上位机图像处理和嵌入式模块部署（软硬结合才是嵌入式的精髓）

【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】

        关于嵌入式，有很多的说法。有的认为stm32 mcu那种才是嵌入式；有的认为嵌入式linux也是嵌入式；也有的同学认为，嵌入式无非就是把pc的东西移植到嵌入式板子而已。这些想法，对，其实也不对。现在的很多linux板子，确实很多代码的确都是从pc电脑移植而来。但是如果仅仅是移植，而不做优化，其实是不合算的。

1、算法不能仅仅依靠cpu

        很多的算法，如果是运行在pc电脑上，问题不大。一方面，pc上面的cpu频率够、算力强；另外pc电脑一般连接着外部电源，没有省电的需求，所以算法跑在pc上面一点问题没有。但是如果算法port到嵌入式板子之后，还是靠cpu来运行的话，可能需要非常好的cpu才行，频率也要足够块。但是好的cpu往往价格不便宜，这是很大的一个限制条件。

2、低功耗要求我们cpu不能太快

        嵌入式很多设备是便携式设备，比如mp3、dv之类的设备。既然如此，那么上面的电池电量就是一定的。这就要求我们开发的时候有必要做好省电处理。大家比较了解的手机，其实就是这么处理的。玩游戏的时候，运行的cpu可能性能比较强；但是如果是平时一般操作，接接电话、发发微信，运行的cpu就会自动切入到低频的cpu来处理。

3、硬件加速是必选项

        很多的应用如果靠cpu运行，很多时候即使靠cpu，也是没有办法做到实时输出的。比如说某些需要定时输出的算法，例如定位、运动控制、图像处理等等。硬件加速具有天然的优势，这个时候如果可能把soc上面的硬件加速用起来，让cpu仅仅是负责控制功能，这还是非常方便的。

        有的同学也许会说，如果没有这样的IP怎么办？答案就是自己写一个，无论是外挂的fpga，还是内嵌fpga的zynq，都是不错的选择。

4、成本控制要求我们必须软硬结合

        前面说过，好的cpu往往都比较贵。如果我们又想性能好，又不想太贵，这个时候只能想尽办法把soc上面的资源都用起来。不管是cpu、gpu、dsp、mcu，还是自带的编码、解码、ai、isp算法，又或者是自己设计的fpga算法，只要是能解决问题，都应该为我们所有。算法如果仅仅可以跑在高端的soc上面，这其实不是自己的优势，而是soc芯片公司的优势。

5、软硬结合就是写驱动、做控制

        怎么做软硬结合，其实就是做驱动。软件从传感器拿到数据，放到指定内存，接下来送给硬件。硬件处理好了，通过中断告诉我们，我们再从指定内存获取结果。这就是一个循环往复的过程。有些同学如果还不理解的话，我们可以以网络为例进行说明，

        读书的时候，一般都认为网络有五层，分别是应用层、传输层、网络层、mac层和物理层。至下而上地去看，物理层是phy芯片完成，mac层是soc内部ip完成。这个时候的驱动，就是配置soc内部的ip，分别去访问mac层和物理层芯片。那传输层和网络层呢，就是kernel内部实现的tcp/ip协议。应用层，就是windows/linux上面写的application程序，这都是常规操作。

        这个时候，大家有没有想过，如果是想加快报文处理的速度，怎么用软硬结合实现呢？其实有一个思路是这样的，传输层只用udp，这样不用超时重传。网络层限制报文大小，这样不用分包。mac层和物理层呢，则不变。有了这个思路，其实就可以把应用层以下的code全部ip话，上层报文分发下来，直接udp送出去，没有了tcp/ip协议栈，每一步都是硬件完成，这样的处理速度，肯定是一般芯片没有办法比拟的。而上层应用来说，除了udp和报文大小做了一点限制之外，其他的使用基本和原来一样。但整体效率高了很多。