Skip to main content

Système de détection LiDAR pour voiture utilisant la plateforme FPGA

awong
0

Le système « Light Detection and Ranging » (LiDAR, ou en français : détection et télémétrie par ondes lumineuses) est utilisé pour récolter des informations de la route et les transférer au système décisionnel. Il est maintenant utilisé dans les véhicules autonomes. Par exemple, le système LiDAR peut détecter des objets autour du véhicule pour le faire ralentir ou accélérer automatiquement et ainsi éviter un accident. Des étudiants de l’université AGH des sciences et technologies ont créé un système de détection pour voiture utilisant des capteurs LiDAR et la plateforme FPGA. Le système classe les véhicules en fonction des données enregistrées par les capteurs LiDAR.

Le principe de fonctionnement du LiDAR est simple. Ces capteurs, dotés d’un système optique particulier, émettent un faisceau laser avec une longueur d’onde donnée dans une direction donnée. Après réflexion sur un obstacle, le faisceau réfléchi est capté par des détecteurs situés dans le même instrument. Le temps écoulé entre l’émission et la réception du signal lumineux permet de calculer la distance jusqu’à l’obstacle.

En général, le traitement des données des capteurs nécessite des calculs complexes et est effectué uniquement sur des processeurs puissants, mais ce projet démontre que le traitement des images et des données peut être réalisé sur des plateformes hétérogènes (FPGA + ARM) de manière tout aussi efficace. La plateforme hardware utilisée est le Digilent Zybo Z7: Zynq-7000, une carte de développement de circuit numérique avec logiciel intégré, riche en fonctionnalités, prête à l'emploi, conçue autour de la gamme Xilinx Zynq-7000. La gamme Zynq est basée sur l'architecture Xilinx à système sur circuit entièrement programmable (AP SoC) qui intègre étroitement un processeur ARM Cortex-A9 double cœur avec la logique FPGA (Field Programmable Gate Array) de la série Xilinx 7.

L’un des principaux éléments de ce système est l’acquisition de données du capteur et de la caméra LiDAR connectés à la carte Zybo Z7 FPGA (164-3487)  ou  (164-3486) . Afin de détecter des objets 3D, LiDAR exploite le traitement de données par nuage de points. Le traitement de nuages de points peut être découpé en plusieurs étapes. La première étape est le prétraitement, qui comprend la soustraction du sol, le filtrage, et la soustraction du fond. L’étape suivante est la segmentation, qui vise à diviser le nuage de points restants en segments qui contiennent éventuellement des objets. Enfin, on extrait des caractéristiques de chaque segment, et une classification est réalisée.

ZYBO Z7 FPGA Board

Dans la partie vision du système, la première étape est de projeter les segments évalués par le traitement de données LiDAR dans le plan de l’image et de sélectionner le ROI correspondant. Le ROI est extrait et mis à l’échelle. L’étape finale est l’extraction des caractéristiques et la classification (p. ex. en utilisant HOG+SVM). La dernière partie de l’algorithme est la fusion des données. Les scores de classification issus des deux systèmes sont fusionnés pour obtenir la probabilité finale de détection de l’objet. Cette approche a été testée dans l’environnement MATLAB et dans la simulation Vivado.

LiDAR measurement

La figure ci-dessous représente la conception de l’ensemble du projet et la mise en œuvre de ses fonctionnalités. Les chiffres à côté des lignes représentent les signaux des cellules de données LiDAR. Les signaux sont traités à chaque étape du processus et sont analysés. Ce processus indique si une cellule a été retirée ou non au cours du prétraitement du nuage de points, et elle est signalée comme étant valide ou non. Un ensemble de signaux est transformé en un segment et est ensuite classifié. Enfin, le segment est transformé en une boîte bornée, identifié comme un objet, validé par le système et affiché à l’écran.

ZYBO

Il est aujourd’hui possible de créer un système de détection pour voiture en utilisant aussi des plateformes hétérogènes, tel que celui illustré dans ce projet. En utilisant des capteurs et une caméra LiDAR connectés au Zybo Z7: Zynq-7000, on peut commencer à développer des projets qui peuvent s’intégrer à faible coût à des systèmes d’aide à la conduite évolutifs (ou ADAS, pour Adaptive Driver Assistance Systems).

Love learn engineering in hands-on approach. Interested in new technology. Work in Digilent as International Sales and Distribution Manager.

Recommended Articles

Commentaires

DesignSpark Electrical Logolinkedin