《恩智浦双目视觉ADAS解决方案.doc》由会员分享，可在线阅读，更多相关《恩智浦双目视觉ADAS解决方案.doc（2页珍藏版）》请在三一文库上搜索。
1、恩智浦双目视觉ADAS解决方案双目视觉ADAS芯片-S32V234S32V234采用了4颗ARM Cortex A53作为核心CPU，以获得更高的性能功耗比。利用一颗ARM Cortex M4作为片上MCU，用于关键IO（如CAN-FD）的实时控制，并支持AutoSAR操作系统。芯片内部包含可编程的图像信号处理器（ISP），所以配搭的图像传感器可以输出raw data，从而降低物料成本，节省空间尺寸。另外，芯片还包含了两个名为APEX2CL的视觉加速引擎。每个APEX2CL拥有64个本地计算单元（CU），并配有本地内存和专用DMA，通过SIMD/MIMD（单指令多数据/多指令多数据）方式对图像
2、识别过程进行加速。另外值得指出的是，考虑到ADAS系统对安全性和可靠性的严苛需求，S32V234在设计时加入了诸如ECC（错误检查与纠正），FCCU（故障收集与控制单元），M/L BIST（内存/逻辑内置自测）等多种安全机制，能够满足ISO26262 ASIL BC的需求。双目视觉ADAS的优势相比于单目视觉，双目视觉（Stereo Vision）的关键区别在于可以利用双摄像头从不同角度对同一目标成像，从而获取视差信息，推算目标距离。具体到视觉ADAS应用来说，如果采用单目摄像头，为了识别行人和车辆等目标，通常需要大规模的数据采集和训练来完成机器学习算法，并且难以识别不规则物体；而利用毫米波雷
3、达和激光雷达进行测距的精度虽然较高，但是成本和难度亦较高。双目视觉的最大优势在于维持开发成本较低的前提下，实现一定精度的目标识别和测距，完成FCW（前方碰撞预警）等ADAS功能。双目视觉测距的基本原理如图2所示：目标点P在两个相机中的视差为d=EC+DF，根据三角形的相似性，推导可得距离z=（fq）/d。其中焦距f和相机光轴距离q可认为是固定参数，所以求出视差信号d即可求得距离z。双目视觉的测距步骤相机标定图像获取图像预处理特征提取与立体匹配三维重构其中，相机标定是为了得到相机的内外参数和畸变系数等，可以离线进行；而左右相机图像获取的同步性，图像预处理的质量和一致性，以及立体匹配（获取视差信息）和三维重构（获取距离信息）算法的实时性要求带来的巨大运算量，对在嵌入式平台上实现双目视觉ADAS提出了挑战。