面向OpenCL架构的Harris角点检测算法

Harris角点检测算法是计算机视觉领域中使用非常广泛的点特征提取算法,它计算简单,稳定性强,但运算速度慢。当前已有算法优化研究一般只针对单一硬件平台,它们很难实现在不同平台上的高效运行。为此提出一种基于开放式计算语言(OpenCL)设计思想的Harris角点检测并行算法,其采用图形处理器(GPU)中共享存储器、常量存储器和锁页内存机制在OpenCL框架下完成影像角点检测的全过程。实验结果表明,基于OpenCL的Harris角点检测并行算法相比CPU上的串行算法可获得的加速比高达77倍,执行效率明显提高,对于大规模数据处理表现出良好的实时处理能力。     

瑞萨电子携其展示车亮相2018 CES

正瑞萨电子推出了新一代先进驾驶辅助系统(ADAS)、自动驾驶以及网联驾驶舱展示车。这三款展示车(从传感器融合、ADAS到网联驾驶舱)全面展示了基于先进的、技术可量产的集成系统,这些技术可帮助OEM和一级汽车零配件供应商应对从测试与模拟过渡到量产时自动驾驶汽车设计所面临的复杂挑战。以上三款展示车是瑞萨电子开放式、创新性和可信赖的Renesas autonomy     

面向CPUs-GPUs系统的OpenCL任务调度框架

为解决OpenCL多任务环境的自适应调度问题,分析资源竞争导致的内核执行效率下降情况,提出一个可在CPU-GPU异构平台上高效调度多个程序内核的OpenCL任务调度框架。通过随机森林模型分析OpenCL任务在不同设备上的运行状态,提出一套量化OpenCL内核数据传输的公式,提高OpenCL任务分析的准确性;采用负载均衡程度和单任务调度时间混合指标策略,保证系统执行效率,保障单个任务的执行效率。通过实验验证该框架的良好性能,实验结果表明,在不同程度的资源竞争的情况下,与两种常见的调度策略相比,该框架在负载均衡和任务执行效率指标方面均有提升。     

通过FPGA设计安全的高级辅助驾驶系统

正随着道路上汽车数量的增加,我们需要更多的技术来进一步减少交通事故。过去几年,基于雷达和摄像机的新系统功能的出现使驾驶更加安全。很多高级辅助驾驶系统(ADAS)应用,如自动巡航控制、道路偏离报警、交通信号标志识别等,已经成为车辆上非常方便的功能,但对车辆行为没有影响或影响很小。然而,现在这些技术开始在车辆控制中扮演积极主动的角色,如车道辅助保持     

基于可信计算的智能驾驶大数据在保险领域的应用价值

文章以解决交通安全为主线,研究汽车AI大数据技术在保险领域的应用,结合AI、物联网、大数据及区块链,通过总结和对比国内外智能驾驶辅助技术在解决交通问题的方法时,发现智能管理辅助系统(Advanced Driver Assistance System,ADAS)能够大幅度地降低车祸。通过ADAS传感器采集数据、可信计算,能够将数据真实地刻画到每个用户的驾驶行为,基于区块链不可篡改的数据账本,将数据应用到保险应用,通过主动干预的方式降低理赔率。同时,通过保险的市场激励方式,让高风险用户承担高的保费支出,让低风险用户享受保费的折扣,实现社会整体交通风险的下降。     

CNN卷积计算在移动GPU上的加速研究

卷积神经网络(CNN)凭借其优秀的表现正在诸如图像分类、语音识别等领域里扮演着越来越重要的角色,已经有一些研究人员想要将这个深度学习过程复制到手机上。但是,由于CNN巨大的计算量,移植程序的性能一直难以令人满意。为了探讨如何解决这一问题,借助MXNet这样一个深度学习的框架在手机上实现了CNN的前向过程,并且将注意力放在了使用手机上另一个强大的计算设备——GPU上。最终选择使用OpenCL通用编程框架将前向过程中最耗时的卷积操作利用矩阵乘来完成,并转移到GPU上进行。在此基础之上还针对手机GPU做了一些优化。最终,实验结果显示我们成功地将前向过程的时间降低到了原来时间的一半。     

高级驾驶辅助测试可视化系统开发

为了在高级驾驶辅助系统(ADAS)中对车辆控制算法进行验证,可以利用维克托(Vector)工具链对汽车电子控制器(ECU)内部的变量进行记录,生成MDF(原版光盘映像文件)格式的测试数据文件,然后进行离线分析。利用Qt公司开发的丰富的可视化图形控件Qt(跨平台软件开发框架)和Python(一种计算机程序设计语言)的强大数据处理能力,本文开发了一种可以对MDF文件进行解析并且可视化的软件。该软件可以实现变量的筛选功能,支持变量的树状显示、多个变量测量值的二维时域图形表示。特别地,ADAS感知到的环境目标,本软件可以观察其二维坐标随时间的运动过程,并且支持画面与用户的交互操作。经过测试,本软件运行可靠,在某公司推广使用。     

基于OpenCL的异构系统并行编程

针对异构处理器在传统通用计算中利用率低的问题,提出基于开放计算语言OpenCL(open computing language)的新的通用计算技术,它提供了统一的编程模型。介绍了OpenCL的特点、架构及实现原理等,并提出OpenCL性能优化策略。将OpenCL与计算统一设备架构CUDA(compute unified device architecture)及其它通用计算技术进行对比。对比结果表明,OpenCL能够充分发挥异构处理平台上各种处理器的性能潜力,充分合理地分配任务,为进行大规模并行计算提供了新的强有力的工具。     

基于立体视觉平面单应性的智能车辆可行驶道路边界检测

道路检测是智能车辆及先进驾驶辅助系统(Advanced driver assistance systems, ADAS) 研究的关键问题之一.本文提出了一种基于立体视觉的可行驶道路区域与非道路区域间边界的检测方法. 该方法基于立体视觉平面单应性建立了一个隐马尔科夫模型(Hidden Markov model, HMM).针对该模型,我们应用Viterbi算法,并提出了一种巧妙的状态序列的观测概率函数,以寻找道路/非道路边界的最优状态序列. 实验结果证明了该方法在各种典型且复杂的实际道路场景中的有效性和鲁棒性.     

基于HXDSP的OpenCL运行时任务调度

OpenCL是一种开源免费的异构计算框架, 被各类架构处理器广泛采用. HXDSP是中国电子科技集团公司第38研究所自主研发的国产高性能DSP芯片. 为了解决HXDSP异构计算平台调度困难和硬件利用不充分, 本文针对OpenCL运行时任务调度系统展开研究, 设计了OpenCL运行时期间的任务图自动化提取方法, 并结合HXDSP硬件特性和OpenCL执行模型特性对经典的静态调度算法HEFT进行改进, 提出了一种异构双粒度最早完成时间优先调度算法HDGEFT, 并在HXDSP异构计算平台上设计实验验证算法. 实验结果表明经过特殊设计的调度算法在执行效率上有明显优势.