AutoPilot：面向受SWaP约束的自主无人机SoC设计空间探索自动化
机器人学
2021-09-13 v3 人工智能
硬件体系结构
机器学习
摘要
为自主无人 aerial vehicle（UAV，无人机）构建领域专用加速器具有挑战性，原因在于缺乏设计机载计算系统的系统方法论。为UAV平衡计算系统需同时考虑影响整体性能的赛博（如传感器速率、计算性能）与物理（如载荷重量）特性。对众多组件选项进行迭代会导致可能组合数量的组合爆炸：从数万到数十亿，取决于实现细节。手动选择这些组件的组合繁琐且昂贵。为高效遍历赛博-物理设计空间，我们引入AutoPilot，一个自动化全系统UAV协同设计的框架。AutoPilot使用贝叶斯优化来遍历大型设计空间，并在考虑其他赛博与物理UAV组件交叉乘积效应的同时，自动选择自主算法与硬件加速器的组合。我们表明，在一系列代表性场景（三种不同UAV类型与三种部署环境）中，AutoPilot方法始终优于Xavier NX与Jetson TX2等通用硬件选择，以及为自主UAV构建的专用硬件加速器。AutoPilot生成的设计相较基线，使nano、micro与mini-UAV的任务次数平均分别最多提升2.25倍、1.62倍与1.43倍。我们的工作证明了实现最大整体UAV性能需要整体全UAV协同设计，以及简化自主赛博-物理系统设计过程需要自动化流程。
引用
@article{arxiv.2102.02988,
title = {AutoPilot: Automating SoC Design Space Exploration for SWaP Constrained Autonomous UAVs},
author = {Srivatsan Krishnan and Zishen Wan and Kshitij Bhardwaj and Paul Whatmough and Aleksandra Faust and Sabrina Neuman and Gu-Yeon Wei and David Brooks and Vijay Janapa Reddi},
journal= {arXiv preprint arXiv:2102.02988},
year = {2021}
}