【導讀】相比于單目視覺，雙目視覺（Stereo Vision）的關鍵區(qū)別在于可以利用雙攝像頭從不同角度對同一目標成像，從而獲取視差信息，推算目標距離。未來十年，為了完成從感知+預警到決策+執(zhí)行的進化之路，高級輔助駕駛系統(tǒng)（ADAS）將接入更多的傳感器，實現更為復雜的計算，同時具備更高的安全性。
圖1：S32V234結構圖
S32V234采用了4顆ARM Cortex A53作為核心CPU，以獲得更高的性能功耗比。另外，S32V234包含了一顆ARM Cortex M4來作為片上MCU，主要用于關鍵IO（如CAN-FD）的實時控制，并支持AutoSAR操作系統(tǒng)。
芯片集成了兩路MIPI-CSI2和兩路16bit并行相機接口，以及Gbit以太網控制器，為圖像傳感器的輸入提供了多種選擇。同時芯片內部包含了可編程的圖像信號處理（ISP）硬件模塊。利用嵌入式ISP，外部配搭的圖像傳感器可以輸出raw data，從而降低物料成本，節(jié)省空間尺寸。另外，芯片還包含了兩個名為APEX2CL的視覺加速引擎。每個APEX2CL擁有64個本地計算單元（CU），并配有本地內存，通過SIMD/MIMD（單指令多數據/多指令多數據）的處理方式對圖像識別過程進行加速。 另外值得指出的是，考慮到ADAS系統(tǒng)對安全性和可靠性的嚴苛需求，S32V234在設計時加入了諸如ECC（錯誤檢查與糾正），FCCU（故障收集與控制單元），M/L BIST（內存/邏輯內置自測）等多種安全機制，能夠滿足ISO26262 ASIL B~C的需求。
雙目視覺簡介
相比于單目視覺，雙目視覺（Stereo Vision）的關鍵區(qū)別在于可以利用雙攝像頭從不同角度對同一目標成像，從而獲取視差信息，推算目標距離。具體到視覺ADAS應用來說，如果采用單目攝像頭，為了識別行人和車輛等目標，通常需要大規(guī)模的數據采集和訓練來完成機器學習算法，并且難以識別不規(guī)則物體；而利用毫米波雷達和激光雷達進行測距的精度雖然較高，但是成本和難度亦較高。所以，雙目視覺的最大優(yōu)勢在于維持開發(fā)成本較低的前提下，實現一定精度的目標識別和測距，完成FCW（前方碰撞預警）等ADAS功能。
雙目視覺測距的基本原理并不復雜，如圖2所示，P為目標點，它在左右兩個相機（鏡頭中心分別為A和B）上的成像點分別為E和F，則P點在兩個相機中的視差為d=EC+DF。根據三角形ACE與POA以及三角形BDF與POB的相似性，推導可得d=(fq)/z，其中f為相機焦距，q為兩相機光軸的距離，z為目標到相機平面的距離。則距離z=(fq)/d，而f和q可認為是固定參數，所以求出視差信號d即可求得距離z。
圖2：雙目視覺測距原理
根據雙目視覺的測距原理，通常將其實現過程分為五個步驟：相機標定，圖像獲取，圖像預處理，特征提取與立體匹配，三維重構。其中，相機標定是為了得到相機的內外參數和畸變系數等，可以離線進行；而左右相機圖像獲取的同步性，圖像預處理的質量和一致性，以及立體匹配（獲取視差信息）和三維重構（獲取距離信息）算法的實時性要求帶來的巨大運算量，對在嵌入式平臺上實現雙目視覺ADAS提出了挑戰(zhàn)。
基于S32V234的雙目視覺ADAS解決方案
