自动驾驶的环视鱼眼相机的畸变校正与鸟瞰视图（BEV）变换的FPGA加速设计.docxVIP

自动驾驶的环视鱼眼相机的畸变校正与鸟瞰视图（BEV）变换的FPGA加速设计.docx

PAGE2

自动驾驶的环视鱼眼相机的畸变校正与鸟瞰视图（BEV）变换的FPGA加速设计

摘要

随着智能汽车与低空电子设备的快速发展，环视鱼眼相机成为获取大视角环境信息的关键传感器。然而，鱼眼图像的非线性畸变与鸟瞰视图变换的计算复杂度极高，传统处理器难以满足低延迟与高实时的应用需求。

本课题针对鱼眼图像畸变校正计算量大、实时性差的核心痛点，提出并实现了一种基于FPGA的硬件加速架构。核心方案设计了基于双线性插值的查找表加速器，将畸变映射与像素插值运算高度并行化，显著降低了数据处理的延迟。

全文遵循工程递进思路展开。首先分析了车载与低空感知场景对实时图像处理的刚性需求；其次完成了系统总体与详细设计，重点阐述了LUT预计算与流水线插值机制；随后在FPGA平台上完成了代码实现与验证；最后通过系统性测试，验证了BEV拼接的实时性与图像质量。

本设计的核心创新在于将LUT寻址与双线性插值解耦为多级流水线，并利用BRAM资源优化了存储访问冲突，在保证高精度的同时实现了4路1080P视频的30FPS实时处理，为边缘端视觉感知提供了高效的硬件加速范式。

第一章绪论

1.1研究背景

在智能网联汽车与低空无人机领域，环境感知系统是实现自主导航与避障的核心基础。环视鱼眼相机凭借其超广角视场，能够以较少的传感器数量覆盖车辆或飞行器周围的完整空间，极大降低了系统成本与数据融合的复杂度。