軟硬結(jié)合的智能視覺讓機(jī)器人行動(dòng)更靈敏
加入技術(shù)交流群
上面所述算法可能對于固定式機(jī)器人來說足夠了。但對于移動(dòng)機(jī)器人來說，還需要采用其他算法才能使機(jī)器人在其環(huán)境中安全地移動(dòng)。SLAM(同步定位繪圖)是一種可使機(jī)器人創(chuàng)建環(huán)境地圖并跟蹤其當(dāng)前位置的算法。這種算法需要繪制三維環(huán)境地圖。由于有許多深度感應(yīng)傳感器選件；因此常見的方法是采用一對被配置成“立體”攝像頭的2D攝像頭，其作用類似于人類視覺系統(tǒng)。
立體攝像頭依靠對極幾何，采用一對2D圖像的投射為每個(gè)場景內(nèi)的每個(gè)點(diǎn)提供3D位置。根據(jù)前面2D觀點(diǎn)所提到的，特征可用于檢測3D場景中的有效位置。例如，與平整的墻面相比，機(jī)器人更容易檢測到桌角的位置。在給定的位置和方向，機(jī)器人可以檢測特征，通過比較其內(nèi)部地圖以確定其位置并改進(jìn)地圖質(zhì)量?？紤]到目標(biāo)經(jīng)常會(huì)移動(dòng)，因此靜態(tài)地圖對于試圖適應(yīng)其環(huán)境的機(jī)器人來說，用處不大。
處理器的選擇
為了有效地打造出機(jī)器人視覺，我們將所需的處理步驟分為若干階段。特別是我們前面所討論的算法，其處理步驟可分為4個(gè)階段，根據(jù)處理要求，每個(gè)階段都具有獨(dú)特的特征與限制(參考1)。市場中充斥著各種類型的視覺處理器，并且不同類型的視覺處理器(根據(jù)其性能、功耗、成本、功能靈活性和其他因素)可能適合不同的算法處理階段。實(shí)際上，視覺處理器芯片可能集成了多個(gè)不同類型的處理器內(nèi)核，從而滿足多個(gè)處理階段的獨(dú)特需求(圖4)。
圖4：視覺處理器芯片可能集成了多個(gè)不同類型的處理器內(nèi)核，從而滿足多個(gè)處理階段的獨(dú)特需求
●調(diào)整大小
●色彩空間轉(zhuǎn)換
●圖像旋轉(zhuǎn)和翻轉(zhuǎn)
●去隔行
●色彩調(diào)整和色域映射
●伽瑪校正，
●對比度增強(qiáng)
在此階段，每一幀內(nèi)的每個(gè)像素都會(huì)進(jìn)行處理，因此每秒的工作量都是巨大的。在立體圖像處理時(shí)，兩個(gè)圖像平面必須同時(shí)進(jìn)行處理。面向這些操作的其中一個(gè)處理選項(xiàng)為專用硬件時(shí)鐘，有時(shí)又被稱為IPU(圖像處理單元)。最近推出的視覺處理器(包含IPU)可在穩(wěn)定的幀速率下同時(shí)處理兩個(gè)圖像，每個(gè)圖像的分辨率都高達(dá)2048x1536像素(300多萬像素)。
第二個(gè)處理階段將進(jìn)行特征檢測，在這一階段(如前面所討論的)，角、邊和其他顯著圖形區(qū)域?qū)?huì)被提取。這個(gè)處理階段仍在每個(gè)像素的基礎(chǔ)上進(jìn)行，因此非常適合那些高度并行的架構(gòu)，但這一階段可處理更加復(fù)雜的數(shù)學(xué)函數(shù)，如一階和二階導(dǎo)數(shù)。DSP、FPGA、GPU、IPU和APU(陣列處理器單元)都是常用處理選項(xiàng)。DSP和FPGA具有高度的靈活性，因此非常適用于那些不成熟和正在發(fā)展的應(yīng)用(和實(shí)施這些應(yīng)用的算法)。與其他方法相比，該靈活性雖然帶來了更高的性能，但也帶來更多的功耗和成本。
