Embedded-Systeme mit FPGAs entwickeln

Die richtige Balance finden

10. März 2022, 15:00 Uhr | Von Martin Kellermann

Mit FPGAs ist es möglich, energieeffiziente Embedded-Systeme zu entwickeln. Jedoch geht das oft zulasten der Performance. Wie es möglich ist, beidem gerecht zu werden und welche Applikationen hiermit entstehen können, zeigt Microchip.

Miniaturisierung ist heute ein Schlüsselmerkmal der meisten Embedded-Systeme, mehr Rechenpower die Intention. Auch die meisten Field Programmable Gate Array (FPGA)-basierten Embedded-Systeme folgen dem Trend. Das können zum Beispiel kleinere Kameras, kleinere medizinische Handgeräte, speicherprogrammierbare Steuerungen (SPS) oder Fahrerassistenzmodule im Automotive-Bereich sein. Jedoch bringt die Miniaturisierung zusätzliche Herausforderungen mit sich – die größte lässt sich unter dem Begriff »energieeffiziente Performance« zusammenfassen. Steigt die Performance eines Systems, steigt meist ebenfalls die Leistungsaufnahme, was wiederum die notwendige Wärmeableitung erhöht. Gerade bei kleinen Modulen ist das herausfordernd. Meist ist das Kühlen eines Moduls der Flaschenhals beim Skalieren der Leistung.

FPGAs ermöglichen die Technologie der nächsten Generation, indem sie energieeffiziente Leistung für viele Applikationen in allen Lebensbereichen bereitstellen. Beispielsweise Kameras mit kleinem Formfaktor, auf denen KI-Algorithmen laufen. Sie helfen Landwirten mit von Drohnen gemachten Bildern, bieten Videoanalysen im Einzelhandel oder lesen Nummernschilder an Mautstellen. In der Medizin demokratisieren tragbare Ultraschallgeräte die medizinische Versorgung vor Ort. Endoskope und chirurgische Datenbrillen liefern Ärzten Bilder mit einer höheren Auflösung als je zuvor. Ebenso werden wärmebildbasierte Überwachungssysteme zum Schutz von Grenzen immer »intelligenter«. An entfernten Standorten eingesetzt, müssen die Systeme autonom arbeiten und hierbei verborgen bleiben.

Amateur-Content-Ersteller wie »YouTuber« sind heute in aller Munde, was den Bedarf an FPGA-basierten Konvertern für Streaming-Videos erhöht. Mit ihnen können Nutzer 4K-Videostreams zwischen verschiedenen Formaten wie HDMI, SDI, USB oder PCIe konvertieren. Ebenso profitiert die industrielle Automation von flexiblen FPGA-basierten Architekturen sowie der langen Verfügbarkeit von mehr als 20 Jahren, die beispielsweise Microchip Technology für seine FPGAs gewährleistet.

Die FPGA-Architektur hat sich weit entwickelt. Ursprünglich als Prototypen-Plattform für teure Application Specific Integrated Circuits (ASICs) entwickelt, gelten FPGAs heute als Mainstream-Technik und bieten zuverlässige und kostenoptimierte Architekturen sowie flexible und einfach zu bedienende Software. In vielen Anwendungsfällen spielen PolarFire FPGAs oder PolarFire SoCs mit RISC-V-Prozessorsystem eine entscheidende Rolle.

Matchmaker+ Anbieter zum Thema

zu Matchmaker+

Professionelle Drohnen mit geringer Leistungsaufnahme

Professionelle Drohnen, wie in Bild 1 dargestellt, unterliegen strengen Anforderungen an die Flugsicherheit:
➔ Präzises Steuern und Positionieren, einschließlich Vermeiden von Kollisionen
➔ Gesicherte Kommunikations- und Kontrollfrequenzen
➔ Vorhersehbare Flugzeit

Um im umkämpften Drohnenmarkt erfolgreich zu sein, müssen sich Hersteller über zusätzliche Funktionen wie hochauflösende Bildgebung und künstliche Intelligenz (KI) differenzieren.

Daher erfordern die Drohnen oft mehrere Sensoren, die Möglichkeit der Vorverarbeitung oder Fusion von Sensordaten sowie das Übertragen der Daten über eine drahtlose Verbindung. Der Anwendungsbereich von Drohnen ist breit gestreut: vom Überwachen der Pflanzengesundheit und des Wachstums in der Landwirtschaft, über die Objekterkennung für die Polizei bis hin zum Überwachen von Lagesituationen bei Feuerwehreinsätzen.

