基于 FPGA 的 LiDAR 数据实时道路分割处理
机器人学
2017-11-09 v1
摘要
本文提出了一种基于卷积神经网络（CNN）的道路分割算法的 FPGA 设计，用于 LiDAR 数据的实时处理。对于自动驾驶车辆而言，执行道路分割与障碍物检测以识别可行驶区域用于路径规划十分重要。传统道路分割算法主要基于相机的图像数据，其受光照条件及道路标线质量影响。LiDAR 传感器可极高精度地获取车辆周边的三维几何信息。然而，实时处理大量 LiDAR 数据在计算上具有挑战性。本工作中，提出并训练了一个卷积神经网络模型，利用 LiDAR 传感器数据进行语义分割。此外，在 FPGA 上实现了一种高效硬件设计，可在 16.9ms 内处理每次 LiDAR 扫描，远快于以往工作。使用 KITTI 道路基准测试评估，所提方案实现了高精度的道路分割。
引用
@article{arxiv.1711.02757,
title = {Real-Time Road Segmentation Using LiDAR Data Processing on an FPGA},
author = {Yecheng Lyu and Lin Bai and Xinming Huang},
journal= {arXiv preprint arXiv:1711.02757},
year = {2017}
}
备注
Under review at ISCAS 2018