CN212515897U - 主被动三维成像实时处理系统 - Google Patents

主被动三维成像实时处理系统 Download PDF

Info

Publication number
CN212515897U
CN212515897U CN202020940914.7U CN202020940914U CN212515897U CN 212515897 U CN212515897 U CN 212515897U CN 202020940914 U CN202020940914 U CN 202020940914U CN 212515897 U CN212515897 U CN 212515897U
Authority
CN
China
Prior art keywords
data
module
terminal
passive
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202020940914.7U
Other languages
English (en)
Inventor
李传荣
贺文静
潘苗苗
胡坚
李子扬
黎荆梅
周春城
韩雅兰
姚强强
陈林生
朱运维
何锐斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202020940914.7U priority Critical patent/CN212515897U/zh
Application granted granted Critical
Publication of CN212515897U publication Critical patent/CN212515897U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)

Abstract

本实用新型提供一种主被动三维成像实时处理系统,包括:PS端,通过外部接口控制器与外设端相连,利用串行处理器实现并行性较低的运算,所述PS端,包括:系统初始化模块;数据预处理模块;激光测距数据误差改正模块;光学影像数据处理模块;PL端,通过AXI总线与所述PS端相连,利用可编程逻辑实现高度并行化的运算;所述PL端,包括:两个DMA控制器,分别为第一DMA控制器和第二DMA控制器;大地坐标解算模块,与第一DMA控制器相连;高斯投影模块,一端与所述大地坐标解算模块相连;共线方程解算模块,与所述第二DMA控制器相连。对主被动三维成像处理方法和流程进行合理划分。

