FAST PROTOTYPING OF EMBEDDED IMAGE PROCESSING APPLICATION ON HOMOGENOUS SYSTEM ���������������������������������������������������������� ������������������������������������������������ ������ Hanen Chenini, Loïc Sieler, Mohamed Amine Boussadi, Thierry Tixier, Jean-Pierre Dérutin, Alexis Landrault and Romuald Aufrére 1
1. Context 2. Real time parallel implementation on SoPC (System on Programmable Chip) ` 3. Model-driven approach for real-time road recognition 4. Experiments && Conclusion 2
` 3
1. Context ��������������������� � CMOS imager � Embedded treatment � SoC approach �������������������� �������������������� ` 4
1. Context �������� �������� ����������� ����������� �������������������������� ������� ������� ����������������������� ���� ���������� �������� ` ����������������������������� �������������������� ���� ����������������������� �� ������������������������ ��� �������� ����! �� �� ��� ����������� !���"����!���� �� ���#� 5
` 6
2. Real time parallel implementation on SoPC (System on Programmable Chip) � Homogeneous Network of Communicating Processors on SoPC. hardware hardware � The generic architecture model Number of Routeur Routeur links=dimension of chosen is the type MIMDDM. HyperCube µBlaze µBlaze Mem Mem Soft Core Soft Core � The static topology choice is the hypercube . ` � This parametrizable architecture is regular and homogeneous. � Direct point to point links and the other using a hardware router. � Parametrization of the HNCP via the CubeGen Framework (dimension, communication ,Size of memory, Configurations of softcore…). 7
2. Real time parallel implementation on SoPC (System on Programmable Chip) �����#������� ������%���&� ������ ��$������� ��#������ �������� ������������ �+������� #��������� ��%�*�� �������� ���#������# �-��� ���������� ��%���'����������������� ` ,��� ���������,� ����������� �'������� *�� ISE/EDK ����������(�)��� ����� �� ����� 8
` 9
` 10
3. Model-driven approach for real-time road recognition ������ ` The steps contained in our proposed recognition process are : � Learning phase � Recognition phase. 11
3. Model-driven approach for real-time road recognition This method is based on recursive recognition driven by a probabilistic model of the road edges in the image. � The model used is based on image data and camera parameters. � Our statistical model is composed of n image parameters. � This model is represented by a vector and its covariance matrix : ` 12
3. Model-driven approach for real-time road recognition ` 13
3. Model-driven approach for real-time road recognition � � � � � RoI RoI Regions of Regions of Interest Interest Hypothesis 1 Hypothesis 2 Hypothesis 3 1 ` 2 3 2 3 4 3 4 5 4 5 1 5 1 2 Score of Score of Score of 14 recognition 3 recognition 1 recognition 2
3. Model-driven approach for real-time road recognition Learning phase Definition of the best interest zone Detection step ` NO Detection? YES Updating Road Recognition 15
` 16
` 17
` 18
` 19
Road recognition Demo ` 20
� Some research of Institut Pascal groups focus their work in development of autonomous robot navigation. � As a consequence, we propose : ����������������������������������������������� o �������������������������������������������������������������������������������� o ����������� ����������������������������������������������� o ` ������������������������������������������������ !�"#$�������%&'���������������������( o 21
` 22
Recommend
More recommend