[發明專利]一種用于VSLAM系統中任務跟蹤的加速器及加速裝置

在審

• 申請號: 202110351388.X
• 申請日: 2021-03-31
• 公開（公告）號: CN113052750A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 莫詔程;劉博生;梅成龍;阮健洪
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T1/20
• 分類號: G06T1/20;G06T1/60;G06N3/063
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明提出一種用于VSLAM系統中任務跟蹤的加速器及加速裝置，解決了現有用于VSLAM系統中任務跟蹤的加速器對低分辨率圖像支持度低、高分辨率圖像計算負荷大的問題，本申請利用FPN特征金字塔模塊按特定比例縮放原始圖片數據，且原始圖片數據的強語義信息和強空間信息，即對應著控制縮放后原始圖片數據的精確度，以此使得加速器對低分辨率圖像數據的支持度得到提升，縮放后的原始圖片數據的存儲開銷降低，在后續的特征點檢測模塊和特征點提取模塊中對圖片數據的計算處理量減小，降低計算負荷。

技術領域

本發明涉及VSLAM系統任務跟蹤加速器設計的技術領域，更具體地，涉及一種用于VSLAM系統中任務跟蹤的加速器及加速裝置。

背景技術

即時定位與建圖(SLAM)是計算機視覺中的一個重要任務，SLAM是路徑規劃和導航等高級任務中的基本問題，在自動駕駛汽車、機器人、虛擬現實(VR)和增強現實(AR)等領域中被廣泛應用。基于視覺的即時定位與建圖(VSLAM)由于其信息量大，適用范圍廣，被廣泛應用于定位與建圖，如任務跟蹤等。

然而，VSLAM由于計算規模龐大，需要消耗大量的計算資源和能耗，很難適用于小型智能定位系統，如智能移動機器人等。為減少計算規模，一些快速算法，如旋轉描述符(rBRIEF)，被廣泛用于SLAM系統，rBRIEF對原有的描述符模式進行改造，使描述符成為一種旋轉對稱的方式，對硬件更加友好；同時，在硬件加速器上加速了最耗時的特征提取與匹配階段，顯著降低了延遲，且進一步利用重調度和并行化等優化來提高吞吐量和減少內存占用。

隨著VSLAM研究的發展，為了進一步將VSLAM應用于智能機器人系統，學者們研究設計基于CMOS的VSLAM硬件加速器HcveAcc，幫助高密度的特征提取和高精度的描述符生成，2020年，RenweiLi,Junning Wu,Meng Liu等人在“Design,Automation And Test inEurope(DATE 2020)”上發表HcveAcc:A High-Performance and Energy-EfficientAccelerator for Tracking Task in VSLAM System(2020:3-1)”的文章，通過提供一個可配置的硬件架構來處理更高分辨率的圖像數據，以加速執行高密度特征提取和高精度描述符生成，但是，該方法在處理高分辨率圖像時計算負荷大，且對于低分辨率的圖像數據的處理存在精度性較差的結果。

發明內容

為解決現有用于VSLAM系統中任務跟蹤的加速器對低分辨率圖像支持度低、高分辨率圖像計算負荷大的問題，本發明提出一種用于VSLAM系統中任務跟蹤的加速器及加速裝置，節能高效，提高加速器對低分辨率圖像的支持度，降低計算負荷。

為了達到上述技術效果，本發明的技術方案如下：

一種用于VSLAM系統中任務跟蹤的加速器，包括：

第一存儲模塊，用于存儲原始圖片數據；

FPN特征金字塔模塊，用于按特定比例縮放原始圖片數據，保留原始圖片數據的強語義信息和強空間信息；

第二存儲模塊，用于存儲經FPN特征金字塔模塊處理后的縮放原始圖片數據；

特征檢測模塊，對縮放原始圖片數據進行特征點檢測；

特征點提取模塊，基于置信度特征提取算法，提取置信度最高的特征點，用于VSLAM系統在任務跟蹤時使用。

優選地，所述加速器還包括特征點集合模塊，用于匯集置信度值最高的特征點，并將置信度值最高的特征點傳遞至VSLAM系統，為后續VSLAM系統中任務跟蹤做準備。