Description

主被动三维成像实时处理系统
技术领域
本实用新型涉及遥感数据高速处理技术领域,尤其涉及一种主被动三维成像实时处理系统。
背景技术
近年来,利用遥感技术对观测目标的空间、纹理、光谱、材质等多维属性信息快速精准获取,已成为研究热点。主被动一体化成像技术作为一种新型遥感探测技术,将主动式的激光雷达和被动式光学成像仪通过共光路一体化集成,两类传感器共用光路、采用相同的观测扫描方式,配合三维成像处理系统,可实现观测区域的空间维、光谱维信息一体化获取与三维成像实时展示。因此,主被动一体化成像技术将在城市规划、土地利用、环境监测、灾害评估等遥感技术领域获得广泛应用。
然而,随着载荷数据获取能力的不断增加,遥感数据量呈指数型爆发增长,这对遥感数据的高速实时处理能力提出迫切需求。另一方面,主被动三维成像处理需要同时对光学载荷影像数据、激光雷达测距数据以及相对应的位置姿态数据进行处理,处理过程中包含大量双精度浮点数据的矩阵运算、超越运算等,兼具数据密集和计算密集型特点。此外,还需综合考虑系统的体积、功耗等限制要求。上述因素均对主被动三维成像系统设计提出重大挑战。
SoC(System on Chip)设计技术的发展和成熟,为低功耗、高速数据处理开辟了新的发展空间。它通过将高性能处理核、加速器模块、专用模块和存储器等计算存储器件集成到一块芯片,有效降低了提高了数据传输带宽,能够获得更高的系统性能。软硬件协同设计技术充分考虑SOC中软硬件之间密不可分的关系,使软件设计和硬件设计作为一个有机的整体进行并行设计,充分的发挥软硬件各自的优势,从而使系统获得高效工作能力。
然而,利用软硬件协同方法实现主被动三维成像处理SOC系统设计需要重点突破以下两个问题:一方面,针对已知的硬件资源,如何实现软硬件任务的合理划分,使得系统在时间消耗、硬件资源消耗和功耗等方面都具有良好表现。另一方面,如何实现软硬件之间的高效交互,是提高系统整体性能的关键。
实用新型内容
(一)要解决的技术问题
基于上述问题,本实用新型提供了一种主被动三维成像实时处理系统,以缓解现有技术中主被动三维成像处理系统性能较差、功耗较高等技术问题。
(二)技术方案
本实用新型提供一种主被动三维成像实时处理系统,包括:
PS端,通过外部接口控制器与外设端相连,利用串行处理器实现并行性较低的运算,所述PS端,包括:
系统初始化模块,用于完成系统上电后的初始化配置;
数据预处理模块,用于完成光学影像数据、激光测距数据以及位置姿态数据的精确时间配准,并利用位置姿态数据完成激光点云解算模型中旋转矩阵和平移参数的计算,以及光学影像的外方位元素计算;
激光测距数据误差改正模块,用于对测距值进行激光测距数据误差改正处理;
光学影像数据处理模块,利用光学影像数据及对应的外方位元素、激光点云数据开展数据计算;
PL端,通过AXI总线与所述PS端相连,利用可编程逻辑实现高度并行化的运算;所述PL端,包括:
两个DMA控制器,分别为第一DMA控制器和第二DMA控制器,用于PS端与PL端间数据的高速互传;
大地坐标解算模块,与第一DMA控制器相连,基于阵列推扫式机载激光雷达三维点云解算模型,求解每个激光点的大地坐标;
高斯投影模块,一端与所述大地坐标解算模块相连,用于实现激光点的高斯平面直角坐标解算,并通过第一DMA控制器传输至PS端内存;
共线方程解算模块,与所述第二DMA控制器相连,用于实现光学影像像点对应地面点的地面坐标解算。
在本实用新型实施例中,所述PS端实现并行性较低的运算包括:数据预处理、激光测距数据误差改正、高程内插。
在本实用新型实施例中,所述PL端实现高度并行化的运算包括:大地坐标解算、高斯投影、共线方程解算。
在本实用新型实施例中,所述激光测距数据误差改正模块进行的激光测距数据误差改正处理包括:系统误差校正、粗差点滤除。
在本实用新型实施例中,所述共线方程解算模块包括:控制器,运算单元,输入数据缓存BRAM,输出数据缓存BRAM,以及参数缓存寄存器。
在本实用新型实施例中,其特征在于:
时间配置模块将观测载荷原始数据通过时间码进行精确配准,完成多载荷数据在时间维度上的匹配;所述观测载荷原始数据,包括:光学影像数据、激光测距数据、位置姿态数据;
外方位元素解算模块利用所述位置姿态数据,分别计算激光传感器坐标系到大地坐标系的进行坐标变换的旋转矩阵和平移参数,以及光学线阵影像成像时刻的外方位元素;
测距数据误差改正模块利用检校参数完成激光测距数据的系统误差校正并进行快速粗差改正;
