Реализация алгоритмов обработки зрительных данных на бортовых вычислительных ресурсах

Соколов Cергей Михайлович
д.ф.-м.н., профессор, Федеральный исследовательский центр Институт прикладной математики имени М.В. Келдыша Российской академии наук (ИПМ им. М.В. Келдыша РАН), г.н.с., 125047, Москва, Миусская пл., д. 4, тел.: +7(916)122-01-13, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-6923-2510

Богуславский Андрей Александрович
д.ф.-м.н., ИПМ им. М.В. Келдыша РАН, в.н.с., 125047, Москва, Миусская пл., д. 4, тел.: +7(499)250-78-73, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-7560-339X

Романенко Сергей Анатольевич
к.ф.-м.н., ИПМ им. М.В. Келдыша РАН, в.н.с., 125047, Москва, Миусская пл., д. 4, тел.: +7(499)250-78-73, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Материал поступил в редакцию 15 октября 2020 года.

Аннотация
На фоне краткого анализа зарубежного опыта программно-аппаратного обеспечения беспилотных средств и роли систем технического зрения в их составе описываются исследования ряда компоновок бортовых вычислителей и реализаций алгоритмов сбора и обработки зрительных данных на их основе. В авторском конфигурационном пространстве рассматривается плоскость «алгоритмы – аппаратные средства». Для создания прикладного ПО используется каркас ПО СТЗ реального времени. Описываются эксперименты с вычислительным модулем на базе ПЛИС Intel/Altera Cyclone IV (реализации алгоритма построения гистограммы и алгоритма Кэнни), с вычислительным модулем на базе ПЛИС Xilinx (реализации алгоритма разреженного и плотного оптического потока). Также рассматривается и анализируется реализация алгоритма графовой сегментации полутоновых изображений. Приводятся результаты первых экспериментов.

Ключевые слова
Подвижные робототехнические комплексы, повышенная степень автономности, информационное обеспечение, системы технического зрения, интеллектуальные алгоритмы, высокопроизводительные вычислители.

Благодарности
Работа была выполнена при поддержке гранта РФФИ № 19-07-01113.

https://doi.org/10.31776/RTCJ.9204

Индекс УДК 
004.4:004.93'1

Библиографическое описание
Соколов С.М. Реализация алгоритмов обработки зрительных данных на бортовых вычислительных ресурсах / С.М. Соколов, А.А. Богуславский, С.А. Романенко // Робототехника и техническая кибернетика. – Т. 9. - №2. – Санкт-Петербург : ЦНИИ РТК. – 2021. – С. 106-111. – Текст : непосредственный.

Литература

1. Braden B. A view that is out of this world // Univ. of Regina, Campion’s Brag. – Vol. 9, 2003, pp. 6 8. – Text: unmediated.
2. Lakdawalla E. The Design and Engineering of Curiosity How the Mars Rover Performs Its Job // Wiley, 2018. – Text: unmediated.
3. NVidia Drive. Scalable AI Platform for Autonomous Driving // NVidia Corp.: [site]. – URL: https://www.nvidia.com/en-us/self-driving-cars/drive-platform (дата обращения: 10.10.2020). – Text: electronic.
4. Intel Corp. Intel GO Automated Driving Solutions, 2020. – URL: https://newsroom.intel.com/newsroom/wp-content/uploads/sites/11/2017/01/intel-go-product-brief.pdf (дата обращения: 10.10.2020). – Text: electronic.
5. Tesla Full Self-Driving Chip // WikiChip: [site]. – 2020. – URL: https://en.wikichip.org/wiki/tesla_(car_company)/fsd_chip (дата обращения: 10.10.2020). – Text: electronic.
6. 6Edge AI GPU Computing // Neousys Technology: [site]. – 2020. – URL: https://www.neousys-tech.com/en/product/application/edge-ai-gpu-computing (дата обращения: 10.10.2020). – Text: electronic.
7. Apollo Hardware Development Platform // Baidu. Apollo: [site]. – 2020. – URL: http://apollo.auto/platform/hardware.html (дата обращения: 10.10.2020). – Text: electronic.
8. Галаган П. Решение задач машинного зрения на базе гетерогенной платформы ГРИФОН / П. Галаган, Л. Кузьминский, А. Сорокин // Control Engineering Россия, № 1 (73), 2018. – С. 38-43. – Текст: непосредственный.
9. Модели и алгоритмы для интеллектуальных систем управления / А.А. Богуславский [и др.]. – Москва: ИПМ им. М.В. Келдыша, 2019. – 235 с. – Текст: непосредственный.
10. Sokolov S.M. Methodological aspects for the development of information systems of unmanned mobile vehicles / S.M. Sokolov, A.A. Boguslavsky // In Proc. of the 13th International Conference on Informatics in Control, Automation and Robotics (ICINCO2016), July 29-31, 2016, vol. 2, pp. 492-498. – Text: unmediated.
11. Development of software and hardware of entry-level vision systems for navigation tasks and measuring / S.M. Sokolov [et al.] // Advances in Intelligent Systems and Computing (Springer), vol. 208, 2013, pp. 463-476. – Text: unmediated.
12. Felzenszwalb P. Efficient Graph-Based Image Segmentation / Felzenszwalb P., Huttenlocher D. // Int. J. Comput. Vision. – Vol. 59. – № 2, 2004, pp. 167-181. – Text: unmediated.
13. А Parallel Algorithm for Minimum Spanning Tree on GPU / Vasconcellos J. [et al.] // Proc of the lnternational Symposium оп Computer Architecture and High Performance Computing Workshops (SBAC-PADW), Campinas, 2017, рр. 67-72. – Text: unmediated.

Полный текст статьи (pdf)