论文部分内容阅读
随着经济的飞速发展，人民的生活水平迅速提高，活动范围逐渐扩大，车辆的数量也急速增加。数量巨大的车辆方便了人们生活的同时，也使得交通事故频频发生，危害了人们的生命财产安全。交通安全问题已受到全世界政府、人民的高度重视。因此高级辅助驾驶系统(ADAS)应运而生，来减少交通事故发生的可能性。这其中距离感知又是ADAS的核心功能之一，只有在感知到距离信息的情况下，ADAS系统才能在可能发生碰撞的情况下，提前提醒驾驶员或直接对车辆状态进行干预。 传统的距离感知方案，如毫米波雷达、激光雷达，价格过于昂贵;单目技术测量精度差且存在样本数据库非标准障碍物不足的问题。因此本文使用双目视觉技术感知距离，而双目视觉技术又存在计算复杂度高，计算速度慢的问题，本文提出一种高速的双目视觉算法的硬件架构，用来克服软件层面双目视觉算法实时性差的缺点，来满足车载场景下对距离感知实时性的需求。 本文着重研究双目视觉中的特征描述，双目匹配算法，使其具有良好效果的同时，也便于硬件实现，同时节省硬件资源。在特征描述模块，减小描述区域以在硬件上实现流水线式地提取特征描述子，同时在硬件上引入类哈儿小波来加强描述子的鉴别力;在双目匹配模块，使用立体校正来减小搜索的范围，硬件上剔除机制的引入来提高匹配准确率。 硬件上实现时，使用基于RAM的移位寄存器形成Linebuffer（行缓存），以实现流水线式地提取特征描述向量。通过SED(Squared Euclidean Distance)模块来进行相似度度量，同时通过改进的WTA(Winner Takes All)电路和三角测量法来实现视差的搜索和距离的测量。整个硬件架构使用流水线式的设计，同时各个模块中又使用大量的并行计算，极大的提高了处理速度。 本文算法通过Altera DE1-SoC FPGA开发板5CSEMA5F31C6器件仿真，实验结果表明:在50MHz的时钟频率下，处理640×480的图像对只需6.25ms，处理速度约为本文算法在软件上实现的135倍，满足了高速场景下实时性的需求。本文测量距离的平均误差为3.67％，接近软件平台实现的相关文献的结果，但处理速度是它们的32到80倍。同时，处理速度和资源消耗也优于一些相关硬件实现的文献。