大地坐标解算模块利用激光测距数据、坐标转换的旋转矩阵及平移参数,基于阵列推扫式机载激光雷达三维点云解算模型,求解每个激光点的大地坐标;
高斯投影模块求解每个激光点的高斯平面直角坐标;
高程内插模块依据光学影像数据中光学相机像点与激光点之间的对应关系,结合激光点云结果,计算影像像点的高程值;
共线方程解算模块根据光学影像像点坐标及对应高程、光学影像的内、外方位元素,按照共线方程解算出每个像点对应地面点的地面坐标;以及
数据融合模块对光学影像每个像点赋予灰度值,获得三维立体影像,完成主被动三维成像实时处理。
在本实用新型实施例中,激光测距数据误差改正模块依据距离阈值对测距值中的粗差点进行滤除,并采用内插方法对漏点进行补充,从而实现快速粗差改正。
在本实用新型实施例中,所述高斯投影模块获取高斯投影后的激光点云结果。
在本实用新型实施例中,高程内插模块依据光学影像数据中光学相机像点与激光测距数据中激光点之间的对应关系,结合激光点云结果,利用线性内插方法计算影像像点的高程值。
在本实用新型实施例中,所述控制器用于实现与第二DMA控制器的消息通信;实现运算单元的使能控制;实现输入数据缓存BRAM、输出数据缓存BRAM以及参数缓存寄存器的读写控制;
所述第二DMA控制器接收光学影像点对应的高程数据及影像的外方位元素,并利用输入数据缓存BRAM进行缓存;
通过从输入数据缓存BRAM中读取影像外方位元素数据,并写入参数缓存寄存器进行缓存;
通过运算单元并借助FPGA,利用影像像点坐标、高程值以及影像成像时刻的外方位元素,再结合内方位元素,按照共线条件方程解算出像点的XY坐标,计算公式如式下:
Figure BDA0002512929960000041
其中,XA,YA,ZA为需求解影像像点对应的物方三维坐标;XS,YS,ZS为成像时光学中心在物方坐标系下的位置;a1,a2,a3,b1,b2,b3,c1,c2,c3为成像时刻光学中心相对于物方坐标系的旋转矩阵元素,由三个外方位角元素生成;x,y为影像像点的图像坐标;f为相片主距。以及
通过输出数据缓存BRAM缓存光学影像对应地面点的地面坐标数据,最终通过第二DMA控制器发送给PS端。
(三)有益效果
从上述技术方案可以看出,本实用新型主被动三维成像实时处理系统至少具有以下有益效果其中之一或其中一部分:
(1)可大大提高系统运算性能,有利于实现低功耗、高速的数据处理;
(2)克服了单一处理器架构下因算法复杂度、资源受限等带来的系统复杂度高、实时性差等缺点。
附图说明
图1为本实用新型实施例主被动三维成像处理系统的组成架构示意图。
图2为本实用新型实施例主被动三维成像处理方法的流程示意图。
图3为本实用新型实施例主被动三维成像处理方法的流程架构示意图。
图4为本实用新型实施例中共线方程解算模块的工作原理及处理流程示意图。
具体实施方式
本实用新型提供了一种主被动三维成像实时处理系统,基于ZYNQ的异构多核处理器,利用ARM和FPGA进行软硬件协同设计,对主被动三维成像处理算法和流程进行合理划分,充分发挥软件和硬件各自的优势,从而使系统获得最佳性能。
为使本实用新型的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本实用新型进一步详细说明。
在本实用新型实施例中,提供一种主被动三维成像实时处理系统,结合图1、图3、图4所示,所述主被动三维成像实时处理系统,包括:
PS(Processing System,处理系统)端,通过外部接口控制器与外设端相连,利用串行处理器实现数据预处理、激光测距数据误差改正、高程内插等并行性较低的运算,所述PS端,包括:
系统初始化模块,用于完成系统上电后的初始化配置;
数据预处理模块,用于完成光学影像数据、激光测距数据以及位置姿态数据的精确时间配准,并利用位置姿态数据完成激光点云解算模型中旋转矩阵和平移参数的计算,以及光学影像的外方位元素计算;
激光测距数据误差改正模块,利用检校参数、距离阈值等对测距值进行系统误差校正、粗差点滤除等激光测距数据误差改正处理;
光学影像数据处理模块,利用光学影像数据及对应的外方位元素、激光点云数据开展高程内插、数据融合等计算;
PL(Programmable Logic,可编程逻辑)端,通过AXI总线与所述PS端相连,利用可编程逻辑实现大地坐标解算、高斯投影、共线方程解算等高度并行化的运算;所述PL端,包括:
