摘要
目前，随着科学技术的不断进步，我国对智能化产品的大力支持，汽车领域正在向智能化方向快速发展，高级辅助驾驶技术是汽车的重要技术之一。其中车载双目测距技术作为高级辅助驾驶不可或缺的核心技术具有极高的研究价值。而车载双目测距技术中基于帧差法的运动目标检测算法与基于SGM(Semi-Global Matching)的双目立体匹配算法被广泛的研究和应用。在实际应用中，当车辆与目标之间处于高速运动状态时，由于算法的复杂性与计算量大等特性，导致在CPU环境下难以满足高实时性的要求。本论文从运动目标检测算法在物体快速运动下产生识别不准确以及立体匹配算法实时性低等问题出发，提出改进方法，并对运动目标检测算法与双目立体匹配算法进行优化，本论文从FPGA具有并行计算能力与并行传输的角度出发，提出了基于ZYNQ(Zynq-7000 All Programmable Soc)的车载双目测距系统。 为解决基于帧差法的运动目标检测算法中，不能提取出对象的完整区域，对象内部有“空洞”，对快速运动的物体，容易出现鬼影的现象等问题以及基于SGM的双目立体匹配算法具有复杂性以及计算量大的特性，导致算法实时性差等问题进行改进。首先针对基于帧间差分法的运动物体检测算法进行研究，提出将三帧间差分法与Sobel检测算法相融合，并使其在ZYNQ上实现，提高算法准确率以及实时性，其次，基于SGM的双目立体匹配算法进行改进，提出基于Census变化代价匹配算法、代价聚合算法以及视差优化算法的并行计算模型，使其在ZYNQ上实现，利用FPGA的并行计算能力与并行数据传输能力提高算法的实时性。为了验证系统的有效性，本论文首先将优化后的运动目标检测算法与双目立体匹配算法进行仿真实验。实验证明优化后的算法，准确性与实时性都有所提高。其次将整个系统部署在汽车内，驾驶汽车在实际场景中测试。实验表明，本论文提出的基于ZYNQ的车载双目测距系统具有高实时性、准确性、低功耗的特性，符合实际应用需要。
NETL