5 渐进的智能
对于如何最佳使用数据提出了更加复杂的选择。作为非此即彼的问题,这种选择要么是影像(和其他)数据的集中处理,要么是在摄像机模块实施的分布处理。换而言之,采用智能摄像机还是非智摄像机? 答案取决于具体应用,而应用又取决于车载视觉系统实施的发展道路。
网络带宽、时延和可靠性都要求在系统周边实现尽可能高的智能性,在摄像机内部或者附近集成DSP和其他处理功能,从而使其成为智能摄
像机。
在摄像机内部执行影像处理算法并且发送相关信息代替原始数据应该是更好的解决方案。这样可以降低整体网络带宽和时延。另外,与整个车辆完全依赖单个处理器相比,还可以提高内在可靠性。如果摄像机需要自适应所处环境,如调整焦距、消除镜头不洁产生的影响或者通过摇动和拉近镜头搜索具体对象,摄像机内部的智能性也很有意义。
显然,随着车载视觉的逐步发展,唯一不变的事实就是不断变化。也就是说,无论DSP位于何处,可编程性都至关重要。硬连线解决方案将无法适应不断变化的系统架构、标准与操作环境。
对于自动或半自动汽车而言,在网络节点中嵌入智能性也很重要,因
为机械视觉一般需要与人类视觉不同的数据。许多情况下,实际上需要比人类视觉更少的数据。
另一方面,需要考虑各种潜在情况和可能性的推论引擎很可能需要一
个主控中央处理器。通过预测系统的分阶段实施可以最合理的平衡分布处理与集中处理。
6 步步为营
为了取得成功,当今的CMOS影像与DSP技术必须适合目前原型车载视觉系统的复杂性及其成本,或许最重要的是获得司机的认可。系统将为司机提供视觉信息。这意味着需要实施单独应用,以将非智能摄像机与中央处理单元连接起来。分辨率达到8~12位的现成CMOS成像器可以用于保持合理的系统成本。为了节省系统带宽和降低时延,影像处理很可能会在摄像机内部执行。随着DSP性能的提高,将引进基本的影像识别功能。有两个方面确定无疑:目标的实现需要更高的性能,而DSP将不断提高性能。
因此,系列技术在5年之内会发生变革。专门为汽车视觉市场设计的、性能达到每秒10MMACS的DSP将出现。对象识别功能中将添加简单的对象识别算法。汽车制造商将在系统层面为系统配备提供可与主控中央处理
器通信的智能摄像机。专门为车载视觉设计的成像器将达到18~20位的分辨率,并提供专用纵横比。数据融合也将为人们所接受,软件可靠性足以帮助系统自动采取某些行动,不过,司机可以关闭系统或忽略其输入的信息。
未来10年,速度达到每秒20,000MMACS的DSP将集成CMOS成像器的所有功能,实现超过20位的动态范围。虽然仍然使用中央处理器,不过同时也会使用分布式处理。车内多个系统与主机间将实现彼此通信。数据融合更趋完善,汽车实现自动行动能力,能够出手防止司机做出误操作,但问题是司机是否会允许出现这种局面。
为了实现这一先进系统,运行分部在车内各个位置的DSP的算法应当以极高的可靠性识别对象。汽车能够纠正司机的误操作,这种决策功能也将具备极高的可靠性。
当然,要在未来10年实现车载视觉技术,必须解决众多技术挑战。其
中包括汽车业的可靠性和误差要求。半导体、成像器和软件无疑对汽车的工作提出了极高的要求。不过,正如汽车业和半导体业在过去证明的那样,发展的最大障碍在于缺乏想象力。因此,问题不在于“能不能实现”,而在于何时能实现,是10年,还是20年。(摘编自Global Electronics China 0609)