0 卖盘信息
BOM询价
您现在的位置: 首页 > 技术方案 >汽车电子 > 基于NXP S32V234视觉处理器的疲劳监测/前方碰撞/车道偏离/全景监控解决方案

基于NXP S32V234视觉处理器的疲劳监测/前方碰撞/车道偏离/全景监控解决方案

来源: 大大通
2018-11-22
类别:汽车电子
eye 466
文章创建人 拍明

原标题:基于NXP S32V234的疲劳监测、前方碰撞、车道偏离、全景监控方案

 

  本方案采用恩智浦的 S32V234 作为方案主芯片,S32V234是恩智浦第二代视觉处理器系列,旨在支持图像处理的计算密集型应用,并提供了一个ISP(可以支持 1080P )、强大的3D GPU、双APEX-2(速率达 80GMACS)视觉加速器和安全性。S32V234 适用于ADAS、NCAP前视摄像头、异物检测和识别、环视、机器学习和传感器融合应用S32V234专为汽车级可靠性、功能安全和安全措施而设计,以支持汽车和工业自动化。

  【1. 疲劳检测算法基本思路如下】

  识别 :Camera 输入的图像转换成灰度图像,通过进行人脸侦测,画出人脸 ROI ,在人脸 ROI 中侦测人的眼睛,画出人眼的 ROI ,计算眼睛 ROI 直方图,计算直方图平均值。

  判断 :根据人闭眼的程度,提前预设一个阈值,系统检测到人眼直方图的平均值,一旦超出阈值就会报警。

  报警 :报警通过外接的蜂鸣器,发出声音进行警告驾驶员。根据具体产品定义需要,甚至可以将该系统连接至车辆的中控系统,执行刹车、降速的操作。

  1_1. 场景应用图_疲劳检测

场景应用图_疲劳检测.png

  1_2. 产品实体图_疲劳检测

产品实体图_疲劳检测.png

  1_3. 算法流程__疲劳检测

算法流程__疲劳检测.png

  【2. 前方碰撞(FCW)的算法基本思路如下】

  识别:Camera 输入的图像选择对应的 ROI ,进行高斯滤波,并进行图像灰度处理,然后对图像进行二值化,通过图像的膨胀、侵蚀动作,检测到车辆的坐标,并通过光流算法计算跟前车的相对速度,得出相对距离。

  判断:当跟前车的距离低于预设的阈值时,系统会发出报警。

  报警:报警可通过外接的蜂鸣器,发出声音进行警告驾驶员。根据具体产品定义需要,甚至可以将该系统连接至车辆的中控系统,执行刹车、降速的操作。

  2_1. 场景应用图_前方碰撞(FCW)

场景应用图_前方碰撞(FCW).png

  2_2. 产品实体图_前方碰撞(FCW)

产品实体图_前方碰撞(FCW).png

  2_3. 算法流程__前方碰撞(FCW)

算法流程__前方碰撞(FCW).png

  【3. 车道偏离(LDW)的算法基本思路如下】

  识别:Camera 输入的图像转换成灰度图像,通过对灰度图像进行二值化,转成鸟瞰视图,下一步进行 Sobel 滤波以及中值滤波,然后进行 Hough 算法,计算出车道线在图像中的坐标值。

  判断:根据车道线的坐标,计算中心值,跟车辆的中心坐标进行比对,当车辆中心的坐标值位于车道线中心右侧时,代表车辆往右侧偏移,当偏离的距离超过一定的阈值时,发出报警。反之向左侧偏移,处理方式跟右侧一致。

