9、光流技术在无人机导航及避障中的应用探析

光流技术在无人机导航及避障中的应用探析

1. 架构提案

Lucas - Kanade、SIFT、SURF 和 ORB 等算法在计算特征点以及匹配特征点或确定其在下一帧图像中的位置时，通常包含两个步骤。基于此，所提出的架构包含两个用于计算特征点的单元，以及其他用于匹配特征点或计算其移动的单元。

1.1 控制单元（CU）

控制单元是整个架构的核心组件。它从输入组件接收图像，将信息发送到与物理内存的接口，以便将图像存储在 SDRAM 内存中。同时，它会把像素发送到特征检测器组件，并接收该组件的信息存储在 RAM 中。此外，控制单元还负责将 RAM 中的特征点发送到匹配组件，并将计算得到的光流（OF）发送到输出组件。

1.2 时间生成

架构中的各个组件工作在不同的周期。输入组件每秒处理 112500 位数据，SDRAM 内存以 133 MHz 的频率工作，而架构的其他部分则以不同的频率运行。因此，控制单元需要为每个组件生成不同的周期。

1.3 特征点检测器

特征点检测器组件包含 Harris 代码，内部有五个子组件：
1. 第一个子组件根据接收到的信息生成一个 3×3 的矩阵。
2. 第二个子组件计算点在 x 和 y 方向上的导数。
3. 第三个子组件根据 Harris 矩阵计算导数。
4. 第四个子组件对导数的乘积结果进行求和。
5. 第五个子组件根据特定公式确定特征点。整个过程由一个单元控制，该单元用于确定每个像素的位置。

1.4 光流计算

特征点位移的计算与 Harris 特征检测器组件非常相似，都