论文部分内容阅读
随着近年来无人机技术的迅速发展,无人机实现自动化、智能化也逐渐成为一个热门的研究方向。为了使无人机在特定应用领域下实现自主导航、避障等功能,可以利用双目立体视觉技术帮助无人机获取场景中的距离信息。因此,如何将无人机技术与双目视觉技术相结合,也成为了愈加值得关注的研究课题。本文针对无人机的特性,设计了能够为无人机计算出应用场景中物体距离信息的双目视觉系统,其中主要进行了以下三个方面的工作内容:(1)双目立体匹配算法的研究与改进:实现双目视觉技术,就需要先通过双目立体匹配算法获取场景中的距离信息。首先,对双目立体匹配算法进行了分析,总结出整个运算流程主要包括初始匹配代价计算、匹配代价聚合、视差选取及图像优化等步骤。针对无人机应用场景中的图像信息复杂度较高的问题,传统的Census变换算法过于依赖窗口中心点信息,导致在初始匹配代价计算的过程中,会存在着一定的局限性。对此,作者对Census算法做了改进。改进后的Census算法通过运用匹配窗口内每一个像素点的像素信息相关性,进一步精确地寻找匹配点,从而达到更加优良的匹配效果。随后使用MATLAB仿真工具,导入公共数据库Middlebury中的图像集,得出传统Census算法与改进Census算法下的匹配结果,并对两种算法进行了测试与评估。实验结果表明,使用改进的Census算法进行初始匹配代价计算,匹配精度能够得到提升。(2)硬件算法架构的设计:针对传统的基于指令集架构的处理器对图像的处理效率较低,难以满足无人机对双目视觉系统的处理速度要求的问题,选择采用现场可编程逻辑门阵列(Field Programmable Gate Array,FPGA)进行算法部署。在完成对双目立体匹配算法理论分析的基础上,利用高层次综合工具(High Level Synthesis,HLS),设计了FPGA双目立体匹配IP核,通过对工具生成的仿真结果和评估报告进行分析,验证了双目立体匹配IP核功能的正确性,并得出双目立体匹配IP核的运行速率上,是能够达到无人机对双目视觉系统的实时性要求的。(3)硬件平台的选取与实际硬件测试:选用基于xc7z020clg484-1芯片的FPGA硬件平台完成实际硬件测试,将双目立体匹配IP核导入到Vivado开发工具中,并在测试程序下载到FPGA后,将FPGA计算出的结果显示在屏幕上。最终的测试结果表明,无人机是能够通过FPGA在实际应用中完成双目立体匹配算法运算的。