摘要
目前双目视觉在汽车自动驾驶领域是较为主流的研究方向，双目视觉主要的研究难点集中在增加实时性和立体匹配算法的准确性上，针对目前双目视觉的研究难点，本文中设计了基于FPGA(Field Programmable Gate Array)的双目视觉系统，本文主要的研究工作如下: 首先设计了基于FPGA的双目图像采集系统用于采集环境中目标物体的双目图像数据，系统选用了Altera公司的CycloneⅣ系列芯片作为开发平台，利用VerilogHDL硬件描述语言编写了双目图像采集模块、SDRAM暂存模块、TFT图像显示模块以及UART网络发送模块，并对各功能模块完成仿真验证。最终实现了FPGA的双目图像采集和网络发送功能，该系统在图像分辨率640×480下采集速率可达60Hz。 随后在FPGA平台上完成了基于FPGA的图像预处理算法，如快速并行的中值滤波算法、快速高斯滤波算法以及Sobel边沿检测算法，通过FPGA平台实现优化的算法有了较大的速率提升，最终对双目图像采集和预处理系统进行测试，延迟可低于25ms，具备较高实时性。 并且研究了基于路径聚合的半全局匹配算法，本文的算法中使用了BT代价值与X方向Sobel代价值的融合作为其匹配代价，通过路径聚合方式完成其代价聚合步骤，使用了WTA方法实现视差计算后，对视差图进行视差优化。最后结果表明基于路径聚合的半全局匹配算法的匹配效果和匹配准确度要高于传统局部匹配算法，并且立体匹配过程的速度较快。 文章本文最后对已完成的双目视觉测距系统进行了测距实验，结果表明，双目测距系统在目标距离较近时，测距准确度较高，相对误差的均值可小于1％;为解决距离较远时测距精度下降的情况，本文将双目相机的基线延长到150mm，并再次进行相机标定和图像校正后进行实验，可得到10m内的双目测距结果相对误差小于10％，可满足实际需求。双目视觉测距系统的处理速率相较于传统计算机平台同样有较大提升，处理速度可达102.5ms。
NETL