基于SoC FPGA中检测-分割网络的自动驾驶车辆感知系统实现
计算机视觉与模式识别
2023-11-14 v1 图像与视频处理
摘要
自动驾驶车辆的感知与控制系统是科学与工业研究中的活跃领域。这些解决方案应具有以下特征：在不同道路条件下识别障碍物及其他环境元素的高效率、实时能力以及能效。实现此类功能需要合适的算法与计算平台。在本文中，我们使用MultiTaskV3检测-分割网络作为感知系统的基础，该网络能够在单一架构内同时执行两种功能。我们对其进行了适当训练、量化，并部署于AMD Xilinx Kria KV260 Vision AI嵌入式平台。通过使用该器件，实现了计算的并行化与加速。此外，与基于CPU的实现相比，整个系统功耗相对较低（平均5瓦，而较弱CPU至少55瓦），且该平台体积小（119mm x 140mm x 36mm），可用于空间受限的设备中。其在目标检测上达到了高于97%的mAP（平均精度均值），在图像分割上达到了高于90%的mIoU（平均交并比）。文章还详述了用于在城市微缩模型中测试所提方案的麦克纳姆轮车辆设计。
引用
@article{arxiv.2307.08682,
title = {Implementation of a perception system for autonomous vehicles using a detection-segmentation network in SoC FPGA},
author = {Maciej Baczmanski and Mateusz Wasala and Tomasz Kryjak},
journal= {arXiv preprint arXiv:2307.08682},
year = {2023}
}
备注
The paper was accepted for the 19th International Symposium on Applied Reconfigurable Computing - ARC 2023, Cottbus - Germany