两个DMA(Direct Memory Access,直接内存存取)控制器,分别为第一DMA控制器(AXI_DMA1)和第二DMA控制器(AXI_DMA2),用于PS端与PL端间数据的高速互传;
大地坐标解算模块,与第一DMA控制器相连,基于阵列推扫式机载激光雷达三维点云解算模型,求解每个激光点的大地坐标;
高斯投影模块,一端与所述大地坐标解算模块相连,用于实现激光点的高斯平面直角坐标解算,并通过第一DMA控制器传输至PS端内存;
共线方程解算模块,与所述第二DMA控制器相连,用于实现光学影像像点对应地面点的地面坐标解算。
所述外设端,用于获取观测载荷原始数据及三维影像的实时显示,包括:
位置姿态测量设备,用于提供位置姿态数据;
激光雷达,用于提供激光测距数据;
光学相机,用于提供光学影像数据,以及
影像显示设备,用于三维影像的实时显示;所述系统初始化模块首先实现外部接口、中断、定时器等初始化配置;然后完成PS端、PL端的检校参数配置。
所述数据预处理模块首先结合内插方法完成光学影像数据、激光测距数据以及位置姿态数据的精确时间配准;并利用位置姿态数据完成从激光传感器坐标系到WGS84大地坐标系进行坐标变换的旋转矩阵和平移参数计算,以及光学影像的外方位元素计算;预处理后数据将送至DDR3中缓存。同时,为了支持PL端中大地坐标解算模块、共线方程解算模块的计算,PS端将旋转矩阵和平移参数、光学影像的外方位元素分别传输给这两个模块。
所述激光测距数据误差改正模块利用检校参数完成测距数据检校,完成测距值的系统误差校正;依据距离阈值对测距数据中的粗差点进行滤除,并采用内插方法对漏点进行补充,从而实现激光测距数据的快速粗差改正。同时,为了实现与PL端中大地坐标解算模块、高斯投影模块的协同计算,该模块将实现激光测距数据、激光点坐标数据等的交互与控制。
所述光学影像数据处理模块针对光学影像数据及对应的外方位元素、激光点云数据,开展高程内插、数据融合等计算;同时,为了实现与PL端共线方程解算模块的协同计算,该模块将实现光学影像几何数据、光学影像外方位元素等数据的交互与控制。
所述DMA控制器包括第一DMA控制器(AXI_DMA1)和第二DMA控制器(AXI_DMA2),PS端和PL端的数据交互、控制采用了基于AXI-4协议的DMA高速传输方式,采用Xilinx官方IP核AXI DMA(AXI Direct Memory Access)实现。AXI-4协议具有独立的读和写数据通道,支持低成本的直接存储器访问DMA传输,能够在无需ARM核CPU的干预的情况下,实现数据突发式传输,完成整块数据的高速搬移,并具有广泛的IP可拓展性。PL端分别为大地坐标解算模块、高斯投影模块和共线方程解算模块配备了DMA控制器AXI_DMA1、AXI_DMA2,支持数据在PS端内存和PL端硬件加速器间的高速传输。
所述大地坐标解算模块主要基于阵列推扫式机载激光雷达三维点云解算模型,开展每个激光点的大地坐标解算,具有较强的并行性,因此利用可编程逻辑资源实现有利于提高运算性能。该模块利用流水线并行处理方法,有效优化了循环函数运行性能。该模块通过AXI_DMA1与PS端激光测距数据误差改正模块、数据预处理模块进行数据交互,获取激光测距数据、旋转矩阵和平移参数。处理结果利用FIFO(First Input First Output,先进先出)传输给高斯投影模块。
所述高斯投影模块主要用于实现激光点从WGS84大地坐标系到高斯平面直角坐标系的转换,计算过程中需对每个激光点逐点解算,获取高斯投影后的激光点云结果。该模块采用流水线并行方式,实现多点数据并行处理。该模块通过FIFO获取大地坐标值,然后进一步完成数据处理后,将解算结果通过AXI_DMA1传输到PS端内存。
所述共线方程解算模块用于实现光学影像每个像点对应地面点的地面坐标解算。该模块利用可编程逻辑资源、采用流水线并行方式,并合理使用寄存器缓存关键数据,提高数据访问速率。该模块通过AXI_DMA2与PS端光学影像数据处理模块、数据预处理模块进行数据交互,获取光学影像数据和光学影像的外方位元素,并将处理结果返回给光学影像数据处理模块。
所述外部接口控制器,包括:232接口、422接口、CameraLink接口以及以太网接口的控制器,其中,前三种接口实现与外部观测载荷设备的数据通信,所述外部观测载荷设备包括:位置/姿态测量设备、激光雷达、光学相机等设备;以太网接口实现与影像显示设备的通信,支持三维影像的实时显示、存储。
