解决计算机视觉系统的非功能性需求：一项案例研究

计算机视觉在机器人行业中发挥着重要作用，视觉数据经常用于导航和高层决策。尽管在算法和功能性需求方面有大量研究，但关于如何最好地将这些抽象概念映射到合适的软件架构上却相对缺乏重视。在本研究中，我们区分了计算机视觉系统的功能性需求和非功能性需求。以 RoboCup 人形机器人系统为案例，我们提出并开发了一种满足后者标准的软件架构。通过详述多种特征检测算法并强调底层框架中为支持其集成而修改的方面，展示了所提架构的可修改性。为了展示可移植性，我们将视觉系统（专为特定应用的 DARwIn-OP 人形机器人设计）移植到了通用的 Raspberry Pi 计算机上。我们评估了两个平台上的性能，并将其与仅针对功能性需求优化的视觉系统进行了比较。本研究中提出的架构和实现为计算机视觉系统设计提供了一个高度通用的框架，特别有利于研发、竞赛以及其他需要系统快速演进的环境。