【ATU Book-S32V系列】 APEX 實際應用車道偏移偵測

一.   概述

前文回顧，從上一篇 APEX-CV 實際應用車道偏移偵測，介紹如何運用原廠現有的 APEX-CV 資源，來提升算法上運行速度。也說明並非使用 APEX 就能達到加速，這是需要依處理的資料量而定，衡量是否符合運算成本效益。接下來，將自行建置 APEX Kernel ，並貫徹 「進階使用方法」 的系列之方法，來更進一步優化算法運算效益 。如同下圖 “APEX 技術指南-文章架構示意圖” 所示，此次介紹章節為 “ APEX 進階實際應用車道偏移偵測“ 。

若是對於 APEX 相關技術與知識尚未理解者，該篇文章難度略深，請從另一個系列的文章 “ APEX 基礎架構 ” 閱覽起。 

 

二.   APEX 硬體架構之進階探討

此章節，將使用進階方式 「建置 APEX Kernel」 來改良上篇文章所介紹的 「車道偏移偵測演算法」。而此章節最主要目的是展現如何建置 APEX Kernel ，而非指導如何建置車道偏移偵測算法。接下來，預計結合 二值化 與 細線化 兩算法，以原廠所提供的 APEX-CV 之 Binary 算法來添加細線化的概念。如下圖所示，改良概念就是將紅框內的兩算法結合成 APEX Kernel。

車道偏移偵測 LDW 演算法流程圖

 

如同 APEX 進階使用方法，依序從 APU Kernel、ACF Graph、APEX Kernel 建立起，最後放回車道偏移偵測算法作應用。

 (1) 建置 APU Kernel

->  移動至此路徑 :  ... /VisionSDK_S32V2_RTM_1_3_0_HF1/s32v234_sdk/kernels/apu
->  複製任一資料夾: 這裡以 資料夾apexcv_base_arithmetic 作範例

 

->   修改該 資料夾src 內的 C / C++ 程式碼 : 

如 arithmetic_acf.cpp & arithmetic_apu.cpp & arithmetic_acf.h & arithmetic_apu.h 共四檔案。
如下圖所示，因欲改良 apu_binary_threshold 這個函數，故修改時僅留下此函數，並將其餘非必要之函數刪除。

 

->  更改檔案、函式名稱、BUILD 檔案 : 

關於 arithmetic 與 binary_threshold 相關名稱改成自行定義的名稱，如 binary_thing。
所有相關檔案名稱修正完畢後，請至 資料夾build-apu-nxp-sa-d ，開啟終端機輸入 make -j4 allsub 生成連結檔(.a)。
代表建置成功 “APU kernel”!!

 

->  再次，修改 資料夾src 內之 *_apu.cpp 代碼 : 

透過上一步，已確認是可以成功建置 APU Kernel , 這裡將添加 細線化的概念，重新編譯代碼!! 建置成功 !!

 

(2) 建置 ACF Graph

->  移動至此路徑 : ... /VisionSDK_S32V2_RTM_1_3_0_HF1/s32v234_sdk/libs/
->  複製任一資料夾: 這裡以 資料夾arithmetic 作範例

->  修改該 資料夾arithmetic(副本) 內之檔案名稱 : 

 

->  修改該 資料夾graphs內之程式碼 : 

如下圖所示，因欲改良 threshold_08u_graph.hpp 與 threshold_08u_apu_process_desc.hpp 代碼，故將此兩個檔案保留且其餘的 .hpp 檔皆刪除。

 

->  修改該 資料夾graphs 內 程式碼檔名 與 BUILD 檔案 : 

例如 : APU GRAPHS = 對應至 資料夾graphs 的 binarythinning_08u_apu_process_desc.hpp 檔案
          APU GRAPHS_LIBS = 對應至 apex_binary_thinning.a 檔案 (應用 ACF 檔案)

 

->  修改該 資料夾graphs 內程式碼 : 

將所有關於 threshold 名稱皆改成 binarythinning 名稱，如下…

binarythinning_08u_graph.hpp

 

binarythinning_08u_apu_process_desc.hpp

 

 all_binarythinning_graph_registrations.h

 

->   在 資料夾build-apu-nxp-d 內編譯代碼  :

若生成以下資料與代碼時，即建置完成 ACF Graph !!

 

(3) 建置 APEX Kernel

->  移動至此路徑 : ... /VisionSDK_S32V2_RTM_1_3_0_HF1/s32v234_sdk/libs/apexcv_base/binarythinning/src

->  修改 arithmetic.cpp 檔案之內容與檔名

將非 threshold_08U 相關代碼移除，如下圖所示。
(為了表示縮排，故使用 VS Code 開啟代碼)

 

並將與 threshold 以 binarythinning 取代，將原始非 threshold_08U 代碼移除。

 

->  移動至此路徑 : ... /VisionSDK_S32V2_RTM_1_3_0_HF1/s32v234_sdk/libs/apexcv_base/binarythinning/include

->  修改 apexcv_base_binarythinning.h 檔案之內容與檔名

留下 threshold 相關代碼，並名稱改成 BinaryThinning 

 

->  修改 apexcv_binarythinning_in.h 檔案檔名

 

->   移動至此路徑 :  ... /libs/apexcv_base/binarythinning/apu-nxp/build-v234ce-gnu-linux-o
->   在 資料夾build-v234ce-gnu-linux-* 內編譯代碼   

開啟終端機，輸入 make allsub。當生成 連結檔(.a) 時，代表 APEX Kernel 編譯完成 !!

 

三.   車道偏移偵測演算法之進階改良效能

應用 APEX Kernel

應用方式與使用 APEX-CV 相同，僅需要宣告 apexcv::BinaryThinning 後，執行初始化與動作即可。 如下圖所示…

 

接下來，在原本的 車道偏移偵測之 Demo APP 內，將原本的二值化算法替換成 BinaryThinning 算法。 如下圖所示…

 

最後，重新編譯 APP 代碼，執行結果如下圖所示….

四.  參考文件

[1] NXP Official website : https://www.nxp.com/
[2] VisionSDK_ProgrammingExamples.pdf
[3] VisionSDK_UserGuide.pdf
[4] VisionSDK_SUMat_UMat.pdf
[5] UG-10328-01-09_APEX-CV_Base_Library .pdf
[6] UG-10328-02-11_APEX-CV_Pro_Library.pdf
[7] UG-10267-03-14-ACF_User_Guide.pdf
[8] UG-10301-00-06_APU-2_C_Programmer_Guide pdf
[9] Chong-Wei Li , Jui-Cheng Yen and Hun-Chen Chen, "Safe Driving Monitoring System", June. 2014.

如有任何相關 APEX 技術問題，歡迎至博文底下留言提問 !!
接下來還會分享更多 APEX 的技術文章 !!敬請期待 【 ATU Book-S32V系列 】 !!