视觉定位技术作为机器视觉的一个重要研究方向,通过对视觉信息的采集来跟踪和预测动态目标、重构环境模型以及规划运动轨迹,从而在无人驾驶、机器人感知和行为控制、室内定位等领域都能发挥重要的作用。视觉定位发展至今由于其运算的复杂性等因素导致在嵌入式系统中使用受限,本文提出了一种利用FPGA芯片对视觉定位算法进行硬件加速的具体方案,经过测试证明了该方案能大幅提高运算效率,满足在嵌入式系统中实时运行的要求。论文首先对各种视觉定位算法进行了研究和比较,确定了相关算法的框架和流程,算法的流程是先对输入图像进行畸变处理,再提取图像的特征点,然后利用光流算法对特征点进行跟踪,并根据特征点位置的变化计算相机的旋转和平移矩阵,最后更新相机的移动轨迹。接着,论文介绍了整个视觉定位系统的运行框架,该框架的搭建采用Xilinx公司推出的集成ARM与FPGA于同一设备的ZCU102开发板作为硬件平台,配套的SDSoC系统编译器作为开发工具。系统由ARM处理器负责整个程序流程,包括视频流的输入和输出,与FPGA之间的信息交互等,由FPGA负责对图像进行处理并反馈计算结果,整个系统的运行基于Linux操作系统。然后,论文介绍了视觉定位算法通过FPGA加速的整体运算框架,给出了部分算法的FPGA运算逻辑,包括图像金字塔的建立、特征点检测以及光流算法,同时也给出了提高底层硬件资源计算速度的优化方法。论文最后通过KITTI数据集对算法进行测试,结果表明利用FPGA对视觉定位算法进行加速的方法在确保准确率的前提下能较好地达到预期的加速效果,为在嵌入式系统中实现实时的视觉定位提供了思路。