使用TI的Vision AccelerationPac，實(shí)現汽車(chē)可視探

使用Vision AccelerationPac的圓形交通標志識別舉例

典型的視覺(jué)分析處理涉及幾個(gè)階段(如圖3所示)，包括圖像預處理與特性檢測、相關(guān)物體識別、圖像與模式匹配，最后才是決策判斷。TI的Vision AccelerationPac最適合于減輕視覺(jué)分析處理前三個(gè)階段的密集計算。決策判斷通常包括分類(lèi)器、浮點(diǎn)運算和矩陣轉換，C66x DSP內核對它們的處理最為有效。正因如此，Vision AccelerationPac在SoC中與一個(gè)或者多個(gè)DSP配對使用。結果是，把視覺(jué)分析工作量合理是劃分開(kāi)來(lái)。

TI的TDA2x可實(shí)現低功耗、高性能的視覺(jué)處理系統。它擁有兩顆C66x DSP內核和一個(gè)Vision AccelerationPac，以及兩個(gè)嵌入式視覺(jué)引擎(EVE)。另外，它還包括一個(gè)視頻前端和汽車(chē)汽車(chē)聯(lián)網(wǎng)接口。下一頁(yè)的圖4顯示了TDA2xx SoC結構圖。

下面，我們來(lái)探討Vision AccelerationPac如何能夠加速ADAS圓形交通標志識別。

一些世界圓形交通標志使用紅色圓圈作為分界線(xiàn)，因此第一步便是從YUV422輸入數據只提取紅色像素。第二步是，計算水平和垂直梯度，使用亮度和對比度來(lái)確證紅色邊界線(xiàn)。然后，使用霍夫變換算法找出圓形?，F在，使用數據庫中存儲的模式使圓形內被識別相關(guān)區域圖像關(guān)聯(lián)起來(lái)，以解釋交通標志(80 MPH)，最終做出決策判斷。在這種情況下，結論是限速80英里/小時(shí)。

圖3視覺(jué)分析處理流程圖

如下面圖5所示，Vision AccelerationPac可以高效地分擔圓形交通標志識別處理的大多數工作量，包括基于互關(guān)聯(lián)的塊匹配模板加速器。DSP內核用于提高最終決策的穩健性。使用霍夫變換算法來(lái)查找圓形是一項高計算密集型工作，但使用Vision AccelerationPac時(shí)，霍夫變換算法查找圓形僅需140字節個(gè)代碼空間，約(1.88*NUM_RADIUS) +1.81 cyc/pix個(gè)處理時(shí)間周期，其中，NUM_RADIUS為我們在霍夫空間內選擇搜索的半徑數，因此它的視覺(jué)識別時(shí)間非常短，功耗非常低，并且硅片面積的性?xún)r(jià)比很高。以每秒30幀對一幅720 × 480圖像進(jìn)行完全交通標志識別約需50 MHz，即小于10% EVE周期。保持了豐富的處理功能，表明一個(gè)EVE可以同時(shí)運行多個(gè)視覺(jué)算法。

圖4 TDA2x結構圖

圖5 使用Vision AccelerationPac實(shí)現圓形交通標志識別

機器視覺(jué)Vision AccelerationPac—汽車(chē)或者攝像頭處理以外的應用

Vision AccelerationPac可以使用的其它領(lǐng)域還有很多。除視頻攝像頭分析處理以外，Vision AccelerationPac的固點(diǎn)倍增器和硬件通道是雷達分析處理的理想選擇，因為它可以高效地處理快速傅里葉變換(FFT)和波束形成算法。利用Vision AccelerationPac來(lái)處理1024點(diǎn)FFT所花費的時(shí)間小于3.5µ秒。因此，雷達可用作汽車(chē)攝像頭系統的補充，以探測許多不同的交通和氣象狀況。

汽車(chē)視覺(jué)所使用的相同機制，也適用于許多其它機器視覺(jué)行業(yè);工業(yè)自動(dòng)化、視頻安全監控和警告系統、交通監控和車(chē)牌識別便是例子。Vision AccelerationPac可用于擴展DSP應用，以一種更加自主和高功效的方式來(lái)解決今天的許多視覺(jué)分析問(wèn)題。

結論

Vision AccelerationPac是德州儀器創(chuàng )新型視覺(jué)分析解決方案。利用一種針對高效嵌入式視覺(jué)處理進(jìn)行高度優(yōu)化的靈活SIMD架構，Vision AccelerationPac擁有非常低的功耗和優(yōu)異的硅片面積效率。Vision AccelerationPac與C66x DSP內核結合使用，可實(shí)現浮點(diǎn)和矩陣計算，從而極大地加速完整嵌入式視覺(jué)應用處理鏈。除是一種高效、可靠的架構以外，Vision AccelerationPac還使用一種簡(jiǎn)單的基于C/C++的編程模型，輸出非常緊湊的代碼。它意味著(zhù)，Vision AccelerationPac實(shí)現的系統具有非常低的內存占用，從而進(jìn)一步降低了視覺(jué)系統成本和功耗。TDA2x SoC及其Vision AccelerationPac，是實(shí)現智能汽車(chē)系統、工業(yè)機器和“可視”機器人視覺(jué)分析的一個(gè)理想平臺，它們共同提高了我們的生活品質(zhì)。

TDAx SoC更多詳情，請訪(fǎng)問(wèn)www.ti.com/TDA2x。

參考文獻

(1) 谷歌在Va. Tech測試無(wú)人駕駛汽車(chē)

(2) 尼桑宣布史無(wú)前例的無(wú)人駕駛汽車(chē)發(fā)展計劃

作者：德州儀器 (TI) 戰略營(yíng)銷(xiāo)經(jīng)理Zhihong Lin、嵌入式視覺(jué)引擎首席架構師Jagadeesh Sankaran博士和技術(shù)戰略主任Tom Flanagan

鳴謝

感謝Stephanie Pearson、Debbie Greenstreet、Gaurav Agarwal、Frank Forster、Brooke Williams、 Dennis Rauschmayer、Jason Jones、Andre Schnarrenberger、Peter Labaziewicz、Dipan Mandal、 Roman Staszewski和Curt Moore給本文提供的支持。