CN119322615B 基于机器学习的驱动程序自动生成方法 （杭州宇泛智能科技股份有限公司）

本申请实施例提供一种基于机器学习的驱2基于所述特征向量和所述驱动模型构建代码生成器，将相似议状态机处理接口时序差异，构建双向解析器对所述寄存器映射表和数据结构进行映射，在运行时加载目标平台特征描述符，通过硬件标识码识寄存器映射表，构建协议差异矩阵记录不同芯片平台间的接口时序参数和数据格式差异，读取芯片平台的参数配置文件解析硬件接口定义，构建配置文件语项格式，使用XML文档对象模型创建描述文档树结构，定义描述文档标签规范记录硬件信解析接口协议规范文档提取时序参数，创建协议差异表存储不同平用Word2Vec模型对所述硬件特征数据库中的接口描述和控制指令进行分词编码生成特征使用结巴分词器对硬件特征数据库中的文本进行分词处理，构建词频统3构建深度神经网络提取硬件特征表示，使用注意力层加载特征向量和驱动模型构建生成器对象，使用聚类算法对硬件特征进行分组归类，创建解析器抽象类定义解析接口方法，实现寄存器创建抽象语法树节点类定义语法单元属性，构建语法分析创建状态机对象控制代码生成过程，构建线程池执行读取目标平台的特征描述文件解析配置参数，构建文件加载器提4创建测试用例生成器构造测试数据，使用单元测试框驱动模型模块，用于扫描芯片平台硬件规格信息生成硬件描述代码生成模块，用于基于所述特征向量和所述驱动模型构建代代码部署模块，用于在运行时加载目标平台特征描述符9.一种电子设备，包括存储器、处理器及存储在处理器执行时实现权利要求1至7任一项所述的基于机器学习的驱动程序自动生成方法的56[0001]本申请涉及数据处理领域，具体涉及一种基于机器学习的驱动程序自动生成方[0007]针对现有技术中的问题，本申请提供一种基于机器学习的驱动程序自动生成方格式差异，分析所述接口协议的控制时序和数据传输方式构建硬件特征数据库，采用Word2Vec模型对所述硬件特征数据库中的接口描述和控制指令进行分词编码生成特征向7件特征数据库获取目标平台的配置信息，根据所述协议差异矩阵选择对应的协议转换策[0015]解析接口协议规范文档提取时序参数，创建协议差异表存储不同平台的接口定8[0021]创建解析器抽象类定义解析接口方法，实现寄存器映射[0023]创建抽象语法树节点类定义语法单元属性，构建语法分[0026]读取目标平台的特征描述文件解析配置参数，构建文件加载器提取特征描述内9机程序被处理器执行时实现所述的基于机器学习的驱动程序自动生成方法序/指令被处理器执行时实现所述的基于机器学习的驱动程序[0038]由上述技术方案可知，本申请提供一种基于机器学习的[0040]图1为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0041]图2为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0042]图3为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0043]图4为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0044]图5为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0045]图6为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之[0046]图7为本申请实施例中的基于机器学习的驱动程序自动生成方法的流程示意图之参数和数据格式差异，分析所述接口协议的控制时序和数据传输方式构建硬件特征数据用OCR技术和自然语言处理方法，将PDF格式的技术文档转换为结构化的XML描述文档。例I2C驱动移植到RISC_V平台时，转换器能自动处理两个平台间的寄存器映射差异和时序要根据系统CPU核心数动态调整，典型配置为8_16个线程。并行处理显著提升了代码生成速能测试中可以达到手工编写代码的90%以不稳定等问题。在某物联网设备驱动开发项目中，该方案将驱动程序的开发效率提高了3将SPI接口的驱动程序移植到仅支持I2C接口的平台时，会自动选择SPI到I2C的协议转换[0084]从上述描述可知，本申请实施例提供的基于机器学习的驱动性。例如，对于"I2C从机地址配置寄存器"这样的专业术语，可以准确识别出"I2C"、"从[0106]循环神经网络的引入使得模型能够有效学习硬件描述中[0107]本实施例采用多层感知机构建特征分类器，用于对提取的特征进行分类和匹[0122]该技术方案解决了传统驱动代码生成过程中的模块耦合度高、扩展性差等问[0131]状态机对象负责控制整个代码生成过程，管理从语法分析到代码优化的各个阶[0133]任务依赖图的建立使得系统能够正确处理代码生成任务[0148]策略执行器采用管道处理模式，将复杂的转换过程分解为多个独立的处理单[0159]测试用例生成器采用基于模型的测试方法，根据驱动接口定义自动生成测试数[0168]从上述描述可知，本申请实施例提供的基于机器学习的参数和数据格式差异，分析所述接口协议的控制时序和数据传输方式构建硬件特征数据9100分开配置，例如可以将基于机器学习的驱动程序自动生成装置配置为与中央处理器其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个[0185]该存储器9140可以是固态存储器，例如，只读存储器（ROM）、随机存取存储器功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能（如[0187]通信模块9110即为经由天线9111发送和接收信号的发送机/接收机。通信模块[0189]本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的执行主体为服务器或客户端的基于机器学习的驱动程序自动生成方法的全部步骤，例如，参数和数据格式差异，分析所述接口协议的控制时序和数据传输方式构建硬件特征数据[0194]本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的基于机器学习的驱动程序自动生成方法中全部步骤的一种计算机程序产品，该计算机程参数和数据格式差异，分析所述接口协议的控制时序和数据传输方式构建硬件特征数据现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定[0201]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或其他可