ニュース

【GTC2014】車載動画からリアルタイム3Dマッピングデータを作り出す「Tegra K1」のコンピューティングパワー

Harris Cornerによるポイント検出から動き検出、3Dマッピングまでのライブ映像掲載

2014年3月24日~27日開催(現地時間)

 半導体メーカーのNVIDIAは、同社のソリューションや技術などを同社の顧客や開発者に対して説明するイベント「GTC(GPU Technology Conference)2014」を3月24日~27日(現地時間)の4日間にわたり、米国カリフォルニア州サンノゼにあるサンノゼコンベンションセンターで開催した。本記事では、このGTC2014で行われた「Tegra K1 and the Automotive Industry」と題したプレゼンテーションをお届けする。

「Tegra K1 and the Automotive Industry」、Gernot Ziegler氏(Developer Technology Engineer,NVIDIA)、Timo Stich氏(Developer Technology Engineer,NVIDIA)が担当

 Tegra K1 and the Automotive Industryは、NVIDIAの最新SoC(Sytem on Chip)の能力をデモするもので、Gernot Ziegler氏(Developer Technology Engineer,NVIDIA)、Timo Stich氏(Developer Technology Engineer,NVIDIA)が担当。評価キットで192ドルというTegra K1の持つ計算力が示された。

自動車分野におけるTegraの用途
Tegra K1の構成図
Tegra K1のゴール
自動運転車のロードマップ
自動運転車の機能

 プレゼンテーション前半では、Tegra K1の概要や構成、その計算能力の説明が行われたが、驚くべきはこのTegra K1の利用例として紹介された走行中のクルマから撮影した車載動画(独アウディ提供)から3Dマッピングを作り出すライブデモ。

 デモの前にTegra K1で行った計算を説明。走行動画は、1280×800ドット/30fpsの白黒映像。この映像のフレーム画像に対しHarris Cornerフィルターを実施することでコーナー(特徴点)を抽出。その後、フレーム画像のマルチスケール化やフレーム画像同士でのLucas-Kanade演算を行うことで特徴点の移動を演算。最終的には、特徴点の3次元空間へのマッピングが行われている。

映像から3Dマッピングを行う
3Dマッピングを行うための要素
ADAS(Advanced Driver Assitance Systems:先進運転支援機能)アプリケーション例
概要
Harris Corner
マルチスケールとLucas-Kanade
RANSAC
キャリブレーション
トライアングレーション
3Dマッピング
各ステップの実行時間

 これらの演算にかかる時間は計3285μ秒(約3.3ms)で、フレームレートの約33.3ms(1000÷30=33.3333……)以内に収まる。各種の書き出しを考慮しても余裕の処理速度を実現している。以下に掲載した映像は、Tegra K1によるリアルタイム解析デモだ。

NVIDIA Tegra K1 and the Automotive Industry。元の白黒映像は独アウディ提供によるもの

 Tegra K1用に提供されるVision Worksには、Harris CornerやLucas-Kanadeの演算ライブラリが用意されており、このような映像認識を容易に実行できるようになっているという。

(編集部:谷川 潔)