嵌入式視覺應(yīng)用中的傳感器融合

　　傳感器在我們的世界經(jīng)歷了快速的推廣，事實(shí)上，傳感器現(xiàn)在已經(jīng)非常普遍，以至于我們每個(gè)人日常所使用的手機(jī)里都有好幾種不同類型的傳感器。這些傳感器有的能檢測(cè)壓力、溫度、加速度和重力的簡(jiǎn)單變化，同樣也有更為高級(jí)的傳感器，例如 GPS、RADAR、LIDAR 和圖像傳感器。

　　傳感器融合是指從幾種不同的傳感器中提取數(shù)據(jù)，以生成靠單個(gè)傳感器無(wú)法提供的信息。隨后，可以對(duì)該信息做進(jìn)一步處理和分析。并根據(jù)最終應(yīng)用，必要時(shí)還可用傳感器來(lái)制定決策。傳感器融合分為兩大類 ：

　　·實(shí)時(shí)傳感器融合——提取并融合傳感器數(shù)據(jù)，并根據(jù)得到的信息實(shí)時(shí)制定決策。

　　·離線傳感器融合——這種方案是提取并融合傳感器數(shù)據(jù)，但在過后的某個(gè)時(shí)間制定決策。

　　就嵌入式視覺系統(tǒng)和傳感器融合應(yīng)用而言，大部分應(yīng)用適合實(shí)時(shí)傳感器融合。

　　嵌入式視覺應(yīng)用

　　嵌入式視覺應(yīng)用正在經(jīng)歷迅猛增長(zhǎng)，涉及領(lǐng)域廣泛，從機(jī)器人、高級(jí)駕駛員輔助系統(tǒng) (ADAS) 到增強(qiáng)現(xiàn)實(shí)，不一而足。這些嵌入式視覺應(yīng)用對(duì)最終應(yīng)用的成功運(yùn)行有很大幫助。將嵌入式視覺系統(tǒng)提供的信息與來(lái)自不同傳感器或多個(gè)傳感器的信息進(jìn)行融合，有助于更好理解環(huán)境，從而提升所選應(yīng)用的性能。

　　很多嵌入式視覺應(yīng)用只使用一個(gè)圖像傳感器來(lái)監(jiān)控一個(gè)方向，例如只監(jiān)測(cè)汽車的前方。利用這樣的圖像傳感器可以檢測(cè)、分類和跟蹤對(duì)象。然而，由于只使用一個(gè)傳感器，因此就無(wú)法測(cè)量與圖像中對(duì)象的距離。也就是說，我們可以檢測(cè)和跟蹤到另一個(gè)車輛或行人，但如果不借助另一個(gè)傳感器，我們就無(wú)法確定是否存在碰撞風(fēng)險(xiǎn)。本例中我們需要另一個(gè)傳感器，例如 RADAR 或 LIDAR，該傳感器能提供與已檢測(cè)到的對(duì)象的距離。由于這種方法能夠?qū)?lái)自多個(gè)不同類型傳感器的信息融合，因此稱為異構(gòu)傳感器融合。

　　ADAS 異構(gòu)傳感器融合實(shí)例

　　另一種方案是提供第二個(gè)圖像傳感器，以實(shí)現(xiàn)立體視覺。這種方案是讓兩個(gè)圖像傳感器朝著相同方向，但分開一小段距離，就像人的兩個(gè)眼睛那樣，通過視差確定對(duì)象在視場(chǎng)中的深度。像這樣使用多個(gè)相同類型的圖像傳感器，稱為同構(gòu)傳感器融合。

　　當(dāng)然，這里需要根據(jù)駕駛條件確定架構(gòu)和傳感器類型的選擇。這包括深度感的范圍、測(cè)量精度、環(huán)境光和天氣條件、實(shí)現(xiàn)成本以及實(shí)現(xiàn)復(fù)雜程度。

　　嵌入式視覺不僅可用于對(duì)象檢測(cè)和汽車防撞，還可以作為導(dǎo)航系統(tǒng)的一部分，用來(lái)收集交通標(biāo)志信息。另外，還可融合醫(yī)用 X 光、MRI 和 CT 等多種不同圖像，或者融合安防與監(jiān)視設(shè)備中的可見光和紅外圖像。

　　我們通常認(rèn)為嵌入式視覺應(yīng)用只使用可見電磁光譜，其實(shí)很多嵌入式視覺應(yīng)用能融合來(lái)自可見電磁光譜以外的數(shù)據(jù)。