  报警:报警可通过外接的蜂鸣器,发出声音进行警告驾驶员。根据具体产品定义需要,甚至可以将该系统连接至车辆的中控系统,执行刹车、降速的操作。

  3_1. 场景应用图_车道偏离

场景应用图_车道偏离.png

场景应用图_车道偏离.png

  3_2. 产品实体图_车道偏离

产品实体图_车道偏离.png

  3_3. 算法流程_车道偏离

算法流程_车道偏离.png

  【4. 全景监控的算法基本思路如下】

  鱼眼校正:选择黑白相间的棋盘图放于 Camera 的拍摄区,对拍摄到的棋盘图进行灰度处理,找到相应的角点,并进行校准,最后得出逆矩阵,并测试校正后的图像效果。

  图像拼接:对校正后的 4 幅图像,根据需要进行 resize ,提取图像的相关特征,根据抓取的特征点进行特征匹配,然后进行波浪校正和缩放校正,获得图像的校正参数,接着进行图像的透视变换,获得鸟瞰图,最后进行曝光补偿,图像融合相关处理。

  图像显示:经过拼接的图像通过 HDMI 传输到显示屏

  4_1. 场景应用图_全景监控

场景应用图_全景监控.png

  4_2. 算法流程__全景监控

算法流程__全景监控-鱼眼校正.png

算法流程__全景监控-图像拼接.png

  图像数据流基本过程:首先 Camera 获取的每一帧图像经过 ISP 的初步预处理,然后 ISP 将图像存放到系统的 DDR 中,APEX 的调度程序从 DDR 获取对应的图像,由于 APEX 是并行计算单元,每一帧图像会被切割成一定的局部尺寸给 APEX 的每个 CU 进行计算,APEX 的128 个 CU 同时进行计算,APEX 主要负责特征检测、直方图计算功能。

  场景应用图

场景应用图.png

  产品实体图

产品实体图.png

  展示板照片

展示板照片正面.png

展示板照片反面.png

  方案方块图

方案方块图.png

  方案方块图_疲劳检测+ 前方碰撞+车道偏离

方案方块图_疲劳检测+ 前方碰撞+车道偏离.png

  核心技术优势

  ① 有人脸侦测及人眼分析技术,测驾驶员脸部特征,判断是否处于疲劳状态,测到疲劳驾驶时发出报警功能。

  ② 具有前车侦测及分析技术,检测前车的轮廓,并计算跟前车的距离,跟前车距离低于预设的阈值时,发出报警功能。

  ③ 具有车道线识别分析技术,检测车辆行驶时,是否偏离车道线,当检测到偏离车道线时发出报警功能。

  ④ 支持 4 路 1080p 的广角摄像头图像输入,可以将 4 路摄像头的图像进行拼接,实现 AVM 功能。

  ⑤ 支持鱼眼校正功能,不同的摄像头校正参数会不一样。

  ⑥ 可以将视频进行 H264 编码,并储存影像资料。

  方案规格

  ① 供现成的 S32V EVM 板子,可以直接通过网站购买,方便客户快速入门。

  ② EVM 板预留 MIPI 接口,供客户搭配不同的摄像头进行效果测试。

  ③ 提供基本的流程及实现思路,方便客户评估方案性能。

  ④ 提供 APEX DEMO ,方便客户理解 APEX 开发流程,将算法移植到 S32V APEX 核。

  ⑤ 提供基本的驾驶员疲劳检测算法、车道偏移预警算法、车道偏移预警算法、AVM 算法流程及实现思路,方便客户评估方案性能。

  技术文档

类别标题档案
硬件Application Note

22433_AN_AN12080.pdf

硬件Datasheet

22433_DS_S32V234.pdf

硬件Schematics

22433_SCH-P17-040 Eagle Eye_V1.0_Park_Huang_20180124.pdf

硬件Safety manual

22433_SM_S32V234SM.pdf

  【S32V234】

  S32V234: 前置和环视摄像头的视觉处理器,机器学习和传感器融合应用

  概述

  S32V234是我们的第二代视觉处理器系列,旨在支持图像处理的计算密集型应用,并提供了一个ISP、强大的3D GPU、双APEX-2视觉加速器和安全性,以及支持SafeAssure™。S32V234适用于ADAS、NCAP前视摄像头、异物检测和识别、环视、机器学习和传感器融合应用S32V234专为汽车级可靠性、功能安全和安全措施而设计,以支持汽车和工业自动化。

