NI1 : 현재 NI사는 xilinx 기반의 FPGA를 사용하고 있습니다. http://sine.ni.com/cs/app/doc/p/id/cs-15982 미국자동차공학회에 논문으로 발표되었습니다. 실제 적용은 일본의 스바루사에 적용되었습니다.

e4ds : 확인 후 답변드릴 수 있도록 하겠습니다 ^^

e4ds : 똑똑한 왕자 프로젝트 블로그 링크 전달 드리니 참고 부탁드리겠습니다! https://www.kernel.bz/smartprince

maxim3 : 네. 동작시 전류에 따라 계산식은 달라집니다. CR2032 그 이상에 배터리 application에 대해 알려주시면 적합한 솔루션을 제안드리겠습니다

maxim3 : 관련 솔루션 확인하여 회신드리도록 하겠습니다.

RTOS : 네, 아마도 revision이 자주 되어서 그런 듯합니다. (책이 없는게) FreeRTOS 사이트에서 온라인으로 지식을 얻으셔야 합니다.

e4ds : Free RTOS 사이트 정보 보내드립니다. https://www.freertos.org/

RTOS : 멀티코어용 FreeRTOS 소스는 별도로 존재하지 않습니다.

RTOS : FreeRTOS는 싱글 프로세서 기반입니다. 멀티코어 프로세서인 경우, 사용하는 Compiler에서 멀티코어를 위한 빌드 옵션을 설정해 주면(존재하는 경우), 그에 필요한 최적의 (머신)코드를 만들어 주지 않을까 생각합니다. 그외에 특별히 멀티 프로세서용 (어플리케이션)프로그램을 제작하는 기법(최적의 성능을 위해)은 별개의 문제로 따로 찾아보시길 바랍니다.

Microchip_Jake : 일단 5G Spec 은 아직 정해지지 않은 것으로 알고 있으며, 많은 신호처리 블럭이 필요할 것입니다. 역시 미세신호 처리가 필요하다면, 일반적인 opamp 보다 더 좋은 노이즈특성/소신호 처리 측성을 보장하기에, 필요할 것입니다.

microchip_ks : 참여 감사 드립니다.

keysight1 : 네, 기술부서 문의하여 이메일 답변 드리도록 하겠습니다.

e4ds : 이메일로 답변 드리겠습니다 (^^)

ADI2 : hopping frequency의 offset 정도에 따라 다르겠지만, AD9371/75는 DPD보다는 QEC/LOL등의 calibration 때문에, 아주 빠른 속도로 hopping을 하는 경우라면 적절한 solution이 못될 것 같습니다.

ADI1 : FPGA 에서 구현대비 DPD Logic의 소모전력이 1/10 정도로 이야기 하네요

Microchip_Dick : Arm-Short 를 방지할 수 있는 PWM 모드를 선택하시고 Dead-Time을 MOSFET Driver 의 Delay Time 보다 크게 설정하시면 됩니다

Microchip_Mason : 해상 사항은 모터제어가 실제로 모터가 제어되는 환경을 오실로스코프등으로 측정해야 판단이 가능할 것 같습니다.

xilinx1 : 윕비나 내용중에 설명을 드렸습니다만, xfOpenCV에서 지원되지 않는 function은 SDSoC 상에서 c/c++ 등을 이용해서 coding 하시고 HW functions 에 지정하시면 내부적으로 vivado HSL를 통해서 RTL code로 변환이 됩니다. SDSoC User Guide 인 UG1027를 참고하시기 바랍니다. https://www.xilinx.com/products/design-tools/software-zone/sdsoc.html#documentation

xilinx2 : xf::mat 함수를 보시면 내부적으로 cv::mat 함수를 호출하고 있습니다. 명시 적으로 cv :: Mat에서 xf :: Mat로 복사되고 최상의 성능을 얻기 위해 물리적으로 인접한 메모리에 저장됩니다.

xilinx2 : xf::imread를 참조하시길 바랍니다. cv::Mat img_load = cv::imread(img,type); xf::Mat<_PTYPE, _ROWS, _COLS, _NPC> input(img_load.rows, img_load.cols); if(img_load.data == NULL){ std::cout << "\nError : Couldn't open the image at " << img << "\n" << std::endl; exit(-1); } input.copyTo(img_load.data);

TI1 : 후처리에 의해 금속 물체의 이미징이 가능합니다. 케이스에 따라, 차량의 옆 면을 측정하면 어느정도 가능할 수 있습니다.

TI1 : 여러대의 속도 측정은, 각각에 대한 트랙킹 알고리즘으로 추적이 필요합니다. 수신된 결과 데이터의 후처리가 필요하겠습니다.

NI1 : 넵 가장 중요한 부분을 질문주셨는데요. RF Path 문제로 인해서 Radar 시뮬레이션에서 가장중요한 부분은 얼마나 가까운 사물을 모사할수 있는가 입니다. 현재 NI 솔루션을 통해서 4m 를 보장하고 있습니다. 캘리브레이션을 통해서 좀더 가까운 데모를 모사고 있습니다.