6 算法流程：TDA4VM 上基于 SFM 的 OG 映射

TDA4VM SoC 是围绕 ADAS 和机器人必需执行的 SFM 和其他常见计算机视觉任务而设计的，毫无疑问，它非常适用于 SFM 算法。图 6-1 显示了 TDA4VM 器件，图 6-2 显示了图 5-1 中映射到 TDA4VM 的算法流程。此处提到的视觉预处理加速器 (VPAC) 包含一些模块，可加速不同的图像预处理子任务，如色调映射、噪声滤波、镜头失真校正等。深度和运动处理加速器 (DMPAC) 包含两个模块，分别是加速立体深度估算的立体视差引擎 (SDE) 和加速 DOF 的密集光流引擎（DOF 引擎）。更多有关 TDA4VM 器件的信息，请参阅 https://www.ti.com.cn/product/cn/TDA4VM。

表 6-1 显示了 SFM OG 映射算法地图的子任务在列表中对应的 TDA4VM SoC 中的不同处理器。

如果不通过专用 HWA 加速，其中某些步骤的计算量会大得惊人。例如，算法中的 DOF 部分。对于 2MP 摄像头输入，C7x DSP 消耗量为每秒 2000 兆周 (MCPS) 以生成 2000 个关键点。而 DOF HWA 仅消耗 394 个 MCPS。表 6-2 汇总了结果。

此外，此算法中的所有子任务都可以使用 DSP 和 HWA 来执行，因此 TDA4VM 器件中的通用 ARM 内核和深度学习加速器可以预留给其他应用。

接下来介绍 SFM OG 映射的两个实施示例。这两个应用都包含在 TDA4x 器件附带的 SDK 中。第一个适用于道路上行驶的车辆，因此使用由安装在车辆前方的摄像头提供的输入数据。第二个适用于自动泊车，因此使用由安装在车辆侧面的摄像头提供的输入数据。