首页 | 供应信息 | 求购信息  | 下载系统 | 技术资讯 | 企业信息 | 产品信息 | 论文信息 | 展会信息 | 在线工具
作者: 发布时间:2017-05-02 来源: 繁体版
朱 笛,张文权,蔡 行,黄 凯(中山大学 数据科学与计算机学院 无人系统研究所,广东 广州510006) 摘 要: 先进驾驶辅助系统(Advanced Driving Assistant System,ADAS)有利于提高驾驶安全性。如今,O

朱  笛,张文权,蔡  行,黄  凯Pfm自动化在线网

(中山大学 数据科学与计算机学院 无人系统研究所,广东 广州510006)Pfm自动化在线网


Pfm自动化在线网

    摘  要: 先进驾驶辅助系统(Advanced Driving Assistant System,ADAS)有利于提高驾驶安全性。如今,Open Computing Language(OpenCL)框架以及集成Graphics Processing Unit(GPU)手机的出现,使得在手机上高效运行ADAS应用成为可能。基于OpenCL框架实现了ADAS最典型的一个功能——车道线检测,并运行在三款手机上。通过比较该应用的检测准确度、帧处理速度、应用能效,根据实验结果手机设备非常适合运行基于视觉的ADAS应用。Pfm自动化在线网

    关键词: ADAS;手机;OpenCL;车道线检测Pfm自动化在线网

    中图分类号: TN919;U463.6Pfm自动化在线网

    文献标识码: APfm自动化在线网

    DOI:10.16157/j.issn.0258-7998.2017.04.001Pfm自动化在线网


Pfm自动化在线网

    中文引用格式: 朱笛,张文权,蔡行,等. 手机ADAS:基于OpenCL的车道线检测应用评估[J].电子技术应用,2017,43(4):3-6,12.Pfm自动化在线网

    英文引用格式: Zhu Di,Zhang Wenquan,Cai Xing,et al. Mobile ADAS: an evaluation on OpenCL based lane detect application[J].Application of Electronic Technique,2017,43(4):3-6,12.Pfm自动化在线网

0 引言Pfm自动化在线网

    先进驾驶辅助系统(Advancend Driving Assistant System,ADAS)常用于提高驾驶体验以及驾驶安全性,例如自适应定速巡航系统[1]与智能速度调节系统[2]能有效减少司机的劳动以及交通事故。由于ADAS对计算能力需求较高,通常运行在特殊的处理单元中,这类车载电子设备行业中分为车载前装、后装。其中后装市场中的Mobileye,能提示司机车道偏离以及提示车距过近。尽管在过去数十年里,ADAS技术高速发展[3],各类前装、后装ADAS产品的价格仍然是个大问题。Pfm自动化在线网

    如今,移动设备计算能力的高速发展以及GPU在手机片上系统(System on Chip,SoC)上的集成使得在手机上运行高计算需求的任务成为可能[4-5]。此外,智能手机配置的高清相机以及便于交互的触摸屏,以及其低廉的价格,非常适合运行基于视觉的手机ADAS应用[6]。不仅如此,在高通即将发布的骁龙835 SoC上已经支持Tensorflow机器学习框架,能通过手机运行基于深度学习的ADAS应用。Pfm自动化在线网

    目前,业界主要使用FPGA以及GPU的并行能力,加速科学计算。在业界,主要包括Nvidia支持的CUDA以及OpenCL两个计算框架。相较于CUDA只支持在Nvidia的显卡上运行,OpenCL框架提供了异构并行计算的解决方案,其中包括FPGA、GPU、CPU,尤其是其支持手机GPU。按照OpenCL API编写的内核函数,能在处理核心(如:GPU、FPGA等设备)上并行运行。通过OpenCL框架,能充分利用手机GPU进行异构并行计算[7-9],进而高效运行部分基于视觉的ADAS应用。虽然iOS上的Metal框架与OpenCL比较类似,但目前而言,只有安卓系统支持基于OpenCL的应用。Pfm自动化在线网

    基于性能评估的需要,本文选择了3款手机,分别为:小米5(Mi 5)、红米Note2(Redmi Note 2)、华为荣耀6(Honor 6)。这三款手机囊括了市面上常见的SoC厂商(高通、联发科、华为),均集成了支持OpenCL的GPU;同时,这三款手机均位于1 000~2 000人民币的区间,能表现手机ADAS的价格低、实用的特点。Pfm自动化在线网

1 安卓应用设计与优化Pfm自动化在线网

    本文及本应用中所使用的车道线检测算法来自文献[10,11],此处不再赘述。选择上述算法的原因如下:(1)并行性:上述算法主要基于粒子滤波,在预处理、车道线检测、车道下跟踪的过程都可并行化处理;(2)可调性:该算法对于车道线检测的准确度可通过粒子滤波的粒子数、采样数等参数调节。在手机上运行时,可以基于手机配置调节车道线检测的精度与效率。在该车道线检测算法中,包括两个调节参数:Np,粒子滤波中粒子的数量;Nc,粒子滤波中重采样过程中候选线的数量。通常而言,Np与Nc越大,车道检测的准确率就越高,但也意味着更高的计算量、更多的计算时间。Pfm自动化在线网

1.1 应用设计Pfm自动化在线网

    为了对比实验的需要,需要为本应用提供CPU运行模式以及CPU-GPU运行模式。分别表示车道线算法单纯运行在手机CPU上;车道线算法通过OpenCL框架,运行在GPU上进行并行加速。Pfm自动化在线网

    为了在安卓手机上使用基于C/C++的OpenCL框架,在应用开发时需要使用Java原生接口(Java Native Interface,JNI)。开发工具包括Eclipse与安卓原生开发套件(Android Native Develop Kit, NDK)。首先,通过开放计算语言(Open Computing Language,OpenCL)框架与开放计算机视觉(Open Computer Vsion,OpenCV)编写车道线检测的C/C++代码;再使用NDK对其进行编译;再于编写安卓应用时,通过JNI调用上述编译好的C/C++内核函数。在运行该应用之前需要安装OpenCV4Android到手机上,以提供OpenCV的库文件。对于本OpenCL安卓应用运行描述,如文献[12]所示,应用从Java代码端开始,通过JNI调用执行C/C++代码,进一步调用OpenCL框架的函数,完成初始化过程,再次返回C/C++层进行数据的填充,随后通过GPGPU驱动交由手机GPU进行计算,最后返回结果至Java层供进一步使用(主要是在屏幕上显示)。


手机ADAS:基于OpenCL的车道线检测应用评估
评论】【加入收藏夹】【 】【关闭
※ 相关信息
无相关信息
※ 其他信息
访问数: | 共有条评论
发表评论
用户名:
密码:
验证码: 看不清楚,点击刷新
匿名发表

 搜索新闻
[提交投稿]  [管理投稿]
 最新新闻
 热点新闻
数据加载中..

网站地图
Autooo.Net 版权所有
Copyright © 2007--2017 All rights reserved