1 引言

无论是车道辅助或盲点检测等简单的任务，还是自主导航等更复杂的任务，了解车辆或机器人的周围环境对于任务的成功和安全都至关重要。车辆和机器人通过将雷达、激光雷达和摄像头等传感器捕捉的数据转换为车辆决策引擎可使用的格式来感知环境。基于激光雷达 (LiDAR) 的地图通常是最准确的，但对于大多数车辆或机器人来说成本过高。因此，基于雷达和摄像头的解决方案通常使用范围更广。

SFM 算法是使用最广泛的基于摄像头的映射算法之一。SFM 算法本身输出一个点云（从周围的物体提取的一组点），然后某类映射算法可以使用该点云。本文所述的应用将点云输送给占位栅格映射算法以生成周围环境的地图。

在汽车和机器人应用中，接收传感器数据、将数据转换为可用格式以及根据感知环境规定动作的操作通常在嵌入式平台上执行。德州仪器 (TI) 的 Jacinto 7 TDA4x 系列高性能 SoC 专为满足汽车、工业和机器人市场的各种算法需求而从零设计。运动恢复结构 (SFM) 算法就是该器件的设计所依据的一种算法。因此，该算法的关键计算块无缝地映射至 TDA4VM 器件上的硬件加速器或通用处理内核。本文描述了基于 SFM 的 OG 映射算法、TDA4VM 器件以及该算法如何映射到该器件以实现环境的高保真实时地图，然后展示了该器件上的一些实施示例和相应的输出。