本实用新型还提供一种主被动三维成像实时处理方法,在软硬件划分设计中不仅要考虑计算特性、处理器特性,同时还要分析处理算法的内聚性和耦合性等特点,对主被动三维成像处理算法进行分析,分解为功能相对独立而完整的模块,包括:时间配准模块、位置姿态数据处理、大地坐标解算模块、高斯投影模块、高程内插模块、共线方程解算模块、数据融合模块,结合图1至图4所示,所述主被动三维成像实时处理方法,包括:
步骤S1:时间配置模块将观测载荷原始数据通过时间码进行精确配准,完成多载荷数据在时间维度上的匹配;所述观测载荷原始数据,包括:光学影像数据、激光测距数据、位置姿态数据;
步骤S2:外方位元素解算模块利用所述位置姿态数据,分别计算激光传感器坐标系到WGS84大地坐标系的进行坐标变换的旋转矩阵和平移参数,以及光学线阵影像成像时刻的外方位元素;
步骤S3:测距数据误差改正模块利用检校参数完成激光测距数据的系统误差校正并进行快速粗差改正;
步骤S4:大地坐标解算模块利用激光测距数据、坐标转换的旋转矩阵及平移参数,基于阵列推扫式机载激光雷达三维点云解算模型,求解每个激光点的大地坐标;
步骤S5:高斯投影模块求解每个激光点的高斯平面直角坐标;
步骤S6:高程内插模块依据光学影像数据中光学相机像点与激光点之间的对应关系,结合激光点云结果,计算影像像点的高程值;
步骤S7:共线方程解算模块根据光学影像像点坐标及对应高程、光学影像的内、外方位元素,按照共线方程解算出每个像点对应地面点的地面坐标;
步骤S8:数据融合模块对光学影像每个像点赋予灰度值,获得三维立体影像,完成主被动三维成像实时处理。
所述步骤S1中,其运算简单,但是需要进行三种载荷数据读取、时间码提取、数据配准打包等操作,数据访存压力大。通过PS端的SRAM(Static Random-Access Memory,静态随机存取存储器)、Cache(高速缓冲存储器)相结合的多级缓存设计有利于提高数据访问效率。分配到PS端实现。
所述步骤S2和S3中,外方位元素解算和激光测距数据误差改正计算相对简单,但是存在较多判断操作和超越运算等,适于软件实现,因此,分配到PS端实现。
所述步骤S3中,依据距离阈值对测距值中的粗差点进行滤除,并采用内插方法对漏点进行补充,从而实现快速粗差改正。
所述步骤S5中,获取高斯投影后的激光点云结果。
所述步骤S6中,依据光学影像数据中光学相机像点与激光测距数据中激光点之间的对应关系,结合激光点云结果,利用线性内插方法计算影像像点的高程值;
所述步骤S6中,高程内插处理需要判断每个激光点的标志位,大量的判断操作适合在软件中实现,因此,分配到PS端实现。
所述步骤S8中,数据融合过程对光学影像点数据进行逐点读取、赋值、存储,因此,数据访存压力大适合软件实现,分配到PS端实现;
所述步骤S4、S5以及S7中,针对激光点或光学影像像点逐点开展坐标解算,不同激光点、影像点间无数据依赖,可并行程度较高,符合可编程逻辑适用于重复运算的特点;因此,分配到PL端实现。
在本实用新型实施例中,步骤S7中通过共线方程解算模块利用共线方程解算每个光学影像像点的大地坐标,如图4所示,所述共线方程解算模块包括:控制器、运算单元、输入数据缓存BRAM(Block Random Access Memory,块状随机存取存储器)、输出数据缓存BRAM以及参数缓存寄存器。所述步骤S7包括:
子步骤S71:通过控制器实现与第二DMA控制器的任务控制、状态反馈等消息通信;实现运算单元的使能控制;实现输入数据缓存BRAM、输出数据缓存BRAM以及参数缓存寄存器的读写控制。
子步骤S72:通过第二DMA控制器接收光学影像点对应的高程数据及影像的外方位元素,并利用输入数据缓存BRAM进行缓存;
子步骤S73:从输入数据缓存BRAM中读取影像外方位元素数据,并写入参数缓存寄存器进行缓存。外方位元素数据量较小,且在解算过程中被频繁调用,利用参数缓存寄存器可以提高访问效率。
子步骤S74:通过运算单元并借助FPGA内部DSP和LUT资源,利用影像像点坐标、高程值以及影像成像时刻的外方位元素,再结合内方位元素,按照共线条件方程解算出像点的XY坐标,计算公式如式下:
Figure BDA0002512929960000101
其中,(XA,YA,ZA)为需求解影像像点对应的物方三维坐标;(XS,YS,ZS)为成像时光学中心在物方坐标系下的位置;a1,a2,a3,b1,b2,b3,c1,c2,c3为成像时刻光学中心相对于物方坐标系的旋转矩阵元素,由三个外方位角元素生成;x,,y为影像像点的图像坐标;,f为相片主距。
