雙目視覺ADAS芯片-S32V234

　　S32V234采用了4顆ARM Cortex A53作為核心CPU，以獲得更高的性能功耗比。利用一顆ARM Cortex M4作為片上MCU，用于關鍵IO（如CAN-FD）的實時控制，并支持AutoSAR操作系統。芯片內部包含可編程的圖像信號處理器（ISP），所以配搭的圖像傳感器可以輸出raw data，從而降低物料成本，節省空間尺寸。

　　另外，芯片還包含了兩個名為APEX2CL的視覺加速引擎。每個APEX2CL擁有64個本地計算單元（CU），并配有本地內存和專用DMA，通過SIMD/MIMD（單指令多數據/多指令多數據）方式對圖像識別過程進行加速。

　　另外值得指出的是，考慮到ADAS系統對安全性和可靠性的嚴苛需求，S32V234在設計時加入了諸如ECC（錯誤檢查與糾正），FCCU（故障收集與控制單元），M/L BIST（內存/邏輯內置自測）等多種安全機制，能夠滿足ISO26262 ASIL B~C的需求。

　　雙目視覺ADAS的優勢

　　相比于單目視覺，雙目視覺（Stereo Vision）的關鍵區別在于可以利用雙攝像頭從不同角度對同一目標成像，從而獲取視差信息，推算目標距離。具體到視覺ADAS應用來說，如果采用單目攝像頭，為了識別行人和車輛等目標，通常需要大規模的數據采集和訓練來完成機器學習算法，并且難以識別不規則物體；而利用毫米波雷達和激光雷達進行測距的精度雖然較高，但是成本和難度亦較高。

　　雙目視覺的最大優勢在于維持開發成本較低的前提下，實現一定精度的目標識別和測距，完成FCW（前方碰撞預警）等ADAS功能。

　　雙目視覺測距的基本原理如圖2所示：目標點P在兩個相機中的視差為d=EC+DF，根據三角形的相似性，推導可得距離z=（fq）/d。其中焦距f和相機光軸距離q可認為是固定參數，所以求出視差信號d即可求得距離z。

　　雙目視覺的測距步驟

　　相機標定

　　圖像獲取

　　圖像預處理

　　特征提取與立體匹配

　　三維重構

　　其中，相機標定是為了得到相機的內外參數和畸變系數等，可以離線進行；而左右相機圖像獲取的同步性，圖像預處理的質量和一致性，以及立體匹配（獲取視差信息）和三維重構（獲取距離信息）算法的實時性要求帶來的巨大運算量，對在嵌入式平臺上實現雙目視覺ADAS提出了挑戰。