盖革APD面阵激光雷达距离像强度像生成电路研究

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:yueyemingchan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
非扫描主动成像的盖革模式APD面阵激光雷达具有成像速度快、探测距离远、探测灵敏度高等特点,适用于实时性要求较高的小型化目标探测系统。由于此激光雷达获取的原始距离像信噪比较低,因此需经过多帧累积算法的计算,生成信噪比较高的距离像和强度像,为后续目标识别等任务提供更有效的探测信息。而为保证探测系统的实时性,有必要设计专用硬件电路实现对此多帧累积算法的加速计算。本文设计了一种数据通过率和接口带宽利用率较高的电路方案,实现了对多帧累积生成距离像和强度像算法的硬件加速。此电路方案按功能划分为数据路径部分和数据流调度部分。其中数据路径部分提出一种全流水的电路架构,解决了传统架构的设计难点,实现了低延时和高数据通过率的直方图统计等任务,该架构同时具有灵活的可配置性和稳定的软硬件交互能力;数据流调度部分有三点,首先,通过对激光雷达原始距离像数据位宽的拼接与解析,提高了用于数据传输的LVDS接口的带宽利用率。之后,解析后的原始距离像数据,在面积优化的读写策略和层次化状态机的控制下,实现了对连续帧低存储资源消耗的读写缓存操作,并为数据路径部分提供了稳定的数据流。其中在备选的片外DDR缓存方案中,针对当前应用场景,提出了一种优化的DDR内存管理方法,可进一步提高电路的数据通过率。最后,经数据路径计算生成的单帧距离像和强度像,通过封装逻辑打包成统一格式的数据包,借助EMIFA总线,传送到DSP做后续的处理。本文将距离像强度像生成电路的方案实施在FPGA上进行了实例验证。通过与DSP协同配合,在激光雷达探测器为1Kfps帧频、64*64像元阵列大小、12bit灰度级的运行状态下,实现了距离像和强度像的实时生成与监控,满足了基于FPGA+DSP的嵌入式激光雷达预处理系统对此部分算法的延时要求,在同等算法条件下,相比DSP的纯软件计算,有17.2倍的加速比。与此同时,电路在有限的资源占用下,有较高的数据通过率、灵活可配置的电路工作模式和高效稳定的软硬件协同交互能力。
其他文献
物联网(IOT)可对土遗址进行实时监测,准确高效地分析监测数据对于大型土遗址预防性保护具有重要的意义。土遗址监测数据的异常情况往往代表着土遗址赋存状态、土遗址本体数据
随着经济不断发展,国内企业,尤其是实体企业正努力从“中国制造”转向“中国创造”,这对企业提出了更高的创新要求。学者们普遍认为,创新可以与新知识、技术和市场的开发相关
研究背景经支气管冷冻肺活检(Transbronchial cryobiopsy,TBCB)是一种新的肺活检方法,现有的研究表明在间质性肺疾病、肺移植排斥反应监测以及肺外周病灶、支气管腔内的恶性肿瘤的诊断中,TBCB与传统的经支气管肺活检相比具有组织标本更大、对组织的破坏更小,具有更高的诊断率和较好的安全性。虽然TBCB的相关研究不断增多应用范围越来越广,但作为一项临床新技术仍有较多的问题尚未明确,
目前光纤通信系统正朝着超高速、超大容量、超长距离和动态可重构的方向发展。在这样的发展趋势下为了实现光网络的智能化管理,需要对各种速率和调制格式的光信号进行识别,并对其关键质量指标光信噪比(OSNR)进行监测。本文围绕基于机器学习的信号光谱识别技术和带内OSNR监测技术展开研究,其中信号光谱采用新型的基于受激布里渊散射的超高分辨率光谱仪进行测量。本文首先介绍了相关技术的研究背景和发展现状,然后提出了
铸造成本低、适应性广,是机械制造工业的基础工艺之一。随着现代工业的迅猛发展,铸造市场规模持续扩大,产品复杂度和制造灵活性要求越来越高,传统铸造已经无法满足市场对快速
近年来,社交网络图分析受到广泛关注,然而由于内存的限制,规模不断增长的社交网络图已经无法完整放入内存,这对其存储和分析都带来了挑战。图压缩通过减少存储空间需求为应对这个挑战提供了一种行之有效的解决方法。现有面向社交网络图应用的压缩算法多种多样,有的采用复杂编码技术提升压缩率但无法保证图算法的运行性能、有的采用简单编码技术保证图算法的运行性能但牺牲了压缩率,无法兼顾二者。为解决上述问题,社交网络图压
近几年随着经济的快速发展,物流需求加快,物流市场不断扩大。与此同时,物流订单的增加给物流配送行业带来极大的压力,人工投放的延误率较高,物流成本逐年升高。物流配送市场
数字图像作为一种非常重要的信息载体,已经成为了生活中不可分割的一部分。但是,随着信息技术的发展和数字图像处理技术的不断提高,篡改图像大量地充斥互联网和各类媒体。篡
随着人工智能被越来越多的国家上升为国家战略,不管是在战略规划上,还是在经济政策中,不管是在学术理论上,还是在企业研发中,与人工智能相关的一系列词汇和产品开始频繁出现
计算机视觉是人工智能领域里的一个重要的分支,图像识别是计算机视觉领域中的重要研究方向。近年来随着深度学习技术的快速发展,图像识别技术也有明显的进步。从早期的Alex N