　　處理要求

　　如果不進(jìn)行融合，處理圖像時(shí)就需要相當(dāng)大的計(jì)算能力，這是因?yàn)橄到y(tǒng)要執(zhí)行一系列預(yù)處理功能。例如在使用彩色圖像傳感器時(shí)，這些處理任務(wù)包括顏色濾波插值、色彩空間轉(zhuǎn)換/重采樣以及圖像校正。除此之外，我們還要執(zhí)行傳感器融合算法本身的處理任務(wù)，在之前使用的對(duì)象檢測(cè)實(shí)例中，我們需要執(zhí)行背景減法、閾值和輪廓檢測(cè)，以使用最簡(jiǎn)單方案定位對(duì)象，或者可能需要更強(qiáng)的 HoG/SVM 分類器。

　　隨著幀率和圖像尺寸增加，預(yù)處理圖像和提取信息所需的處理能力也會(huì)隨之增加。

　　然而，從圖像中提取所需的信息還只是任務(wù)的一部分，如果使用異構(gòu)融合，我們還需對(duì)來(lái)自第二個(gè)傳感器的信息進(jìn)行配置、驅(qū)動(dòng)、接收和提取。如果我們選擇同構(gòu)系統(tǒng)，則需要為第二個(gè)圖像傳感器再次執(zhí)行與第一個(gè)傳感器相同的圖像處理流水線。

　　這樣能提供兩組數(shù)據(jù)，必須對(duì)這兩組數(shù)據(jù)進(jìn)行處理以確定與對(duì)象的實(shí)際距離，這才是真正的融合。

　　All Programmable SoC 或 FPGA 的優(yōu)勢(shì)

　　在嵌入式視覺系統(tǒng)中，一般使用 All Programmable FPGA 或 All Programmable SoC 來(lái)實(shí)現(xiàn)圖像處理流水線。如果它們能用于傳統(tǒng)嵌入式視覺應(yīng)用，那么也適用于嵌入式視覺融合應(yīng)用。

　　無(wú)論選擇 FPGA 還是 SoC，嵌入式視覺應(yīng)用通常使用處理器進(jìn)行監(jiān)視、控制和通信。如果選用 All Programmable SoC，那么中間有一個(gè)硬核，并有很多支持外設(shè)和接口標(biāo)準(zhǔn)。如果使用 All Programmable FPGA，就會(huì)使用一個(gè)軟核，例如 MicroBlaze?，并采用更加定制化的外設(shè)和接口支持。

　　對(duì)于嵌入式視覺傳感器融合應(yīng)用，我們可進(jìn)一步利用處理器為所用的眾多傳感器提供簡(jiǎn)單接口。例如，加速計(jì)、壓力計(jì)、陀螺儀和 GPS 傳感器都配有串行外設(shè)接口 (SPI) 和內(nèi)部集成電路(I2C)接口，都得到 All Programmable Zynq?-7000 和 MicroBlaze 軟核處理器的支持。這使軟件能夠快速、方便地從不同類型的傳感器獲得所需信息，并提供給可擴(kuò)展架構(gòu)。

　　在可編程邏輯架構(gòu)中可輕松實(shí)現(xiàn)用于從圖像傳感器提取信息的圖像處理流水線，此外，可編程邏輯架構(gòu)還可用來(lái)為其他異構(gòu)傳感器(例如 RADAR 和 LIDAR)或者同構(gòu)系統(tǒng)中的多種情況實(shí)現(xiàn)處理流水線。

　　當(dāng)使用 All Programmable Zynq-7000 或 All Programmable UltraScale+? MPSoC 時(shí)，處理器存儲(chǔ)器與可編程邏輯之間緊密耦合的架構(gòu)允許應(yīng)用軟件訪問所得到的數(shù)據(jù)集，以便進(jìn)一步處理和制定決策。獨(dú)立傳感器鏈可在可編程邏輯中實(shí)現(xiàn)，而且可并行運(yùn)行，這對(duì)于立體視覺等需要同步操作的情況非常有利。

　　為了加速在可編程邏輯中實(shí)現(xiàn)的融合應(yīng)用的交付進(jìn)程，我們可利用高層次綜合 (HLS) 開發(fā)可直接在可編程邏輯架構(gòu)中實(shí)現(xiàn)的算法。

　　實(shí)例架構(gòu)

　　開發(fā)前面介紹的對(duì)象檢測(cè)和距離算法，利用 All Programmable SoC 演示同構(gòu)和異構(gòu)方案。盡管兩種方案使用的傳感器類型不用，但這兩種架構(gòu)的最終目標(biāo)都是將兩個(gè)數(shù)據(jù)集放在處理系統(tǒng)的 DDR 內(nèi)存，同時(shí)將可編程邏輯架構(gòu)的性能最大化。

