恩智浦双目视觉ADAS解决方案.doc

《恩智浦双目视觉ADAS解决方案.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、恩智浦双目视觉ADAS解决方案　　　　双目视觉ADAS芯片-S32V234　　S32V234采用了4颗ARMCortexA53作为核心CPU，以获得更高的性能功耗比。利用一颗ARMCortexM4作为片上MCU，用于关键IO（如CAN-FD）的实时控制，并支持AutoSAR操作系统。芯片内部包含可编程的图像信号处理器（ISP），所以配搭的图像传感器可以输出rawdata，从而降低物料成本，节省空间尺寸。　　另外，芯片还包含了两个名为APEX2CL的视觉加速引擎。每个APEX2CL拥有64个本地计算单元（CU），并配有本地内存和专用DMA，通过SIMD/MIMD（单指令多数

2、据/多指令多数据）方式对图像识别过程进行加速。　　　　　　另外值得指出的是，考虑到ADAS系统对安全性和可靠性的严苛需求，S32V234在设计时加入了诸如ECC（错误检查与纠正），FCCU（故障收集与控制单元），M/LBIST（内存/逻辑内置自测）等多种安全机制，能够满足ISO26262ASILB~C的需求。　　　　双目视觉ADAS的优势　　相比于单目视觉，双目视觉（StereoVision）的关键区别在于可以利用双摄像头从不同角度对同一目标成像，从而获取视差信息，推算目标距离。具体到视觉ADAS应用来说，如果采用单目摄像头，为了识别行人和车辆等目标，通常需要大规模的数据

3、采集和训练来完成机器学习算法，并且难以识别不规则物体；而利用毫米波雷达和激光雷达进行测距的精度虽然较高，但是成本和难度亦较高。　　双目视觉的最大优势在于维持开发成本较低的前提下，实现一定精度的目标识别和测距，完成FCW（前方碰撞预警）等ADAS功能。　　双目视觉测距的基本原理如图2所示：目标点P在两个相机中的视差为d=EC+DF，根据三角形的相似性，推导可得距离z=（fq）/d。其中焦距f和相机光轴距离q可认为是固定参数，所以求出视差信号d即可求得距离z。　　　　　　双目视觉的测距步骤　　相机标定　　图像获取　　图像预处理　　特征提取与立体匹配　　三维重构　　其中，相机标

4、定是为了得到相机的内外参数和畸变系数等，可以离线进行；而左右相机图像获取的同步性，图像预处理的质量和一致性，以及立体匹配（获取视差信息）和三维重构（获取距离信息）算法的实时性要求带来的巨大运算量，对在嵌入式平台上实现双目视觉ADAS提出了挑战。