引言

　　對于自主機器人導航和其它機器視覺應用來說，實時深度感知是很關鍵的。目前通過立體圖像來計算深度的算法計算量很大，例如差異測繪，要占用CPU大量的時間，或者需要用昂貴的器件進行實時操作。

　　針對立體攝像的深度感知，FPGA解決方案能使處理器的時間得到緩解，減少或除去器件的成本，例如MPU、DSP、激光器和昂貴的鏡頭。通過提供給機器人其環境中 的差異測繪，FPGA使機器人中的CPU專注于重要的高層任務，例如建圖和定位。

差異測繪

　　加深度感知到機器人的常用技術是用兩個水平放置的獨立攝像機，互相之間平行分開放置。用差異測繪算法對兩個攝像機進行比較，見圖1。

圖1  差異測繪計算

　　簡單來說，差異是指右面和左面圖像之間的差別。物體越接近攝像機，兩個圖像之間的差異越大。

　　你可以自己來做一個實驗，對著你的臉水平地向上握住一支筆，不停地眨你的左眼和右眼。移動的筆越接近你的臉，你眨眼時覺得移動越多。做更多的移動時，物體越接近你的眼睛，圖像中的差異越大。

　　如圖1所示，從兩個圖像之間物體的位置算出差異：d=x1-x2。為了計算點M的實際坐標，可通過左面和右面的攝像機來進行計算：
　　X=Bx1/d
　　Y=By1/d
　　Z=fB/d
　　
　　相關的問題

　　計算差異測繪依賴于相關的圖像，以及左面圖像和右面圖像的匹配性質。逐點計算相關的像素的計算量是很大的，因此用其它算法來簡化這個問題。有一種方法稱為圖像點相關，仔細檢查左面圖像的像素塊，稱為點，然后在右面圖像中尋找相同的點。其它的方法包括邊沿檢測和匹配。一旦定位了相應的圖像，就可進行差異計算。

失真與曝光問題

　　如果使用高質量的攝像機，可以忽略鏡頭失真。為了省錢，使用便宜的CMOS 或者CCD攝像機，或者低成本廣角鏡頭。這些較低質量的產品會引入失真或曝光問題。

　　鏡頭會引起比例和定位失真，例如白點效應，靠近圖像外面的物體出現彎曲狀，使用眾所周知的圖像處理算法可以進行補償。針對移動或者其它幾何算法，糾正白點的一種方法是使用坐標的查找表重測圖像中的像素。

　　在非常明亮和非常暗的環境中，其它的算法需要可靠地捕獲圖像中的詳細特征。例如，針對不同的區域確定最佳的曝光設置，使用區域的合成圖像可以補償缺少背景亮度。

用含有嵌入式DSP的FPGA的解決方案

　　本文中闡述的深度感知算法計算復雜，以實時的視頻速率來實現。系統設計者必須評估CPU/軟件、ASIC, ASSP(例如DSP處理器)和FPGA解決方案，確定哪個是最佳的，以及FPGA價格。    
圖2展示了提出的FPGA協處理器解決方案，解決失真、曝光、通信和針對深度感知差異測繪算法。這個方法使CPU騰出時間，允許DSP處理器處理更多的串行任務。

圖2   FPGA支持計算量大的差異測繪算法