面向基于特征的相对导航应用的FPGA硬件加速
机器人学
2022-10-19 v1 硬件体系结构
计算机视觉与模式识别
图像与视频处理
摘要
估计两点云之间的刚性变换是基于视觉的相对导航中一个计算上具有挑战性的问题。针对利用点云与图像配准算法的实时导航解,本文为受功耗与资源约束的姿态估计框架开发了高性能航空电子系统。开发了一种基于现场可编程门阵列(Field-Programmable Gate Array, FPGA)的嵌入式架构,以加速两点云间相对位姿的估计,并辅以对应于各点集的图像特征。在算法层面,该位姿估计方法是对最优线性姿态与平移估计器(Optimal Linear Attitude and Translation Estimator, OLTAE)的改进,用于相对姿态与平移估计。在架构层面,所提出的嵌入式方案是一种硬件/软件协同设计,在裸机硬件上评估OLTAE计算以实现高速状态估计。将OLTAE算法的有限精度FPGA实现与MATLAB上的双精度实现进行比较,以进行性能分析与误差量化。所提出的有限精度OLTAE加速器的实现结果表明,基于FPGA的位姿估计具备高性能计算能力,同时相对数值误差低于7%。
引用
@article{arxiv.2210.09481,
title = {FPGA Hardware Acceleration for Feature-Based Relative Navigation Applications},
author = {Ramchander Rao Bhaskara and Manoranjan Majji},
journal= {arXiv preprint arXiv:2210.09481},
year = {2022}
}
备注
Proceedings of 2022 Astrodynamics Specialist Conference, Charlotte, USA