子步骤S75:使输出数据缓存BRAM缓存光学影像对应地面点的地面坐标数据,最终通过第二DMA控制器发送给PS端。
PL端和PS端之间的数据通信是实现软硬件协同处理的重要组成部分。结合PL端本地存储空间小而访问速度快、PS端存储空间大而访问速度较慢的特点,为了获得PS端和PL端的最大传输性能,采用了基于AXI-4协议的直接内存存取高速传输方式,支持在无需CPU干预下的数据块快速搬移。DMA控制器同时受PL端硬件加速器和PS端CPU控制,从而实现数据在PL端BRAM与PS端内存中的交互。需要注意的是,DMA传输不可避免地引入Cache一致性问题,因此设计中要注意Cache数据的维护。
至此,已经结合附图对本实用新型实施例进行了详细描述。需要说明的是,在附图或说明书正文中,未绘示或描述的实现方式,均为所属技术领域中普通技术人员所知的形式,并未进行详细说明。此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换。
依据以上描述,本领域技术人员应当对本实用新型主被动三维成像实时处理系统有了清楚的认识。
综上所述,本实用新型提供了一种主被动三维成像实时处理系统,根据ARM和FPGA的处理特性和优势进行功能模块的划分,然后开展PS端和PL端的数据处理、缓存、接口、任务控制等设计,从而实现软件和硬件的高效协同工作。克服了单一处理器架构下因算法复杂度、资源受限等带来的系统复杂度高、实时性差等缺点。
还需要说明的是,实施例中提到的方向用语,例如“上”、“下”、“前”、“后”、“左”、“右”等,仅是参考附图的方向,并非用来限制本实用新型的保护范围。贯穿附图,相同的元素由相同或相近的附图标记来表示。在可能导致对本实用新型的理解造成混淆时,将省略常规结构或构造。
并且图中各部件的形状和尺寸不反映真实大小和比例,而仅示意本实用新型实施例的内容。另外,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。
除非有所知名为相反之意,本说明书及所附权利要求中的数值参数是近似值,能够根据通过本实用新型的内容所得的所需特性改变。具体而言,所有使用于说明书及权利要求中表示组成的含量、反应条件等等的数字,应理解为在所有情况中是受到「约」的用语所修饰。一般情况下,其表达的含义是指包含由特定数量在一些实施例中±10%的变化、在一些实施例中±5%的变化、在一些实施例中±1%的变化、在一些实施例中±0.5%的变化。
再者,单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。
说明书与权利要求中所使用的序数例如“第一”、“第二”、“第三”等的用词,以修饰相应的元件,其本身并不意味着该元件有任何的序数,也不代表某一元件与另一元件的顺序、或是制造方法上的顺序,该些序数的使用仅用来使具有某命名的一元件得以和另一具有相同命名的元件能做出清楚区分。
此外,除非特别描述或必须依序发生的步骤,上述步骤的顺序并无限制于以上所列,且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑,彼此混合搭配使用或与其他实施例混合搭配使用,即不同实施例中的技术特征可以自由组合形成更多的实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。并且,在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。
类似地,应当理解,为了精简本实用新型并帮助理解各个公开方面中的一个或多个,在上面对本实用新型的示例性实施例的描述中,本实用新型的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本实用新型要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,公开方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本实用新型的单独实施例。
以上所述的具体实施例,对本实用新型的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本实用新型的具体实施例而已,并不用于限制本实用新型,凡在本实用新型的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。