  S32V234具有S32 Design Studio IDE for Vision支持的完整支持平台,包括编译器、调试器、Vision SDK、Linux BSP和图形工具。

  特性

  运行频率高达1GHz的Arm® Cortex®-A53四核,以及频率高达133 MHz的M4内核

  APEX-2视觉速度传感器双核,由OpenCL™、APEX-CV和APEX图形工具提供支持

  支持ISO 26262功能安全性,适合SIL-C、IEC 61508和DO 178应用

  3D GPU (GC3000)符合OpenCL 1.2 EP 2.0、OpenGL ES 3.0和OpenVG 1.1

  CSE2上的硬件安全加密

  面向ISP图形工具支持的HDR、颜色转换、色调映射等的嵌入式图像信号处理

  MIPI CSI2和并行图像传感器接口

  4 MB片上系统RAM,所有存储器上具有端到端ECC

  DRAM控制器支持DDR3 / DDR3L / LPDDR2

  -40至125 °C (节点工作温度)

  621 FC-BGA 17 mm x 17 mm, 0.65 mm间距

S32V234: 前置和环视摄像头的视觉处理器,机器学习和传感器融合应用.png

  SBC-S32V234: 面向原型设计和开发的S32V234视觉和传感器融合评估板

  概述

  SBC-S32V234是支持S32V234系列的低成本评估系统和开发平台。该系列产品专为高性能、安全的计算密集型应用而设计,如汽车前视、环视和传感器融合。有两种EVB选项,由SBC-S32V234和S32V234-EVB2提供。

  它们的功能类似,但标准S32V234-EVB2包含额外的外设连接,例如FlexRay和FlexRay、LIN等多种通信连接器

  特性

  S32V234 MPU采用Linux BSP,适用于SBC-S32V234

  视频输入(2 x MIPI-CSI2)

  视频输出 (RGB转HDMI转换器)

  Gigabit以太网

  2个GiB DDR存储器,SD卡槽和16个面向NVM的GiB EMMC

  1x PCIE 2.0

  2 x CAN、1 x LIN和1 x UART

  高达8个ADC通道

  2个用户LED

  复位

  10引脚JTAG调试连接器

  5和12V电源连接器

  铝散热器和可选风扇(不含)

SBC-S32V234: 面向原型设计和开发的S32V234视觉和传感器融合评估板.png

责任编辑:David

【免责声明】

1、本文内容、数据、图表等来源于网络引用或其他公开资料,版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系拍明芯城(marketing@iczoom.com),本方将及时处理。

2、本文的引用仅供读者交流学习使用,不涉及商业目的。

3、本文内容仅代表作者观点,拍明芯城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。

4、如需转载本方拥有版权的文章,请联系拍明芯城(marketing@iczoom.com)注明“转载原因”。未经允许私自转载拍明芯城将保留追究其法律责任的权利。

拍明芯城拥有对此声明的最终解释权。

相关资讯

方案推荐
基于MC33771主控芯片的新能源锂电池管理系统解决方案

基于MC33771主控芯片的新能源锂电池管理系统解决方案

AMIC110 32位Sitara ARM MCU开发方案

AMIC110 32位Sitara ARM MCU开发方案

基于AMIC110多协议可编程工业通信处理器的32位Sitara ARM MCU开发方案

基于AMIC110多协议可编程工业通信处理器的32位Sitara ARM MCU开发方案

基于展讯SC9820超低成本LTE芯片平台的儿童智能手表解决方案

基于展讯SC9820超低成本LTE芯片平台的儿童智能手表解决方案

基于TI公司的AM437x双照相机参考设计

基于TI公司的AM437x双照相机参考设计

基于MTK6580芯片的W2智能手表解决方案

基于MTK6580芯片的W2智能手表解决方案