滤光片表面缺陷视觉检测系统多处理器调度优化

《滤光片表面缺陷视觉检测系统多处理器调度优化》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、滤光片表面缺陷视觉检测系统多处理器调度优化第41卷第10期中国测试Vol.41No.10doi院10.11857/j.issn.1674-5124.2015.10.020黄坚1袁刘桂雄1袁王小辉2广东广州510640；广东广州510663）（1援华南理工大学机械与汽车工程学院，2.广州市光机电技术研究院，摘要院针对滤光片表面缺陷视觉检测系统中在线检测实时性需求对检测速度要求较高袁研究一种有效利用可用硬件资源并行处理实时工作提高处理速度的调度优化策略遥基于AOE图对滤光片表面缺陷视觉检测系统进行任务级分析袁优化事件尧活动拓扑关系与任务间冗余的数据相关性尧资源相关性

2、袁建立并行任务模型曰采用关联处理器调度算法渊arbitraryprocessoraffinities袁APAs冤进行并行多处理器调度袁指定任务只能被某个处理器集合执行袁将期限紧迫尧缓存敏感的任务限制在单一处理器袁提高资源利用率袁改进检测系统实时性遥试验结果表明院在尺寸为1.20mm伊1.20mm尧26伊28个滤光片组成滤光片面板上袁采用多处理器调度可使检测速度极大提升袁采用APAs调度算法后袁平均缺陷识仪器实时性能的有效性遥关键词院模式识别与装置曰多处理器系统曰视觉检测系统曰关联处理器调度算法文献标志码院A文章编号院1674-5124渊2015冤10-0090-

3、04别完成时间为常规检测系统时间的36.5%袁可以满足在线实时要求袁证———————————————————————————————————————————————明应用多处理器调度方法袁可以极大提升检测Multi-processorschedulingofvisiondetectingsystemforfiltersurfacedefectHUANGJian1，LIUGuixiong1，WANGXiaohui2（1.SchoolofMechanicalandAutomotiveEngineering，SouthChinaUniversityofTechnolo

4、gy，Guangzhou510640，China；2.GuangzhouResearchInstituteofO-M-ETechnology，Guangzhou510663，China）Abstract:Onlinereal-timedetectionisrequiredinvisiondetectingsystemforfiltersurfacedefect.Thispaperdiscussesaboutaschedulingoptimizationstrategyforutilizingavailablehardwareresourcestoprocessr

5、eal-timeworkinparallelsoastoimprovetheprocessing.AnAOEgraphwasusedtoperformtask-levelanalysisontheabovementionedvisiondetectingsystem，optimizethedataandresourcedependencybetweenevents，topologicalrelationofactivitiesandinter-taskredundancy，andestablishaparalleltaskmodel.Anarbitrarypro

6、cessoraffinities（APAs）wasemployedforparallelmultiprocessorscheduling.Thedesignatedtaskcouldonlybeexecutedbyaprocessorset，i.e.，thetaskswithimminentdeadlineandsensitivecacheswereconfinedonasingleprocessortoenhancethelevelofresourcesutilizationandimprovethetimelinessofdetectingsystem.Th

7、eresultsshowthat，onthepanelwith26伊———————————————————————————————————————————————28opticalfilters（1.20mm伊1.20mm），multiprocessorschedulingcangreatlyincreasethedetectionspeed.WiththeAPAsalgorithm，theaveragetimeinidentifyingdefectsis36.5%thatoftheroutinedetectionsystem.Ithasbeenproventh

8、atthemultipr