Claims (1)

1.一种主被动三维成像实时处理系统,其特征在于,包括:
PS端,通过外部接口控制器与外设端相连,利用串行处理器实现并行性较低的运算;
PL端,通过AXI总线与所述PS端相连,利用可编程逻辑实现高度并行化的运算;
所述外设端,用于获取观测载荷原始数据及三维影像的实时显示,包括:
位置姿态测量设备,用于提供位置姿态数据;
激光雷达,用于提供激光测距数据;
光学相机,用于提供光学影像数据,以及
影像显示设备,用于三维影像的实时显示。
CN202020940914.7U 2020-05-28 2020-05-28 主被动三维成像实时处理系统 Active CN212515897U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202020940914.7U CN212515897U (zh) 2020-05-28 2020-05-28 主被动三维成像实时处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202020940914.7U CN212515897U (zh) 2020-05-28 2020-05-28 主被动三维成像实时处理系统

Publications (1)

Publication Number Publication Date
CN212515897U true CN212515897U (zh) 2021-02-09

Family

ID=74390872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202020940914.7U Active CN212515897U (zh) 2020-05-28 2020-05-28 主被动三维成像实时处理系统

Country Status (1)

Country Link
CN (1) CN212515897U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205554A (zh) * 2021-04-08 2021-08-03 珠海市一微半导体有限公司 一种基于硬件加速的激光点云处理系统及芯片

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113205554A (zh) * 2021-04-08 2021-08-03 珠海市一微半导体有限公司 一种基于硬件加速的激光点云处理系统及芯片
CN113205554B (zh) * 2021-04-08 2022-11-15 珠海一微半导体股份有限公司 一种基于硬件加速的激光点云处理系统及芯片

Similar Documents

Publication Publication Date Title
JP7208356B2 (ja) 任意の世界ビューの生成
CN107223269B (zh) 三维场景定位方法和装置
CN107438752A (zh) 定位方法、终端和服务器
US10726580B2 (en) Method and device for calibration
WO2021004416A1 (zh) 一种基于视觉信标建立信标地图的方法、装置
CN104794713B (zh) 基于arm和双目视觉的温室作物数字化成像方法
Mattoccia Stereo vision algorithms for fpgas
Mattoccia et al. A passive RGBD sensor for accurate and real-time depth sensing self-contained into an FPGA
CN111476705A (zh) 主被动三维成像实时处理系统及方法
CN116129037B (zh) 视触觉传感器及其三维重建方法、系统、设备及存储介质
CN111275608B (zh) 一种基于fpga的遥感影像正射纠正并行系统
CN115410167A (zh) 目标检测与语义分割方法、装置、设备及存储介质
CN212515897U (zh) 主被动三维成像实时处理系统
CN113763478A (zh) 无人车相机标定方法、装置、设备、存储介质及系统
CN114002701A (zh) 一种实时渲染点云的方法、装置、电子设备及系统
JP7432793B1 (ja) 三次元点群に基づくマッピング方法、装置、チップ及びモジュール機器
Liu et al. Accelerating DNN-based 3D point cloud processing for mobile computing
CN111145264A (zh) 多传感器的标定方法、装置及计算设备
CN112581509B (zh) 一种基于sopc的无人机载地面目标实时跟踪系统及跟踪方法
CN117830397A (zh) 重定位方法、装置、电子设备、介质和车辆
CN110322553B (zh) 激光雷达点云混合现实场景实施放样的方法和系统
CN105446690A (zh) 具有目标定位功能的信息融合及多信息显示方法
CN108564644B (zh) 机载主被动三维影像实时成像装置及方法
CN102980527B (zh) 一种基于cmos的三维传感器实时高速数据处理系统
KR102709812B1 (ko) 객체 포즈 인식을 통한 복셀 주소화 기반의 시각적 위치 결정 시스템

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant