[实用新型]一种脑电信号快速分类装置及其系统、电动车

说明书

本实用新型公开了一种脑电信号快速分类装置及其系统、电动车，所述PS端包括第一MCU、DDR外部存储器、第二MCU，所述第二MCU的输入端为该装置原始脑电信号的输入端，所述第二MCU的输入端还与第一MCU连接，所述第二MCU的输出端与DDR外部存储器连接，所述第一MCU与所述DDR外部存储器双向连接，所述第一MCU的输出端为该装置的输出端；所述PL端包括由FPGA构建的CNN网络模块、总线控制器和片上存储器；所述总线控制器与所述第一MCU双向连接，所述总线控制器的输出端与所述片上存储器连接，所述片上存储器与由FPGA构建的CNN网络模块双向连接，由FPGA构建的CNN网络模块的输出端与所述总线控制器连接。

技术领域

本公开属于脑机接口的技术领域，涉及一种脑电信号快速分类装置及其系统、电动车。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

脑机接口技术(BCI)通过对脑电信号进行分析和处理来解释用户意图。当前，BCI技术都是通过专用的脑电信号采集电路以及工作站或计算节点服务器来完成脑电信号的特征提取与识别，多数情况下尚不具备通过嵌入式系统或便携设备来实现快速的脑电信号特征识别并进而通过脑电来控制外设。

目前，脑电信号的采集模式多是通过运动想象来实现，将采集的脑电信号进行预处理、特征提取等一系列操作，可实现对信号的分类。基于人工神经网络，尤其是卷积神经网络(CNN)的分类方法在特征提取中得到广泛使用，然而CNN的计算量十分巨大，现有大部分CNN的实现都是基于GPU等硬件的支持，典型的是以INVIDA公司为代表，围绕GPU布局的硬件加速芯片，但其功耗较大，且不适用移动平台。而多核CPU处理并行处理数据的能力不强对深层网络来说是致命特点。而ASIC平台具有定制化特点，可迁移性低。现场可编程门阵列(FPGA)中具有大量的硬件逻辑资源、灵活的线路连接特性、以及良好的内存带宽使其具有更大的设计空间，且省去了ASIC方案中所需要的流片过程。在现有技术中出现了采用FPGA来实现CNN网络；但是，该技术并不成熟，目前的研究重点集中在算法设计或是局部的数据加速方法的研究，灵活性或通用性有待提高。

实用新型内容

针对现有技术中存在的不足，解决脑电信号分类的问题，本公开的一个或多个实施例提供了一种脑电信号快速分类装置及其系统、电动车，将传统脑电信号系统中需要由工作站或计算节点服务器完成的脑电信号处理、模式识别与分类的工作替换为纯硬件实现的基于FPGA为核心的系统板来实现，从而减小了脑电信号识别分类系统的体积，大大提高了其便携性及处理速度，为基于脑电信号识别分类的嵌入式控制系统的研发提供了一种新的实现方案，实现兼顾便携性、扩展性、灵活性与可重新配置性的深层卷积神经网络脑电信号快速分类。

根据本公开的一个或多个实施例的一个方面，提供一种脑电信号快速分类装置。

一种脑电信号快速分类装置，该装置包括：PS端和PL端；

所述PS端包括第一MCU、DDR外部存储器、第二MCU，所述第二MCU的输入端为该装置原始脑电信号的输入端，所述第二MCU的输入端还与第一MCU连接，所述第二MCU的输出端与DDR外部存储器连接，所述第一MCU与所述DDR外部存储器双向连接，所述第一MCU的输出端为该装置的输出端；

所述PL端包括由FPGA构建的CNN网络模块、总线控制器和片上存储器；所述总线控制器与所述第一MCU双向连接，所述总线控制器的输出端与所述片上存储器连接，所述片上存储器与由FPGA构建的CNN网络模块双向连接，由FPGA构建的CNN网络模块的输出端与所述总线控制器连接。

进一步地，该装置还包括AXI DMA控制器，所述第一MCU通过AXI DMA控制器与总线控制器双向连接。

进一步地，所述片上存储器通过AXI4-Streaming与由FPGA构建的CNN网络模块双向连接。