买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：一种适用于资源受限环境的SLAM硬件加速架构，属于自主导航领域。本发明是为了实现在功耗、时延等方面大幅提升SLAM系统的性能，实现资源受限下的SLAM加速而提出的。本发明通过将SLAM算法中的计算密集型部分移植到FPGA上进行并行计算，从而在功耗、时延等方面大幅提升SLAM系统的性能。本发明方法可根据具体应用场景进行定制化设计，本发明架构采用前端、后端双重加速思想提升SLAM算法的执行效率，并可根据具体应用需求进行定制优化，能够为双目SLAMSOC芯片的设计提供方法指导。本发明用于SLAM硬件加速方法中。

主权项：1.一种适用于资源受限环境的SLAM硬件加速架构，其特征在于，所述SLAM硬件加速架构的设计过程为：步骤一：基于FPGA的同步双目图像采集利用FPGA系统的并行性，将双目相机采集到的左、右图像数据同步存储到FIFO缓冲区中；对于每一路图像，开辟两个BANK存储空间，采用乒乓操作进行数据管理；系统初始化结束后，将第一帧图像的第一个数据写入BANK1的首地址，通过DRAM控制模块对输出的数据进行计数，并使这些数据分配到相应的地址空间；当计数器达到当前BANK的最大写地址时，表明一帧图像的存储已完成；在每次帧复位信号到来时，系统将切换到BANK2进行数据存储，此时，指针指向BANK2的首地址，继续下一帧图像数据的存储过程；同时对采集到的RGB图像进行预处理，首先，将RGB图像转换为灰度图像；然后，采用高斯滤波方法去除孤立噪点，增强图像的平滑性和稳定性；接下来，校正由于相机镜头引起的图像畸变问题，确保后续特征提取和匹配的精度和可靠性；步骤二：图像特征提取与匹配该步骤具体实施过程如下：首先，对步骤一接收的图像进行区块划分，采用多级缓冲流水线的方式进行并行处理；将输入数据和中间运算过程中的浮点数转换为定点数格式，并避免数据在计算过程中发生溢出；特征提取步骤利用FPGA并行计算，同时检测图像中具有显著变化的多个像素块，并输出这些关键点的坐标对；特征描述步骤为每个特征点生成独特的描述子；特征匹配步骤使用汉明距离等方法对图像特征进行匹配，识别出帧间的对应特征点；步骤三：FPGA与CPU高速数据通信在SLAM的特征匹配结束后，CPU通过高速总线向FPGA发送内存地址信息，并启动数据传输；FPGA将匹配结果通过DMA写入指定的内存地址后，更新状态为处理完成；CPU检测到状态更新信号后，从内存中读取匹配结果，并执行以下算法操作：首先进行误差计算和优化，利用RANSAC等算法剔除误匹配特征点，确保匹配结果的可靠性；接着，CPU进行位姿估计，计算当前帧相对于地图的位姿变换，并通过BA优化算法进一步优化位姿和地图点的位置；随后，更新关键帧管理，确保系统有效地选择和维护关键帧；完成上述步骤后，CPU再次通过DMA高速总线将处理所得的位姿数据、地图数据、运动模型信息传到FPGA，由FPGA进行扩展卡尔曼滤波EKF流程的硬件加速处理；步骤四：扩展卡尔曼滤波加速器在上一步骤中，已经将滤波器的初始状态估计、协方差矩阵、系统模型参数和传感器观测数据加载到FPGA的内部存储器中；在FPGA内部设有状态预测单元、协方差预测单元、卡尔曼增益计算单元、状态更新单元和协方差更新单元，所述单元可通过并行计算，实现状态预测、协方差预测、卡尔曼增益计算和状态更新EKF算法核心步骤的硬件加速；硬件架构还包括多个并行计算模块，用于高效执行矩阵运算；控制单元协调所有计算单元的工作流程，管理数据的传输、计算任务的分配和迭代过程的控制，确保SLAM系统在实时应用中稳定高效地运行；步骤五：地图更新、存储与显示经过EKF处理后，FPGA将更新后的位姿和地图信息传输回CPU；CPU根据EKF输出的信息更新当前帧的位姿估计；同时，SLAM系统通过执行回环检测算法识别重复帧，优化地图精度；通过显示设备实时展示地图和定位信息，并实时输出更新后的地图数据；CPU将更新后的地图信息和关键帧数据存储到内存或磁盘中，以便后续的地图优化和路径规划。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种适用于资源受限环境的SLAM硬件加速架构