Bei allen Applikationen muss die Flugsteuerungselektronik in der Lage sein, den Motor zu steuern und die Rotorgeschwindigkeit zu handhaben. Außerdem muss es möglich sein, mit Sensoren zu interagieren und sich per Funk mit der Elektronik am Boden zu verbinden. Voraussetzungen hierfür sind kompakte Maße, geringes Gewicht sowie eine geringe Leistungsaufnahme.

Ein Blockdiagramm für ein solches System ist beispielhaft in Bild 2 dargestellt: Unter Nutzung der flexiblen FPGA-Architektur werden Motoren von feldorientierten Steuerungsalgorithmen (Field-Oriented Control, FOC) angetrieben. Aufgrund der Performance des FPGAs kann die Kontroll-IP im Zeitbereich gemultiplext werden und damit mehrere Motoren von einer gemeinsamen Motorsteuerung aus kontrollieren. Die genaue Anzahl der Motoren hängt von der gewählten FPGA-Architektur ab. Zudem ermöglicht die hohe Genauigkeit der FOCs ein konstantes Drehmoment an den Motoren. Das führt zu einem ruhigeren Lauf mit weniger Vibrationen, geringerer Lautstärke sowie einer um etwa zehn – oder mehr – Prozent längeren Flugzeit, verglichen mit Standard-Motorsteuerungen mit einfachen Mikrocontrollern.

Zusätzliche Schnittstellen für Licht-, Bewegungs- oder Infrarot-Sensoren – zum Beispiel für maschinelles Sehen – sind sorgfältig zu berücksichtigen und erforderten in der Vergangenheit spezielles Fachwissen. Das »VectorBlox« Software Development Kit (SDK) sowie die zugehörige Matrixprozessor-IP von Microchip helfen FPGA-Entwicklern beim Bereitstellen komplexer neuronaler Netzwerkalgorithmen in der FPGA-Struktur. Hiermit sind Klassifizierungen bei sehr geringer Leistungsaufnahme möglich. Alle neuronalen Netze, die auf der Beschleuniger-IP laufen, können Entwickler mit Standard-Frameworks wie »TensorFlow« oder »Caffe« entwerfen.

Alle Ergebnisse werden im lokalen On-Board-Speicher gepuffert und anschließend an ein On-Board-Funkmodul übertragen. Es kommuniziert mit dem Nutzer als Gegenstelle, auf der die erhobenen Daten für das weitere Verwenden gespeichert werden. Weiterhin schützen die Sicherheitsfunktionen der PolarFire-Bausteine sowohl die übertragenen Daten als auch die Drohne selbst vor unbefugtem Zugriff.

Bei einer komplexen Drohnenarchitektur, die mehrere Anwendungsdomänen – Motor- und Flugsteuerung sowie Bildgebung – erfordert, bietet das Verwenden eines FPGAs den Vorteil, dass die einzelnen »Tasks« parallel laufen. Professionelle Drohnensysteme sind meist mit einer geringen Leistung von 5 W oder weniger zu betreiben. Bei Verwenden eines PolarFire FPGAs für das gleichzeitige Abarbeiten der nötigen Aufgaben, ist eine Leistungsaufnahme von weniger als 1,5 W möglich, einschließlich des Betriebs des neuronalen Netzes.

Neue medizinische Einsatzbereiche

Getrieben durch Miniaturisierung, gepaart mit energieeffizienten Verarbeitungsressourcen und verbesserten thermischen Möglichkeiten, wächst die Innovation im Bereich der medizinischen Bildgebung mit geringer Leistungsaufnahme sprunghaft.

Wegweisend ist hierbei die Point-of-Care-Diagnostik. Zum Beispiel tragbare Ultraschallgeräte, die aus einem Schallkopf bestehen, der sonographische Daten ausliest und an ein Standard-Smartphone sendet. Übertragungen können mit einem einfachen Kabel oder drahtlos erfolgen. Die Systeme revolutionieren die Diagnose für medizinisches Notfallpersonal an Unfallorten oder in weniger entwickelten Regionen. Sie helfen Medizinern, Diagnoseentscheidungen außerhalb traditioneller Krankenhausstrukturen zu treffen.

Das Blockdiagramm in Bild 3 zeigt ein Beispieldesign: Ein PolarFire FPGA in einem tragbaren medizinischen Gerät liefert eine sehr niedrige elektrische Gesamtleistungsaufnahme. Das führt zu einer effizienten Thermik und hält das Gesamtgerät inklusive Schallkopf kühl, was wiederum einen direkten Hautkontakt ermöglicht. Außerdem verlängert die Effizienz die Betriebszeit und unterstützt in einem kompakten FPGA-Gehäuse von lediglich 11 x 11 mm² sehr kleine Sondengehäuse.