在靈活性/專用性比最高的選擇是專用IPU或APU，他們特別適用于視覺處理任務(wù)。它每秒可處理數(shù)十億的操作，但由于經(jīng)過應(yīng)用優(yōu)化，它并不適合更廣泛的功能。靈活性/專用性較為折衷的是GPU，GPU過去常常出現(xiàn)在電腦中，而現(xiàn)在也嵌入到應(yīng)用在智能手機(jī)、平板電腦和其他大批量應(yīng)用的應(yīng)用處理器中。
浮點(diǎn)單元計(jì)算(如光流算法中的最小二乘功能)、SURF(用于快速顯著點(diǎn)檢測的快速魯棒特征算法)中的描述符計(jì)算和點(diǎn)云處理都非常適用于高度并行的GPU架構(gòu)。這種算法可運(yùn)行在SIMD(單指令多數(shù)據(jù))矢量處理引擎(如ARM的NEON或功率架構(gòu)CPU中的AltiVec功能模塊)上。無論如何，包括OpenCL(開放計(jì)算機(jī)語言)和OpenCV(開源代碼計(jì)算機(jī)視覺庫)在內(nèi)的架構(gòu)和庫，都可簡化并加快軟件開發(fā)，還可能包括在多個(gè)內(nèi)核上對一個(gè)任務(wù)的各個(gè)部分進(jìn)行分配的能力。
在第三個(gè)圖像處理階段，系統(tǒng)將根據(jù)特征圖對目標(biāo)進(jìn)行分類。與之前階段基于像素的處理方法相比，這些目標(biāo)檢測算法以高度非線性的結(jié)構(gòu)和方式進(jìn)行數(shù)據(jù)訪問。然而，仍需采用強(qiáng)大的處理“機(jī)制”通過豐富的分類數(shù)據(jù)庫來評(píng)估多種不同的特性。這種需求非常適合單核和多核傳統(tǒng)處理器，如基于ARM和Power架構(gòu)的RISC設(shè)備。這種選擇標(biāo)準(zhǔn)也同樣適用于第四個(gè)圖形處理階段，該階段將通過多幀跟蹤檢測目標(biāo)、實(shí)施該環(huán)境的模塊，并根據(jù)各種環(huán)境來評(píng)估是否應(yīng)該實(shí)施動(dòng)作。鑒于視覺處理的數(shù)據(jù)密集型屬性，當(dāng)評(píng)估處理器時(shí)，用戶不僅應(yīng)評(píng)估內(nèi)核數(shù)量和每核速度，還應(yīng)評(píng)估每個(gè)處理器的數(shù)據(jù)處理能力，如外部存儲(chǔ)器總線帶寬。
行業(yè)聯(lián)盟援助
由于市場上出現(xiàn)了性能日漸強(qiáng)大的處理器、圖像傳感器、存儲(chǔ)器和其他半導(dǎo)體器件，加上極具魯棒性的算法，將計(jì)算機(jī)視覺功能整合到廣泛的嵌入式系統(tǒng)中變得切實(shí)可行。在這里，“嵌入式系統(tǒng)”指的是基于微處理器的所有系統(tǒng)，而不是一臺(tái)通用計(jì)算機(jī)。因此，嵌入式視覺是指在嵌入式系統(tǒng)、移動(dòng)設(shè)備、專用電腦和云中加入計(jì)算機(jī)視覺技術(shù)。
嵌入式視覺技術(shù)有潛力支持大量電子產(chǎn)品(如本文討論的機(jī)器人系統(tǒng))，比以前更智能、更靈敏，因而對用戶更有價(jià)值。它可以向現(xiàn)有產(chǎn)品添加有用的功能。它可以為硬件、軟件和半導(dǎo)體的制造商們開創(chuàng)有重大意義的新市場。嵌入式視覺聯(lián)盟(Embedded Vision Alliance)是一個(gè)由技術(shù)開發(fā)人員和提供商組成的全球性組織，旨在使工程師能夠?qū)⑦@種潛力轉(zhuǎn)化為現(xiàn)實(shí)。(end)
評(píng)論