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。