SoC FPGAを用いた農業機械事故防止システム構築に関する研究

システム前段のステレオビジョンセンサSoCFPGAと連携したエッジAIをFPGAに実装するために、エッジAI構築のための学習データの収集と学習データの加工に関する基礎検討を行った。具体的には、雑草地における草刈り機（２種類）と人の手を対象に、学習用の画像データを収集し、それらを用いて、畳み込みニューラルネットワークを構成し、画像の識別精度に関する検討を行った。結果として、(1)識別の精度向上には学習用データセットに手の一部と手の全体の両方の画像を使用することが効果的である。(2)使用する農業機械によって　学習用データセットは組み替える必要がある、等の知見が得られた。この知見に基づき、現在、Pythonにて実装されている上記のプログラムをC言語にて実装している。C言語で記述することにより、高位合成によってC言語からFPGA向けのHDLを生成することができ、FPGA上での実現が可能となる。そのため、特定のレイヤについては、すでにC言語実装が完了しており、実装に必要なすべてのレイヤの実装を進めているところである。また、今後、最終的に高速化を施すことを検討しているが、その際にはハードウェアモジュールとしての分割を行うことでスループットを向上することを検討しており、そのためには、ハードウェアモジュール単位でみたときの通信の仕組みが必要となる。具体的には、同期通信と非同期通信、およびバスを介したメモリ（SDRAM）へのアクセスがある。それぞれの通信について、ハードウェアモジュール同士でデータの送受信ができるようになっている。

システム前段のステレオビジョンセンサSoCFPGAと連携したエッジAIをFPGAに実装するために、エッジAI構築のための学習データの収集と学習データの加工に関する基礎検討を行った。具体的には、雑草地における草刈り機（２種類）と人の手を対象に、学習用の画像データを収集し、それらを用いて、畳み込みニューラルネットワークを構成し、画像の識別精度に関する検討を行った。結果として、(1)識別の精度向上には学習用データセットに手の一部と手の全体の両方の画像を使用することが効果的である。(2)使用する農業機械によって　学習用データセットは組み替える必要がある、等の知見が得られた。この知見に基づき、現在、Pythonにて実装されている上記のプログラムをC言語にて実装している。C言語で記述することにより、高位合成によってC言語からFPGA向けのHDLを生成することができ、FPGA上での実現が可能となる。そのため、特定のレイヤについては、すでにC言語実装が完了しており、実装に必要なすべてのレイヤの実装を進めているところである。また、今後、最終的に高速化を施すことを検討しているが、その際にはハードウェアモジュールとしての分割を行うことでスループットを向上することを検討しており、そのためには、ハードウェアモジュール単位でみたときの通信の仕組みが必要となる。具体的には、同期通信と非同期通信、およびバスを介したメモリ（SDRAM）へのアクセスがある。それぞれの通信について、ハードウェアモジュール同士でデータの送受信ができるようになっている。