基于SOPC的车辆目标实时跟踪算法实现-车辆工程专业论文.docxVIP

基于 SOPC 的车辆目标实时跟踪算法实现 注释表 DSP 数字信号处理 FPGA 现场可编程逻辑器件 Mean Shift 均值平移算法 SOPC 可编程片上系统 D 维数 EKF 扩展卡尔曼滤波器 Rd f (x) d 维空间 样本点 概率密度函数 正定对称矩阵 权重系数 宽带矩阵 对角矩阵  δ (x) Delta 函数 u 特征值 候选模型 目标模型  ρ ( y) 相似性函数 新位置坐标 LCA 逻辑单元阵列 CLB 可配置逻辑模块 IOB 输出输入模块 NIOS II 软核 u 物距 VHDL 硬件描述语言 Verilog 硬件描述语言 zhongxin_x 目标区域的高度 zhongxin_y 目标区域的宽度 UART 串口 SOC 片上系统 VI 承诺书 本人声明所呈交的硕士学位论文是本人在导师指导下进 行的研究工作及取得的研究成果。除了文中特别加以标注和致 谢的地方外，论文中不包含其他人已经发表或撰写过的研究成 果，也不包含为获得南京航空航天大学或其他教育机构的学位 或证书而使用过的材料。 本人授权南京航空航天大学可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本承诺书） 作者签名： 日 期： 第一章 绪论 1.1 课题研究背景 当前，车辆的主动安全技术已经越来越成为智能汽车领域的研究热点之一[1]。事实证明， 大部分交通事故是由疲劳驾驶或驾驶疏忽引起的。汽车辅助驾驶是通过对前方障碍物的检测， 以帮助其保持车辆安全行驶，避免事故发生，并最终实现车辆智能化[2]。 在智能汽车研究领域，通常会涉及到很多图像处理技术[3]。图像缩放、处理和识别等全部 需要使用新的数字信号处理(DSP-Digital Signal Processing)技术[4]，其中所涉及到大量的数据能 否得到实时处理成了该领域的关键问题。 近年来，关于智能汽车的研究，得到了许多国家的广泛重视。2002 年，国家科技部启动十 五科技攻关项目：智能交通工程开发的核心技术的内容之一就是对车辆辅助驾驶进行研究。2008 年 03 月，国家自然科学基金也发布了有关视听觉认知计算的重要计划，与智能车有关的技术研 究已得到了的认可。尤其是环境感知以及局部路径规划等方面的研究更为得到重视，属于核心 问题中的关键技术。基于视觉的目标跟踪因其在汽车辅助驾驶领域中有着重要的应用价值，已 成了当今智能车辆领域以及计算机视觉领域最为活跃的一个研究课题[5]。 1.2 研究目的 当前，通用处理器执行目标跟踪算法，实时性并不理想。 以 PC 机为例：主频为 1.6GHz 的迅驰处理器，其每秒能进行 15 帧图像处理，如折合成车 载嵌入式系统，以主频为 200MHz 的处理器为例：则每秒只能处理 1 帧的图像。相对于通用处 理器，现场可编程逻辑器件（FPGA-Field-Programmable Gate Array）是专用集成电路，并且具 有并行执行的特点，在同等实验条件下，可提高目标跟踪算法处理的实时性。 为了提高目标跟踪的实时性，本课题拟采用可编程片上系统（SOPC）来实现智能车的视觉 目标跟踪算法。以期展开片上系统在复杂算法的快速实现方面的应用研究。 1.3 国内外研究现状 国内外研究现状主要分两部分介绍：一是视觉目标跟踪系统的研究现状；二是视觉目标处 理系统设计的研究现状。 1.3.1 视觉目标跟踪系统的研究现状 1. 意大利帕尔玛大学研发的 ARGO 实验车[6] GOLD 系统是意大利帕尔玛大学实验车的核心，它假设实验车行驶的道路平坦，由一个摄 像机实现道路标志线检测，进而在另一个摄像机的辅助下完成车辆检测。实验结果表明，该系 统实验车不仅可以完成车辆方向的控制和路径的跟踪，还可以通过人工触发完成车道线变换。 该实验车于 1998 年 5 月进行了一次实验，实验路径长达 2000km。实验车行驶路径以隧道和高 架桥为主，行驶的平均车速达到 90 km 每小时。实验时出现的最大问题是由于太阳的反射对摄 像机产生了影响导致图像严重饱和。另外，受到隧道口处摄影机不能适应太阳光的急剧变化的 影响，导致图像的效果不是很理想。 2. RALPH 视觉系统[7] 1995 年，卡内基梅隆大学（CMU）与数家汽车公司共同完成 Navlab-5 实验车系统。随后， CMU 与 Assist Ware 技术公司在 Navlab-5 的基础上开发了 RALPH 视觉系统。该实验车有自学 的能力，只需人在路上驾驶一遍，就能完成该路