Loading…
An Efficient Lightweight Framework for Porting Vision Algorithms on Embedded SoCs
An Efficient Lightweight Framework for Porting Vision Algorithms on Embedded SoCs
Ashish, Apurv; Lal, Sohan; Juurlink, Ben
FG Architektur eingebetteter Systeme
The recent advances in the field of embedded hardware and computer vision have made autonomous vehicles a tangible reality. The primary requirement of such an autonomous vehicle is an intelligent system that can process sensor inputs such as camera or lidar to have a perception of the surroundings. The vision algorithms are the core of a camera-based Advanced Driver Assistance Systems (ADAS). However, most of the available vision algorithms are x86 architecture based and hence, they cannot be directly ported to embedded platforms. Texas Instruments (TI) embedded platforms provide Block Accelerator Manager (BAM) framework for porting vision algorithms on embedded hardware. However, the BAM framework has notable drawbacks which result in higher stack usage, execution time and redundant code-base. We pro- pose a novel lightweight framework for TI embedded platforms which addresses the current drawbacks of the BAM framework. We achieve an average reduction of 15.2% in execution time and 90% reduction in stack usage compared to the BAM framework.
Die jüngsten Fortschritte auf dem Gebiet der eingebetteten Hardware und der Bildverarbeitung haben autonome Fahrzeuge greifbar gemacht. Das Hauptanforderung eines solchen autonomen Fahrzeugs ist ein intelligentes System, das Sensoreingaben wie Kamera oder Lidar verarbeiten kann, um eine zu haben Wahrnehmung der Umgebung. Die Bildverarbeitungsalgorithmen sind das Kernstück eines kamerabasierten Advanced Driver Assistance Systems (ADAS). Jedoch,Die meisten verfügbaren Vision-Algorithmen basieren auf der x86-Architektur und können daher nicht direkt auf eingebettete Plattformen portiert werden. Die Embedded-Plattformen von Texas Instruments (TI) bieten ein Block Accelerator Manager (BAM) -Framework für die Portierung von Vision-Algorithmen auf Embedded-Hardware. Das BAM-Framework weist jedoch bemerkenswerte Nachteile auf, die zu einer höheren Stapelverwendung, Ausführungszeit und redundanter Codebasis führen. Wir fördern ein neuartiges, leichtgewichtiges Framework für eingebettete TI-Plattformen darstellen, das die aktuellen Nachteile des BAM-Frameworks behebt. Wir erreichen eine Durchschnittliche Reduzierung der Ausführungszeit um 15,2% und der Stack-Nutzung um 90% im Vergleich zu den BAM-Framework.oCs
