车载毫米波雷达与摄像头前融合目标跟踪算法FPGA加速设计.docxVIP

PAGE2

车载毫米波雷达与摄像头前融合目标跟踪算法FPGA加速设计

摘要

智能驾驶系统对实时目标跟踪的精度与延迟要求日益严苛。现有方案依赖CPU/GPU处理多传感器数据，导致跟踪延迟普遍超过20ms，难以满足高速场景下安全决策需求。本文设计一种基于FPGA的前融合目标跟踪加速架构，聚焦毫米波雷达与摄像头数据融合，核心实现EKF跟踪器硬件加速模块与优化数据关联流水线。通过硬件并行化状态预测、观测更新及匈牙利算法，系统支持20个动态目标实时跟踪，端到端延迟稳定控制在12.8ms内。

全文遵循工程设计逻辑：首先分析多传感器融合延迟痛点，提出FPGA加速方案；继而设计分层系统架构，细化EKF硬件模块与数据关联流水线；随后完成RTL级实现与时序优化；最终通过实车测试验证性能。创新点在于提出双缓冲流水线机制，将状态更新与数据关联解耦，减少关键路径延迟37.5%。测试表明，本设计在Urban100数据集上跟踪精度达92.3%，较软件方案提速4.2倍，为低成本智能驾驶提供可靠技术路径。

第一章绪论

1.1研究背景

智能驾驶商业化进程加速，但传感器融合系统的实时性瓶颈日益凸显。高速公路场景中，车辆以120km/h行驶时，20ms延迟将导致位移6.7米，显著增加碰撞风险。现有方案多采用后融合架构，雷达与摄像头数据独立处理后再整合，导致冗余计算与通信开销。例如，MobileyeEyeQ5芯