论文部分内容阅读
先进驾驶辅助系统(ADAS: Advanced Driver Assistance Systems)在提高汽车主动安全性能方面有着广阔的应用前景。为了适应ADAS的应用需求和发展趋势,本文主要研究双目立体视觉系统,采用水平立体前置摄像头进行信息感知,并借助双目立体视觉的匹配、处理与后续的智能决策,以实现在前车防撞预警(FCW: Forward-carCollision Warning)中的应用。立体匹配算法能够完成视差/深度估计,是决定双目立体视觉系统性能、效率及鲁棒性的关键步骤。半全局立体匹配(SGM: Semi-globalstereo matching)是一种性能优越的立体匹配算法,本文着重研究了SGM算法模型及其改进策略。首先为了提高SGM的算法性能,在相关性匹配阶段,修改了非参数化的排序滤波/绝对差值(Rank filter/AD)的计算方式,定义了排序/绝对差值累加(RankSAD)的概念,并与Rank filter/AD相结合使用,一方面弥补了Rank filter/AD的缺陷,另一方面可将二者的优点予以结合,从而降低了视差估计的错误匹配率,获得了良好的主客观评价效果。其次在SGM的路径代价Lr的计算阶段,探讨了半分辨率方法(Half-resolution)及脉动阵列结构(Systolic Array)对立体匹配的提速作用。 建立SGM算法模型之后,首先在Visual Studio平台上软件模拟了“基于SGM的双目视觉系统”,获得了良好的模拟实验效果。其次构架了四种SGM算法的硬件实现结构,并在Simulink/System Generator平台上完成了全串行结构(Realization1)的模型设计与其他三种改进结构(Realization2,Realization3和Realization4)的RTL设计。SGM实现结构的改进过程,实现了时钟速度、面积成本和片上缓存量之间的合理平衡,并指明了进一步优化的方向与思路。三种SGM的RTL实现结构均获得了良好的时序及逻辑仿真结果,并且综合结果表明,在一定的吞吐率场合,结合面积成本上的优势,Realization4更适合SGM的RTL实现,为双目视觉系统的实时硬件实现奠定了良好基础。