了分类,最后形成了ABCDE五组进行评审。最终经过专家评测,一等奖7支队伍(8%),二等奖13支队伍(16%),三等奖31支队伍(36%),加起来符合章程的60%获奖比例,其中一等奖最高得分获得“瑞萨杯”。
“科技科研一定要做在中国的大地上”,之所以这一届采用完全不同的竞赛模式,是要用前沿开发的资源来解决真实面临的问题。信息科技前沿专题赛组委会委员殷瑞祥表示,不同的问题对于算力的要求不同,要解决问题,就要最经济最有效的方法解决问题。可以看到参赛作品虽然还比较稚嫩,但已经开始形成了完整闭环的方案,并培养学生开始用上述思维思考问题。
坚持加大投入中国市场
赖长青说到,自从80年代进入中国市场,三四十年以来,瑞萨一直很稳健地成长和发展。瑞萨在中国市场的努力,也赢得了众多行业头部客户的认可。
尤其在最近这几年,瑞萨成长也非常迅速,从2019年的70亿美元的公司规模,达到现在的120亿美元瑞萨不仅凭借强大的供应能力在前几年全球芯片短缺时表现优异,还通过快速的技术革新为市场和用户带来了显著的价值。在质量方面,瑞萨产品在市场上表现极为可靠。
最近两三年,无论是地缘政治还是疫情,都对半导体产业带来了巨大冲击,瑞萨则在中国持续投入,在过去2年,新增位于重庆、武汉、广州、厦门的四个分公司,同时加大北京、上海、成都和苏州研发中心的投入。值得一提的是,瑞萨刚刚在北京成立一个新部门,专注于人工智能AI这一领域。
现如今的瑞萨,早已不是一个单纯的芯片公司,而是一个方案解决商,产品覆盖嵌入式处理器、数字芯片、电源、模拟和无线连接等。从收购Dialog、Panthronics,再到收购Altium、Transphorm,瑞萨走得越来越全球化、多元化,并且在新领域布局上走得很快。
可以说,大力支持电赛,是瑞萨持续投入中国市场的另一种体现。通过产教融合、以赛促学,人才培养有了新途径。
上一篇:MCX C系列简介:使用高能效、高性价比的MCU提升设计
下一篇:英飞凌推出全新边缘AI评估套件, 利用微控制器、连接、AI和传感器产品组合加速ML开发
推荐阅读最新更新时间:2024-11-09 22:00
- LT6200 的典型应用 - 165MHz、轨到轨输入和输出、0.95nV/vHz 低噪声运算放大器系列
- 基于ISO8200AQ的工业数字输出扩展板,适用于STM32 Nucleo
- 使用 Analog Devices 的 LTM4636-1EY 的参考设计
- LP2951 100 mA、低功耗低压差稳压器的典型应用,用于具有 2.5 V 睡眠功能的 5.0 V 稳压器
- 软包锂电池连接板
- LTC3119IFE 可选 12V 或 3.3V 输出、1MHz 稳压器的典型应用电路
- 使用 Analog Devices 的 LT3088EST 的参考设计
- 大功率串联型稳压电源
- 基于ST1S03的1.5 A / 3.3 V降压DC-DC转换器演示板
- 使用 ROHM Semiconductor 的 BU4812 的参考设计