导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这...导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这些问题,设计智能导航平台的硬件控制终端,利用基于全球卫星导航系统(Global Navigation Satellite System,GNSS)秒脉冲(Pulse Per Second,PPS)的时间同步,实现多源传感器数据融合;设计用于同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)前端ORB(Oriented FAST and Rotated BRIEF)特征提取加速器,加速图像处理过程,提高SLAM系统的实时性。实验结果表明,硬件平台不仅支持GNSS、惯性测量单元(Inertial Measurement Unit,IMU)、视觉和激光雷达的数据采集和融合,还能加速图像ORB特征点提取。在执行图像ORB特征提取任务时,与CPU和GPU平台上的实现相比,该加速器的帧率分别达到了它们的2.7倍和1.8倍,而功耗仅为它们的5.1%和2.9%。展开更多
文摘导航系统依赖传感器感知周围环境。当前,基于单一传感器的导航系统已难以满足各类复杂场景下的导航需求,导航系统正朝传感器多源化方向发展。在多源传感器数据融合过程中,图像数据的处理最消耗时间和资源,对系统性能影响最大。为解决这些问题,设计智能导航平台的硬件控制终端,利用基于全球卫星导航系统(Global Navigation Satellite System,GNSS)秒脉冲(Pulse Per Second,PPS)的时间同步,实现多源传感器数据融合;设计用于同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)前端ORB(Oriented FAST and Rotated BRIEF)特征提取加速器,加速图像处理过程,提高SLAM系统的实时性。实验结果表明,硬件平台不仅支持GNSS、惯性测量单元(Inertial Measurement Unit,IMU)、视觉和激光雷达的数据采集和融合,还能加速图像ORB特征点提取。在执行图像ORB特征提取任务时,与CPU和GPU平台上的实现相比,该加速器的帧率分别达到了它们的2.7倍和1.8倍,而功耗仅为它们的5.1%和2.9%。