　　實(shí)現(xiàn)同構(gòu)對(duì)象檢測(cè)系統(tǒng)需要使用相同的傳感器類型，這里是 CMOS 成像傳感器。這樣做的優(yōu)勢(shì)是只需要開發(fā)一條圖像處理鏈，這個(gè)圖像處理鏈可以為兩個(gè)圖像傳感器在可編程邏輯架構(gòu)中實(shí)例化兩次。

　　同構(gòu)架構(gòu)實(shí)現(xiàn)立體視覺系統(tǒng)的條件之一是要求兩個(gè)圖像傳感器同步在可編程邏輯架構(gòu)中并行實(shí)現(xiàn)兩個(gè)圖像處理鏈并使用具有適當(dāng)約束的相同時(shí)鐘，這樣有助于滿足這一苛刻的要求。

　　盡管視差計(jì)算需要進(jìn)行密集處理，但兩次實(shí)現(xiàn)相同的圖像處理鏈的能力可顯著節(jié)省開發(fā)成本。

　　上圖給出了同構(gòu)方案的架構(gòu)，其中兩條圖像處理鏈主要基于可用的 IP 模塊。圖像數(shù)據(jù)采用定制的傳感器接口 IP 模塊捕獲，并從并行格式轉(zhuǎn)換為 AXI 流媒體。這樣能實(shí)現(xiàn)輕松可擴(kuò)展的圖像處理鏈;我們可以利用高性能 AXI 互連以及視頻 DMA 將結(jié)果從圖像處理鏈傳送到 PS DDR。

　　考慮采用不同類型傳感器的異構(gòu)實(shí)例， 我們可將上面介紹的圖像傳感器對(duì)象檢測(cè)架構(gòu)與 RADAR 距離檢測(cè)相結(jié)合。對(duì)于 RADAR 的實(shí)現(xiàn)，我們有兩個(gè)選擇：脈沖方案(多普勒)或者連續(xù)波。具體選擇哪種方案取決于最終應(yīng)用要求，不過，這兩種方法大同小異。

　　RADAR 的架構(gòu)可分成兩部分：信號(hào)生成和信號(hào)接收。信號(hào)生成部分負(fù)責(zé)生成連續(xù)波信號(hào)或者待傳輸?shù)拿}沖信號(hào)，無(wú)論哪種方案都需要利用信號(hào)生成 IP 模塊與高速數(shù)模轉(zhuǎn)換器進(jìn)行接口連接。

　　信號(hào)接收部分也需要使用高速模數(shù)轉(zhuǎn)換器來(lái)捕獲接收到的連續(xù)波或脈沖信號(hào)。說到信號(hào)處理，這兩種方案都需要使用通過可編程邏輯架構(gòu)實(shí)現(xiàn)的 FFT 分析方法;同樣，我們可使用 DMA 將得到的數(shù)據(jù)集傳送到 PS DDR。

　　無(wú)論選擇哪種實(shí)現(xiàn)架構(gòu),兩個(gè)數(shù)據(jù)集的融合算法都是通過軟件用 PS 來(lái)執(zhí)行。另外，這些融合算法對(duì)處理帶寬要求較高，實(shí)現(xiàn)更高性能的一種方法是使用現(xiàn)有工具集功能，尤其是設(shè)計(jì)環(huán)境 SDSoC?。

　　SDSoC 可利用 Vivado HLS 和連接框架(二者對(duì)軟件開發(fā)人員都是透明的)無(wú)縫地在處理器與 SoC 可編程邏輯之間傳輸軟件功能。當(dāng)然，我們可利用高層次綜合為同構(gòu)和異構(gòu)實(shí)現(xiàn)方式的處理鏈開發(fā)功能。我們還可進(jìn)一步擴(kuò)展，針對(duì)所選的實(shí)現(xiàn)方案創(chuàng)建定制 SDSoC 平臺(tái)，然后借助 SDSoC 功能，利用未占用的邏輯資源進(jìn)一步加速整個(gè)嵌入式視覺系統(tǒng)性能的提升。

　　結(jié)論

　　傳感器融合已經(jīng)扎根，同時(shí),嵌入式視覺系統(tǒng)正在迅速增長(zhǎng)，傳感器快速推廣和普及。All Programmable FPGA 和 SoC 提供的功能使多種類型的傳感器可并行運(yùn)行并按要求實(shí)現(xiàn)同步;同時(shí)，利用 SoC 處理系統(tǒng)或軟核處理器來(lái)執(zhí)行數(shù)據(jù)融合和決策活動(dòng)。

　　系統(tǒng)和高層次綜合工具(如 SDSoC 和 Vivado HLS)，為工程設(shè)計(jì)團(tuán)隊(duì)帶來(lái)了多種優(yōu)勢(shì)，可確保如期進(jìn)行應(yīng)用開發(fā)。