S32V234片上具有兩路MIPI-CSI2相機接口，每一路最大可提供6Gbps的傳輸速率，可用于左右兩路相機的視頻輸入。由于兩路相機分別輸入兩個MIPI通道，需要考慮二者之間的同步問題。在外部圖像傳感器的配合下，S23V324能夠支持不同的同步方式。如圖3所示，圖像傳感器通常具有場同步信號（VSYNC）和行同步信號（HSYNC）來進行信號同步：當兩路相機工作在主從模式時，由Master向Slave發(fā)送同步信號；當兩路相機都工作在從模式時，可以由S32V234內部定時器產生同步信號，同時發(fā)送給兩路相機。
圖3：雙目相機同步方案
在S32V234獲取外部相機的圖像信號后，可以由內部的ISP進行預處理。ISP模塊包含多個針對ISP功能進行優(yōu)化的處理單元，利用片上SRAM對輸入信號和中間處理結果進行緩存，并采用一個基于ARM Cortex M0+的專用協(xié)處理器來管理ISP處理單元的時序，從而實現圖像信號的像素級處理。由于ISP位于芯片內部并且可以靈活編程，所以不僅能夠節(jié)省雙目相機外置ISP的成本，而且其運算資源和帶寬能夠支持對雙路高達1080p@30fps圖像信號的實時處理，保證了雙路圖像信號的質量和一致性。
在雙目視覺ADAS應用中，最大的挑戰(zhàn)來自于對兩路圖像進行立體匹配和三維重構所需要的巨大運算量。以FCW應用為例，既要求視差信號的提取具有足夠的精度以保證測距精度，又要求處理幀頻維持一定水平以保證預警的響應速度，因此要求嵌入式平臺具有足夠的處理能力。S32V234中集成的圖像加速引擎APEX2的結構如圖4所示，其并行計算結構和專用DMA等設計保證了對圖像信號具有極高的處理效率。具體來說，ISP對圖像信號預處理完畢后送入DDR，APEX2引擎將圖像分割后經由專用DMA將其送入每個CU對應的本地內存CMEM中，而立體匹配所需要的塊匹配（Block Matching）等算法可以在不同的CU中并行處理，處理完畢后的數據經由DMA送回DDR，由CPU進行進一步處理（如生成預警信號），或送至專門的DCU（Display Control Unit）模塊輸出顯示。
圖4：APEX2架構及圖像處理示意圖
綜上所述，基于S32V234的雙目視覺應用數據流如圖5所示。在該應用中，數據流按照ISP-APEX2-DCU的方向流動，A53作為主控CPU完成邏輯控制和必要的數據處理。通過這種流水線式的處理方式，可以使各部分計算資源充分利用，提高計算效率。
圖5：基于S32V234的雙目視覺數據流
利用S32V234開發(fā)板搭建雙目視覺平臺，對雙路720p@30fps視頻信號進行處理，其輸出結果如圖6所示。其中從左至右的三幅圖中目標與相機的距離分別為1m，2m，3m，顯示結果以冷暖色調的變化表征目標距離。結果表明，S32V234能夠對雙目視覺信號進行實時處理，正確得到三維測距結果，同時輔以芯片的各項安全性設計，可以滿足雙目視覺ADAS系統(tǒng)的需求。
圖6：S32V234雙目視覺顯示結果
總結
恩智浦的視覺ADAS專用芯片S32V234集成了圖像信號處理器ISP，圖形加速引擎APEX2，3D GPU等專用計算單元，通過流水線式的處理架構使各個異構計算資源充分利用；不同計算模塊對OpenCV ，OpenCL和OpenVG等多種API的支持增強了算法的可移植性；而符合ISO26262標準的功能安全設計使得芯片能夠滿足ADAS系統(tǒng)對安全性的嚴苛需求。S32V234支持包括雙目視覺在內的多種視覺ADAS和傳感器數據融合解決方案，使得我們在通往無人駕駛的道路上邁出堅實的一步。
【推薦閱讀】
利用MEMS陀螺儀實現低噪聲反饋控制設計
具有快速開關頻率的電源已大幅提升安全性
如何用欠壓保護(UVP)電路保護可充電電池？
自恢復保險絲PPTC工作原理及選型應用
電源管理技術的主要分類和熱門應用領域
